[发明专利]一种薄层浮油转移装置的仿生流道优化设计方法

权利要求书

1.一种薄层浮油转移装置的仿生流道优化设计方法，其特征在于，包括如下步骤：

S1基于proe 5.0的一般混合曲面功能进行仿生流道的参数化3D虚拟建模，得到仿生流道的3D虚拟模型；

S2利用均匀设计试验法在仿生流道的各结构参数范围内选取若干样本点，组成实际应用的均匀试验设计安排表；

S3通过CFD仿真软件Fluent中的VOF模型来获得各样本点下三维仿生流道所对应的输出参数；

S4在MATLAB中运用BP神经网络建立起拟合样本点的模型，再利用遗传算法找到仿生流道的最优结构参数。

2.根据权利要求1所述的优化设计方法，其特征在于，步骤S3的具体步骤为：

3.1)将3D虚拟模型导入到ICEM中进行网格划分，在边界层处建立起棱柱型网格，得到网格模型；

3.2)将划分好的网格模型导入到CFD仿真软件FLUENT中的VOF三相流模型进行数值计算，仿生流道入口设为速度入口，水和油的流速设为0.6m/s；采用三维基于压力隐式瞬态求解器，粘性流动状态用RNGκ―ε双方程模型，压力—流速耦合采用SIMPLE算法，固壁表面无滑移，收敛误差设为10-3，最大迭代次数设为800；

3.3)每组试验模型在FLUENT中经过6个小时左右的仿真运行后，得到各组数据对应的仿生流道模型出口处混合物的平均流量和出口处油的平均体积分数。

3.根据权利要求2所述的优化设计方法，其特征在于，步骤3.1)中，仿生流道结构为一中心对称三维模型，所述3D虚拟模型为通过取步骤S2中得到的3D虚拟模型的一半得到的简化3D虚拟模型。

4.根据权利要求2所述的优化设计方法，其特征在于，步骤3.1)中，网格数为100万-240万。

5.根据权利要求1所述的优化设计方法，其特征在于，步骤S4具体步骤如下：

4.1)在MATLAB中利用若干组试验输入数据与对应的输出数据来训练2层含33个隐层节点数的拓扑结构的BP神经网络，并取若干组试验数据矩阵作为其测试集；使用训练的BP神经网络对原始试验数据进行逼近拟合与预测，得到拟合函数；

4.2)将使用BP神经网络逼近得到的拟合函数作为遗传算法的适应度函数，对种群中的每一个个体进行适应度值计算，进而经过选择、交叉、变异的循环操作计算过程，最终寻得该仿生流道出口处油的平均流量的近似最大值和相对应的仿生流道的各结构参数。

6.根据权利要求5所述的优化设计方法，其特征在于，步骤4.2)中，初始种群大小为20，交叉算子取为0.4，变异算子取为0.2，最大迭代次数取为100。

7.根据权利要求1所述的优化设计方法，其特征在于，步骤S2中，根据均匀试验设计U13(1312)使用表的规定组成实际应用的均匀试验设计安排表。

8.根据权利要求1所述的优化设计方法，其特征在于，步骤S2中，所述结构参数包括在仿生流道上选取的截面2的长度L1、截面3的长度L2、截面2参考坐标系x轴旋转角度α、截面4参考坐标系x轴旋转角度β、截面2与截面1间的深度H1、截面3与截面2间的深度H2、截面4与截面3间的深度H3。