基于遗传算法的医用呼吸机微型涡轮优化设计

简介

为研究医用涡轮各参数对涡轮性能的影响,文中采用Isight集成CFturbo和pumplinx研发平台,快速实现从气动设计到数值模拟以及优化设计的全部过程。针对一款医用呼吸机涡轮进行初步气动设计,设计完成后以叶轮参数D2、Ds、B2、Z、β1、β2、θ作为设计变量,涡轮的压升ΔP和气动效率η最高为目标进行自动数值优化。其中试验样本由最优拉丁超立方方法确定。目标函数的权重因子由超传递近似法确定。采用此方法优化设计后,涡轮压升由原来2584 Pa增加至3339 Pa,压升增加29.2%。效率η由90.06%增加至95.64%,效率增加5.8%。