為了改善離心泵運(yùn)行效率低,運(yùn)行過程不穩(wěn)定等現(xiàn)狀,使用MATLAB遺傳算法工具箱,建立以離心泵能量損失最小、汽蝕余量最小、性能曲線無(wú)駝峰為目標(biāo)函數(shù),以離心泵葉輪和蝸殼參數(shù)為約束條件的數(shù)學(xué)模型,使用PumpLinx后處理軟件對(duì)優(yōu)化后的模型進(jìn)行數(shù)值模擬;結(jié)果顯示:與傳統(tǒng)的離心泵優(yōu)化方法相比,使用遺傳算法進(jìn)行優(yōu)化使能量損失和汽蝕余量顯著降低;優(yōu)化結(jié)果證明:遺傳算法在離心泵結(jié)構(gòu)優(yōu)化方面具有很強(qiáng)的實(shí)用性,優(yōu)化之后的模型能量損失減小,離心泵運(yùn)行穩(wěn)定性提高。 

【文章來源】：遼寧工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,40(03)

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
1 建立目標(biāo)函數(shù)
    1.1 能量損失目標(biāo)函數(shù)
        1.1.1 容積損失
        1.1.2 機(jī)械損失
        1.1.3 水力損失
    1.2 汽蝕余量目標(biāo)函數(shù)
    1.3 駝峰曲線目標(biāo)函數(shù)
    1.4 統(tǒng)一目標(biāo)函數(shù)
2 約束條件
3 遺傳算法優(yōu)化
4 數(shù)值模擬驗(yàn)證
5 結(jié)論



本文編號(hào)：3154660