[发明专利]一种混流泵叶轮鲁棒优化设计方法

摘要

本发明公开叶轮水力性能优化技术中的一种混流泵叶轮鲁棒优化设计方法，将鲁棒优化问题分解为鲁棒子优化问题和最优子优化问题来求解，使优化结果更接近于鲁棒优化指标，根据鲁棒性定义建立鲁棒优化数学模型，根据建立的鲁棒优化数学模型，用多元回归分析方法来建立优化目标与优化变量之间的函数关系式，并结合多目标遗传算法对函数关系式进行求解，最终得到一组满足使混流泵水力性能达到最优化的同时还可以使该水力性能在不确定流量工况参数扰动下的稳定性达到最优化的n个参数的组合；充分考虑了混流泵在实际运行过程中流量工况参数随机不确定性波动的干扰因素，并将其考虑在建立优化变量与优化目标函数关系式的过程中。

主权项

1.一种混流泵叶轮鲁棒优化设计方法，其特征是包括以下步骤：(A)选取叶片速度矩分布函数f(x)以及函数f(x)中的n个参数X₁,X₂,…,X_n作为优化变量X＝[X₁,X₂,…,X_n]；用均匀试验设计方法生成具有n个参数、m个水平数的均匀试验表，绘制出m个叶轮三维实体图，x表示混流泵叶轮的叶片的进口边到出口边之间的任意一条流线的相对长度；(B)在流量工况参数的变动区间[Q_L，Q_U]内选取q个流量工况点，组成m×q组数据，Q_L是流量工况参数变动区间的下限值，Q_U是流量工况参数变动区间的上限值；(C)建立鲁棒性衡量函数在鲁棒性衡量函数r(X)的基础上将鲁棒优化问题分解为鲁棒子优化函数R(X)和最优子优化函数O(X)：Minimize R(X)＝(r₁(X),r₂(X),…,r_k(X))，Maximize O(X)＝(F₁(X),F₂(X),…,F_k(X))，H为在干扰邻域B_δ内进行随机抽样的规模数；ξ_j为抽样规模H中的第j个抽样样本；Norm(ξ_j)为关于ξ_j的无穷向量范数；X∈Ω，Ω为可行解空间，Minimize为求鲁棒子优化函数R(X)的最小值；r_k(X)为第k个优化指标在解空间中变化区域的大小，Maximize为O(X)的最大值；F_k(X)为第k个优化指标的函数值；(D)对(r₁(X),r₂(X),…,r_k(X))和(F₁(X),F₂(X),…,F_k(X))分别进行加权处理，得到对应的鲁棒性函数Robust(X)和最优性函数Optimal(X)，建立鲁棒优化数学模型Minimize(Robust(X),Optimal(X))；(E)针对步骤(B)中m×q组数据，依据鲁棒优化数学模型Minimize(Robust(X),Optimal(X))得到每一组数据所对应的Robust(X)和Optimal(X)，建立优化变量X＝[X₁,X₂,…,X_n]与Robust(X)和Optimal(X)之间的函数关系式并求解该关系式，得到同时使Robust(X)和Optimal(X)的函数值达到最小化时所对应的一组最优解