[发明专利]一种基于蝙蝠算法和克里金模型的轴流泵叶轮优化方法

说明书

本发明提供了一种基于蝙蝠算法和克里金模型结合CFD的轴流泵叶轮优化方法，涉及泵优化领域，包括如下步骤：确定优化参数和计算域：采用Matlab软件编写蝙蝠算法，采用随机抽样方式初始化蝙蝠位置并确定适应度函数；将叶轮参数导入UG NX10中，建立叶轮水体模型；对上述步骤中得到的叶轮水体模型导入模型中进行自动网格划分；将上述步骤中得到的叶轮水体网格导入ANSYS CFX中进行定常数值模拟；利用上述步骤数值模拟得到的结果，按照蝙蝠算法的评价方法评价蝙蝠位置；利用最新的蝙蝠种群判断是否达到迭代停止条件，若是，则停止迭代输出结果；若否，则转至步骤四，继续迭代。运用蝙蝠算法和克里金模型的预测进行轴流泵的优化将有效提高优化效率和效果。

技术领域

本发明属于泵优化涉及领域，主要涉及一种轴流泵的优化方法。

背景技术

轴流泵属于低扬程泵，流量范围大，结构简单方便检修，广泛用于调水工程、市政排水、农田灌溉、电厂循环水工程、核电和喷水推进等方面，是非常重要的通用机械，因此提高其性能有非常重要的意义。目前，轴流泵的设计方法主要有基于模型泵的相似设计：升力法和流线法设计。以上设计方法均为半经验半理论的设计方法并且严重依赖所选模型泵的质量，设计出的泵往往高效范围较窄，需要进行进一步的优化。

叶片泵部分领域，已有相关专利，如“一种基于损失的离心泵多工况水力优化方法”等，为轴流泵的优化提供参考，但是其不足之处在于利用现成的优化平台，可选择的优化方法有限，从而影响最终优化效果。针对以上问题，本发明提供一种基于蝙蝠算法和克里金模型结合CFD的轴流泵叶轮优化方法。蝙蝠算法(Bat Algorithm)，是一种元启发式优化算法，是Xin-She Yang在2010年提出的算法。蝙蝠算法是模拟自然界中蝙蝠利用回声定位来对障碍物或猎物进行最基本的探测、定位并将其和优化目标功能相联系的全局寻优算法，有着更快的收敛速度。运用蝙蝠算法和克里金模型的预测进行轴流泵的优化将有效提高优化效率和效果。

发明内容

本发明提供了一种基于蝙蝠算法和克里金模型结合CFD的轴流泵叶轮优化方法，在传统方法设计得到的轴流泵叶轮基础上，运用蝙蝠算法和CFD技术对此叶轮进行以效率为目标的优化，优化后的叶轮，其效率为83.3％，原模型效率为76.2％。效率提升了7.1％。

为实现以上目的，采用以下技术方案：

本发明以效率作为优化目标，因此蝙蝠算法的适应度fitness函数值为效率值。

一种基于蝙蝠算法和克里金模型结合CFD的轴流泵叶轮优化方法，包含以下步骤：

步骤一：确定优化参数和计算域：轴流泵叶轮几何形状主要由叶轮直径D，翼型弦长L，叶轮轮毂直径d_h，叶弦安放角β_L，叶片数Z，栅距t，冲角Δα决定；在已有的叶轮上优化，因此保持叶轮直径D不变，优化下边的参数：翼型弦长L、叶轮轮毂直径d_h、叶弦安放角β_L、叶片数Z、栅距t、冲角Δα；上述优化参数的取值范围即为计算域；

步骤二：采用Matlab软件编写蝙蝠算法，确定蝙蝠种群数量n、发射频率f、发射率r；

步骤三：采用随机抽样方式初始化蝙蝠位置并确定适应度函数fitness；

步骤四：将叶轮参数导入UG NX10中，建立叶轮水体模型；

步骤五：对步骤四中得到的叶轮水体模型导入Gambit2.4.6中进行自动网格划分；

步骤六：将步骤五中得到的叶轮水体网格导入ANSYS CFX中进行定常数值模拟；

步骤七：利用步骤六数值模拟得到的结果，按照蝙蝠算法的评价方法评价蝙蝠位置。

步骤八：判断结果是否大于设定循环次数的0.2倍，若否，则直接更新蝙蝠位置；若是，利用得到的结果建立克里金模型，并结合克里金模型预测的位置更新蝙蝠位置；