基于高维混合模型与遗传算法的离心泵叶片优化

提出了一种基于机器学习的高维混合模型用于离心泵的叶片优化方法.选用一台低比转速离心泵,以离心泵叶轮叶片为研究对象,通过对叶片型线拟合分离多变量参数,利用支持向量机的高维表示方法,结合计算流体动力学软件,经过对训练集的机器学习,构建了离心泵叶片型线优化的代理模型.依据遗传算法求解离心泵多变量代理模型,预测了离心泵效率最高点及在该点时的叶片型线几何参数.运用数值模拟和试验研究的方法验证了预测数据,结果表明:数值模拟性能曲线与试验结果大体相符;在设计工况点,经代理模型优化后的数值模拟效率值较原型泵提高了2.61%,扬程提升了0.82 m,试验效率值较原型泵提高了2.1%,扬程提升了0.75 m.