第２ ５卷第６ 期２ ０ ０ ４ 年１１月工程热物理学报Ｊ ｏ Ｕ Ｒ Ｎ Ａ Ｌｏ ＦＥ Ｎ Ｇ Ｉ Ｎ Ｅ Ｅ Ｒ Ｉ Ｎ ＧＴ Ｈ Ｅ Ｒ Ｍ ｏ Ｐ Ｈ Ｙ Ｓ Ｉ Ｃ ＳＶ ０ １． ２５． Ｎ ｏ ． ６Ｎ ｏ ｖ 。 ２ ０ ０ ４混流泵三元叶片优化设计方法研究席光卢金铃祁大同（ 西安交通大学能动学院，陕西西安７ １０ ０ ４ ９ ）摘要以叶片角的分布为优化变量， 叶轮效率为优化目标， 将三维粘性流动分析与神经网络相结合对混流泵叶片进行了优化设计。 在设计空间内根据实验设计理论安排神经网络的讲ｆ 练样本， 选择径向基函数网络建立设计变量和目标函数间复杂的响应关系， 利用遗传算法进行优化。 针对研究对象设计变量较多、 变化范围较大的问题， 提出子系统优化的初步思想， 即： 将优化变量进行分类， 对每类变量建立子系统， 分别在子系统内进行局部优化， 然后再考虑子系统之间的相互影响进行全局优化。 对一混流泵的三元扭曲叶片进行优化， 叶轮效率明显提高， 从而验证了该方法的简便性与有效性。关键词优化； 混流泵； 神经网络； 遗传算法中图分类号： ０ ３５７文献标识码： Ａ文章编号： ０ ２５３—２３１ｘ （ ２０ ０ ４ ）０ ６一０ ９ ５２一０ ４Ｒ Ｅ Ｓ Ｅ Ａ Ｒ Ｃ Ｈｏ ＮＴ Ｈ Ｅｏ Ｐ Ｔ ＩＭ ＩＺ 觚’ Ｉｏ ＮＭ Ｅ Ｔ Ｈ ｏ Ｄｏ Ｆ ３． ＤＢ Ｌ Ａ Ｄ ＥＩＮＭ ＩＸ Ｅ Ｄ ． Ｆ Ｌ ｏ ＷＰ Ｕ Ｍ ＰＸ ＩＧ ｕ ａ ｎ ｇＬ ＵＪｉＩ卜Ｌ ｉｎ ｇＱ Ｉ Ｄ ａ ｒ ： ［ ｂ ｎ ｇ（ Ｓ ｃ ｈ ０ ０ ｊ ｏ ｆ ’ Ｅ ｎｅ哪， ＆ Ｐ ０ｗ ｅｒＥ ｎ ｇ ｊｎ ｅｅｒ ｊｎ ｇ ， Ｘ ｊ， ａ ｎ Ｊｊａ ｏ ｔｏ ｎ ｇ Ｕ ｎ ｊｖ ｅｒｓｊ亡ｙ ， Ｘ ｊ， ａ ｎ７ １０ ０ ４ ９ ， Ｃ ｈ ｊｎ ａ ）Ａ ｂ ｓｔｒ ａ ｃ ｔＴ ｈ ｅ ｂ ｌａ ｄ ｅ ｉｎ ａｍ ｉｘ ｅ ｄ —ｆ ｌｏ ｒ Ⅳｐ ｕ ｍ ｐｗ ａ ｓｏ ｐ ｔｉｍ ｉｚ ｅ ｄｂ ａ ｓｅ ｄ ｏ ｎ ｔｈ ｒ ｅ ｅ ｄ ｉｍ ｅ ｎ ｓｉｏ ｎ ａ ｌ Ｖ ｉｓｃ ｏ ｕ ｓ丑ｏ ｒ Ⅳａ ｎ ａ ｌｙ ｓｉｓａ ｎ ｄ ｎ ｅ ｕ ｒ ａ ｌ ｎ ｅｔ、 №ｒｋ ｓ ｗ ｉｔｈ ｔｈ ｅ ｂ ｌａ ｄ ｅａ ｎ ｇ ｌｅ ｂ ｅ ｉｎ ｇｔｒ ｅ ａ 七ｅ ｄ ａ ｓｄ ｅ ｓｉｇ ｎｖ ａ ｒ ｉａ ｂ ｌｅ ａ ｎ ｄ ｔｈ ｅｅ ｍ ｃ ｉｅ ｎ ｃ ｙｂ ｅ ｉｎ ｇｔｒ ｅ ａ ｔｅ ｄ ａ ｓ ｏ ｂｊｅｃｔｉＶ ｅｆ ｈ ｎ ｃ ｔｉｏ ｎ ．Ｒ Ｂ Ｆ ｎ ｅ ｕ ｒ ａ ｌ ｎ ｅ ｔｗ ｏ ｒ ｋ ｓ ｗ ｅ ｒ ｅ ａ ｄ ｏ ｐ ｔ ｅ ｄｔ ｏｃ ｏ ｎ ｓｔ ｒ ｕ ｃ ｔ ｔｈ ｅ ｒ ｅ ｓｐ ｏ ｎ ｓｅｒ ｅ ｌａ ｔｉｏ ｎ ｂ ｅ ｔ ｗ ｅ ｅ ｎ ｔｈ ｅｄ ｅｓｉｇ ｎ 、 ｗ ｉａ ｂｌｅａ ｎ ｄ ｔｈ ｅｏ ｂｊｅｃｔｉｖ ｅ ｆ ｕ ｎ ｃ ｔｉｏ ｎ ， ａ ｎ ｄｔｈ ｅｔｒ ａ ｉｎ ｉｎ ｇ ｓａ ｍ ｐ ｌｅｄ ａ ｔａ ｗ ｅ ｒ ｅｓｃ ｈ ｅ ｍ ｅ ｄａ ｃ ｃ ｏ ｒ ｄ ｉｎ ｇｔ ｏ ｔｈ ｅｄ ｅ ｓｉｇ ｎｏ ｆｅ ｘ ｐ ｅ ｒ ｉｍ ｅ ｎ ｔ ｔｈ ｅｏ ｒ ｙ ．Ａ ｓ ｔｈ ｅ ｒ ｅ ｗ ａ ｓｍ ａ ｎ ｙ ｄ ｅ ｓｉｇ ｎＶ ａ ｒ ｉａ ｂ ｌｅ ｓ ａ ｎ ｄ ｔｈ ｅｄ ｅ ｓｉｇ ｎｓｐ ａ ｃ ｅｗ ａ ｓＶ ｅ ｒ ｙｌａ ｒ ｇ ｅ ， ａｎ ｅ ｗｓｕ ｂ ｓｅ ｔ ｂ ａ ｓｅ ｄａ ｐ ｐ ｒ ｏ ａ ｃ ｈｗ ａ ｓｐ ｒ ｏ ｐ ｏ ｓｅ ｄ ． Ｆ ｉｒ ｓｔｌｙ ， ｔｈ ｅ ｄ ｅ ｓｉｇ ｎＶ ａ ｒ ｉａ ｂ ｌｅ ｓｗ ｅ ｒ ｅ ｄ ｉＶ ｉｄ ｅ ｄ ｉｎ ｔｏｓｅ Ｖ ｅ ｒ ａ ｌｇ ｒ ｏ ｕ ｐ ｓ， ａ ｎ ｄａ ｓｕ ｂ ｓｅ ｔ ｗ ａ ｓｆ ｏ ｒ ｍ ｅ ｄ ｉｎ ｅ ａ ｃ ｈｇ ｒ ｏ ｕ ｐ ． Ｔ ｈ ｅ ｎ ， ｉｎｅ ａ ｃ ｈｓｕ ｂ ｓｅ ｔ， ｐ ａ ｒ ｔｏ ｆｔｈ ｅ ｂ ｌａ ｄ ｅ ｗ ａ ｓｏ ｐ ｔｉｍ ｉｚ ｅ ｄｒｅｓｐ ｅｃｔｉｖ ｅｌｙａ ｎ ｄｉｎ ｄ ｅｐ ｅｎ ｄ ｅｎ ｔｌｙ ． Ｆ ｉｎ ａ ｌｌｙ ， ｔｈ ｅｗ ｈ ｏ ｌｅｂ ｌａ ｄ ｅｗ ａ ｓｏ ｐ ｔｉｍ ｉｚ ｅ ｄｗ ｉｔｈｔｈ ｅ ｅ艉ｃｔ ｏ ｆｅ ａ ｃ ｈ ｓｕ ｂ ｓｅ ｔｂ ｅ ｉｎ ｇｔａ ｋ ｅ ｎ ｉｎ ｔｏａ ｃｃｏ ｕ ｎ ｔ． Ａ ｎ 叩ｔｉｍ ｉｚｅｄｂ ｌａ ｄ ｅ ｉｎ ａ ｍ ｉｘ ｅ ｄ —ｎ ｏ ｗｐ ｕ Ｉ。 