[发明专利]一种基于改进粒子群算法的多级离心泵叶轮智能优化方法有效
| 申请号： | 201811048207.0 | 申请日： | 2018-09-10 |
| 公开（公告）号： | CN109145491B | 公开（公告）日： | 2023-07-18 |
| 发明（设计）人： | 甘星城;王文杰;袁寿其;裴吉;唐亚静;曹健;邓起凡;蒋伟 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G06F30/17 | 分类号： | G06F30/17;G06N3/006;G06F30/28;G06F30/27;G06F111/10;G06F113/08;G06F119/14 |
| 代理公司： | 北京盛询知识产权代理有限公司 11901 | 代理人： | 蔺巍 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 改进 粒子 算法 多级 离心泵 叶轮 智能 优化 方法 | ||
1.一种基于改进粒子群算法的多级离心泵叶轮智能优化方法，其特征在于以下步骤：
(1)采用Python3编译PSO算法脚本主程序并设置算法参数；
(2)采用随机抽样方法对粒子在计算域内进行初始化；
(3)将步骤(2)所得的粒子参数代入CFturbo10.0建立每个粒子对应的叶轮水体模型；
(4)将步骤(3)中所得的叶轮水体图导入ANSYSTurboGrid18.0，绘制叶轮网格；
(5)将步骤(4)中所得的叶轮网格和静水域网格代入ANSYSFluent18.0进行定常数值；
(6)读取步骤(5)中计算结果的外特性参数，获得粒子对计算域的适应度；
(7)若迭代步数大于总步数的10％时，依据前置步数的计算结果，训练收敛残差关于粒子速度更新系数的ANN模型，并使用该模型对粒子速度进行更新；当迭代数小于等于总步数的10％时，随机生成学习因子，对粒子速度进行更新；
(8)判断步骤(7)中的最佳粒子是否达到迭代停止条件，若否，则更新粒子位置，返回步骤(3)继续迭代；若是，则停止迭代，输出优化结果；
采用进出口安放角、进出口宽度、叶片厚度和叶片数作为设计变量；
采用ANSYSWorkBench和Python脚本结合实现自动化叶轮水体建模、叶轮水体网格绘制及外特性数值模拟；
采用采用随机抽样获得样本数据；
采用Python程序自动读取CFX计算结果。
2.根据权利要求1所述的基于改进粒子群算法的多级离心泵叶轮智能优化方法，其特征在于，以泵的效率作为算法中粒子的评价值，评价粒子对于计算域的适应度。
3.根据权利要求2所述的基于改进粒子群算法的多级离心泵叶轮智能优化方法，其特征在于，结合ANN近似模型设计优化算法，以加快算法的收敛速度，节省计算资源。
4.根据权利要求1所述的基于改进粒子群算法的多级离心泵叶轮智能优化方法，其特征在于，以效率值作为残差收敛判定值，当残差降低至预定值一下，停止算法脚本并输出优化结果。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏大学，未经江苏大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811048207.0/1.html，转载请声明来源钻瓜专利网。
