摘要：根据边界涡量动力学理论,从边界涡量流在离心泵叶轮内表面的分布情况,可获知叶轮的受力状况,进而改进叶轮设计.以BP神经网络和径向基神经网络为建模手段,以叶轮内表面的边界涡量流为预测目标,通过高精度的CFD计算获得70个离心泵叶轮内表面的BVF分布,建立可用于训练人工神经网络的初始样本集;再利用63个初始样本建立离心泵叶轮几何参数和边界涡量流的非线性映射关系,并用剩余的7个校对样本进行测试.根据神经网络预测结果和数值模拟计算结果的误差分析,确定最适用于离心泵叶轮边界涡量流预测的神经网络类型.研究表明:径向基(RBF)神经网络的预测精度高于BP神经网络,其训练时间更短、运行稳定性更高;径向基函数的宽度对RBF神经网络的预测性能有较大影响,当径向基函数宽度取0.3时,RBF神经网络的预测性能最佳,预测误差仅0.0203;RBF神经网络预测所得叶轮内表面的边界涡量流分布,可以作为评价叶轮水力设计优劣的重要指标,进而指导叶轮机械的优化设计.

摘要：为了提高水力消排烟机用水轮的效率,针对水轮的内流场进行全流道数值模拟,并将模拟结果与试验数据进行对比.采用正交试验方法对水轮的主要几何参数进行优化分析,应用L9(33)正交表,选取喷口面积、喷管直径、喷管长度3个参数为试验因素,以效率为试验指标进行正交优化设计,并选用极差分析法对优化结果进行分析.正交试验结果表明喷管长度对水轮效率的影响程度最显著,喷管直径次之,喷口面积最小.优化所得水轮的喷管长度为389.7 mm,喷管直径为30 mm,喷孔面积为92.57 mm^2.与优化前水轮相比,优化后水轮的喷管长度减小了10%.优化后水轮的效率提高了7.67%,水轮内部流体的速度分布更加均匀,降低了水力消排烟机的运行成本.验证了正交优化设计方法在水轮优化中的可行性.