ｗ ｈ ｅｒｅｔｅｅ 伍ｃｉｅ ｎ ｃｙｗ ａ ｓｈ ｉｇ ｈ ｌｙ ｉｍ ｐ ｒ ｏ ｖ ｅ ｄ ， ｃ ｏ ｎ ｆ ｌｒ ｍ ｓｔｈ ｅｖ ａ ｌｉｄ ｉｔｙｏ ｆ ｔｈ ｉｓｎ ｅ ｗ ｌｙ ｐ ｒｏ 、 ｐ ｏ ｓｅｄｍ ｅ ｔｈ ｏ ｄ ．Ｋ ｅ ｙｗ ｏ ｒ ｄ ｓｏ ｐ ｔｉｍ ｉｚ ａ ｔｉｏ ｎ ； ｍ 呈）（ ｅｄ —ｎ ｏ ｗｐ ｕ ｍ ｐ ； ｎ ｅ ｕ ｒ ａ ｌ ｎ ｅ ｔｗ ｏ ｒ ｋ ； Ｇ ｅ ｎ ｅ ｔｉｃ ａ ｌｇ ｏ ｒ ｉｔｈ ｍ■—１Ｌ —Ｊ Ｌｌ刖’舌混流泵在工农业生产中具有广泛的应用， 消耗着大量能源， 因此提高其运行效率非常重要。 叶轮的叶片形状是决定混流泵效率的关键因素， 因此如何对已有叶片进行优化使其更加符合叶轮内部的流动规律就非常重要。 目前对叶轮内部的三维粘性流动分析和数值优化技术方面的研究较多， 但在将两者结合， 建立基于三维粘性流动分析的叶片优化技术方面还存在一定的难度， 研究较少。 本文采用神经网络技术发展了一种基于三维粘性流动分析的叶片优化方法， 针对其中存在的问题提出了分类子系统优化的初步思想并对一混流泵叶轮叶片进行了优化， 得到了满意的结果。２三元扭曲叶片的参数化对于一般的无约束优化问题可表示为：ｍ ａ ｘ ｛ ， （ 。 ）Ｉｚ∈ ． ｘ ｝（ １）这里， 为一正值函数， ｚ 为优化变量， 在本文中分别为叶轮的效率和叶片参数。叶片参数化表示在优化设计中十分重要， 一般对叶片的参数化有以下几点要求：（ １）所选设计参数应可以构成足够大的设计空间。（ ２）设计参数应尽可能少， 以便于对其优化。 （ ３）采用多段曲线或曲面相连时， 应避免斜率或者曲率的不连续性。 （ ４ ）设计参数不应包括对叶片性能影响甚微的参数。收稿日期： ２０ ０ ３－ １２－ ０ ３； 修订日期： ２０ ０ ４ ＿ ０ ９ —２０基金项目： 国家自然科学基金重点项目（ Ｎ ｏ ． ５０ １３６０ ３０ ） 万方数据作者简介： 席光（ １９ ６ ３一）， 男， 江苏沛县人， 教授， 博士， 主要从事叶轮机械内部流动数值分析及设计研究。
