[发明专利]一种基于改进粒子群算法的双吸泵叶轮优化方法

摘要

本发明公开了一种基于粒子群算法的双吸泵叶轮的优化方法，包括：(1)确定优化目标；(2)确定计算域。(3)采用Visual Studio 2017运行程序，填写粒子群算法运行所需要的参数；(4)采用拉丁超立方抽样(LHS)初始化粒子位置；(5)将参数导入到Creo 4.0中建立叶轮水体模型；(6)将叶轮水体模型导入ANSYS ICEM CFD 16.0中绘制叶轮网格；(7)将叶轮网格导入到ANSYS Fluent 16.0中，对其进行定常数值模拟；(8)对步骤7中得到的性能参数进行比较；(9)判断迭代次数是否大于0.1倍的最大迭代次数，(10)判断是否满足停止迭代条件，若满足，则停止迭代，输出优化结果；若否，则返回步骤5，继续迭代，直到结果满足停止迭代条件。本发明具有优化效率高，计算精度好等优点。

主权项

1.一种基于改进粒子群算法的双吸泵叶轮优化方法，其特征在于以下步骤：(1)确定优化目标；(2)确定计算域，确定叶片进出口安放角β1、β2，叶片包角θ，叶片数Z，叶片交错角度δ的边界；(3)采用Visual Studio 2017运行程序，填写粒子群算法运行所需要的参数；(4)初始化粒子位置，采用拉丁超立方抽样，得到5个参数的m组设计方案；(5)将参数导入到Creo 4.0中建立叶轮水体模型；(6)将叶轮水体模型导入ANSYS ICEM CFD 16.0中绘制叶轮网格；(7)将叶轮网格导入到ANSYS Fluent 16.0中，对其进行定常数值模拟；(8)对步骤7中得到的性能参数进行比较，评价粒子位置；(9)判断迭代次数是否大于0.1倍的最大迭代次数，若否，则直接更新粒子速度和位置；若是，则训练一个人工神经网络模型(ANN)，结合该人工神经网络更新粒子位置；(10)判断是否满足停止迭代条件，若满足，则停止迭代，输出优化结果；若否，则返回步骤5，继续迭代，直到结果满足停止迭代条件。