【技术实现步骤摘要】
一种两分步多参数多工况优化设计方法及其设计的叶片泵
[0001]本申请涉及叶片泵
，特别涉及一种两分步多参数多工况优化设计方法及其设计的叶片泵。
技术介绍
[0002]近年来，叶片泵在能源动力、航空航天和海洋动力等多领域广泛应用，对泵的多工况性能要求日益提高。因此，急需发展一种多工况优化设计方法，使其稳定、快速、准确的实现叶片泵的多工况优化设计。
[0003]目前叶片泵的多工况优化设计方法主要是通过代理模型或神经网络方法预测叶片泵的性能，同时结合遗传算法等优化算法进行优化设计，但是此类方法的性能预测结果准确性和训练样本的数目有很大关系，难以同时保证优化设计的快速性和准确性。
技术实现思路
[0004]本申请提供一种两分步多参数多工况优化设计方法及其设计的叶片泵，解决了相关技术中的叶片泵的多工况优化设计方法难以保证优化设计的快速性和准确性等问题，减少了计算工作量并提高了优化设计效率，提高叶片泵优化设计流程的稳定性、准确性和快速性，并且显著提高叶片泵的多工况性能，大幅提高能量密度并拓宽高效区。
【技术保护点】
【技术特征摘要】
1.一种两分步多参数多工况优化设计方法，其特征在于，包括以下步骤：仅针对设计工况点的第一分步优化设计包括：基于泵叶轮的的多设计参数确定叶轮三维几何模型参数化造型方法；建立样本模型数据库，训练得到Kriging代理模型，根据所述Kriging代理模型对所述多设计参数进行敏感度分析得到多个敏感设计参数，根据第一分步优化模型在设计工况下优化所述多个敏感设计参数，确定所述设计工况下性能最优的泵；针对多个工况点的第二分步优化设计包括：确定所述多个敏感设计参数的多工况取值范围，确定所述多设计工况并搭建多工况优化设计平台，根据第二分步优化模型在所述多工况下优化所述多个敏感设计参数，确定所述多工况下性能最优的泵；最终根据给定的多工况优化要求得到最优设计的叶片泵。2.根据权利要求1所述的方法，其特征在于，所述设计参数包括多个叶栅稠密度参数、多个叶片载荷参数、多个叶片安放角参数、叶片数目和叶轮轴长度中的至少两个。3.根据权利要求1所述的方法，其特征在于，所述叶轮三维几何模型参数化造型方法为通过设计参数确定叶轮三维几何模型的方法，所述叶轮三维几何模型参数化造型方法包括可控叶片载荷设计方法，其中，所述可控叶片载荷设计方法中的参数由泵叶轮的多设计参数确定。4.根据权利要求1所述的方法，其特征在于，所述样本模型数据库包括维度、规模、输入数据、输出数据和采样方法，其中，所述样本模型数据库的维度为取样空间的维度；所述样本模型数据库的规模为样本点的个数；所述样本模型数据库的输入数据为所述泵叶轮的多设计参数；所述样本模型数据库的输出数据为由所述叶轮三维几何模型参数化造型方法根据所述输入数据确定的泵在当前设计工况下的扬程和效率；所述样本模型数据库的采样方法为在所述取样空间中随机确定样本的方法，其中，所述样本点的个数计算公式为：M＝10N；其中，N为设计参数的个数，M为样本库中样本点的数目。5.根据权利要求1所述的方法，其特征在于，在以设计工况为优化目标的第一分布优化设计中，所述样本模型数据库中的叶片泵的扬程和效率由数值模拟方法计算得到。6.根据权利要求1所述的方法，其特征在于，敏感设计参数由所述多设计参数各参数的敏感度值与敏感度临界值共同确定，其中，所述敏感度值计算公式为：其中，v
D
为每个参数的无量纲取值初始的取值范围为0到1，F
a
为累计可接受频率，F
u
为累计不可接受频率。7.根据权利要求1所述的方法，其特征在于，所述根据所述多个敏感设计参数和所述叶轮三维几何模型参数化造型方法确定当前设计工况下性能最优的泵，包括：以所述当前设计工况下泵的效率最大为第一优化目标，以所述多个敏感设计参数为第一优化变量，以所述当前设计工况下泵的扬程为第一约束条件，通过多岛遗传优化算法对
所述多个敏感设计参数进行优化得到第一分步优化模型；根据所述第一分步优化模型优化得到的敏感设计参数和多个第...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。