一种基于改进粒子群算法的双吸泵叶轮优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109472041A(43)申请公布日2019.03.15(21)申请号201811048179.2(22)申请日2018.09.10(71)申请人江苏大学地址212013江苏省镇江市京口区学府路301号(72)发明人甘星城裴吉王文杰袁寿其唐亚静邓起凡曹健蒋伟(51)Int.Cl.G06F17/50(2006.01)G06N3/08(2006.01)权利要求书1页说明书3页附图3页(54)发明名称一种基于改进粒子群算法的双吸泵叶轮优化方法(57)摘要本发明公开了一种基于粒子群算法的双吸泵叶轮的优化方法，包括：(1)确定优化目标；(2)确定计算域。(3)采用VisualStudio2017运行程序，填写粒子群算法运行所需要的参数；(4)采用拉丁超立方抽样(LHS)初始化粒子位置；(5)将参数导入到Creo4.0中建立叶轮水体模型；(6)将叶轮水体模型导入ANSYSICEMCFD16.0中绘制叶轮网格；(7)将叶轮网格导入到ANSYSFluent16.0中，对其进行定常数值模拟；(8)对步骤7中得到的性能参数进行比较；(9)判断迭代次数是否大于0.1倍的最大迭代次数，(10)判断是否满足停止迭代条件，若满足，则停止迭代，输出优化结果；若否，则返回步骤5，继续迭代，直到结果满足停止迭代条件。本发明具有优化效率高，计算精度好等优点。CN109472041ACN109472041A权利要求书1/1页1.一种基于改进粒子群算法的双吸泵叶轮优化方法，其特征在于以下步骤：(1)确定优化目标；(2)确定计算域，确定叶片进出口安放角β1、β2，叶片包角θ，叶片数Z，叶片交错角度δ的边界；(3)采用VisualStudio2017运行程序，填写粒子群算法运行所需要的参数；(4)初始化粒子位置，采用拉丁超立方抽样，得到5个参数的m组设计方案；(5)将参数导入到Creo4.0中建立叶轮水体模型；(6)将叶轮水体模型导入ANSYSICEMCFD16.0中绘制叶轮网格；(7)将叶轮网格导入到ANSYSFluent16.0中，对其进行定常数值模拟；(8)对步骤7中得到的性能参数进行比较，评价粒子位置；(9)判断迭代次数是否大于0.1倍的最大迭代次数，若否，则直接更新粒子速度和位置；若是，则训练一个人工神经网络模型(ANN)，结合该人工神经网络更新粒子位置；(10)判断是否满足停止迭代条件，若满足，则停止迭代，输出优化结果；若否，则返回步骤5，继续迭代，直到结果满足停止迭代条件。2.根据要求1所述的基于改进粒子群算法的双吸泵叶轮优化方法，其特征在于，采用C语言编写算法，使用VisualStudio2017运行程序程序。3.根据要求1所述的基于改进粒子群算法的双吸泵叶轮优化方法，其特征在于，添加了人工神经网络模型，粒子速度模型修改为：vi,t+1＝w×vi,t+c1×rand1i×(pbesti-xi,t)+c2×rand2i×(gbesti-xi,t)+c3×rand3i×(xANNbesti-xi,t)，较常用的粒子群算法模型，增加了c3×rand3i×(xANNbesti-xi,t)，以人工网络模型指导粒子位置更新；其中：w，c1，c2，c3为需设定的参数；xi,t为当前粒子位置，vi,t为当前粒子速度，pbesti、gbesti、xANNbesti分别为粒子自身、所有粒子、结合ANN得到的粒子曾经达到的最有位置；rand1i、rand2i、rand3i为随机数，取值范围[0，1]。4.根据要求1所述的基于改进粒子群算法的双吸泵叶轮优化方法，其特征在于，通过叶片进出口安放角和叶片包角，拟合叶片安放角的变化趋势，控制叶片形线。5.根据要求1所述的基于改进粒子群算法的双吸泵叶轮优化方法，其特征在于，根据叶片交错角，控制双吸叶轮两侧叶片的相对位置。6.根据要求1所述的基于改进粒子群算法的双吸泵叶轮优化方法，其特征在于，采用VisualStudio2017，Creo4.0，ANSYSICEMCFD16.0与ANSYSFluent16.0相结合，实现自动化叶轮水体建模、叶轮水体网格绘制及数值模拟。7.根据要求1所述的基于改进粒子群算法的双吸泵叶轮优化方法，其特征在于，采用VisualStudio2017自动读取CFX计算结果文件。2CN109472041A说明书1/3页一种基于改进粒子群算法的双吸泵叶轮优化方法技术领域[0001]本发明属于泵优化设计领域，具体涉及一种双吸泵叶轮优化方法。背景技术[0002]泵是重要的通用机械，广泛应用于各行各业。其中，双吸泵作为典型的大流量、高扬程泵装置，被广泛应用于灌溉、排污、化工等各个行业。但双吸泵的设计目前仍是基于半经验半理论方法，多基于单吸泵的经验