基于人工神经网络的管道泵进水流道性能优化

简介

立式管道泵是一种具有进口弯管的单级单吸离心泵,常被应用于安装空间受限的地方。由于进口的特殊结构,该泵不可避免地产生了一定程度的能量损失,从而降低了整体的效率。为了提高管道泵的性能,基于人工神经网络进行了肘形进水流道的优化研究。进水流道的形状可由流道中线和各截面的形状控制,选择五阶贝塞尔曲线拟合流道中线,三阶贝塞尔曲线拟合截面控制参数沿流道中线的变化趋势。考虑到泵实际安装需求,选取进水流道的11个参数为优化变量,泵效率为优化目标。采用拉丁方试验设计方法设计了149个进水流道方案,应用人工神经网络建立了泵效率与11个设计变量间的高精度非线性数学表达式,采用粒子群算法对数学表达式进行了优化,得到了肘形进水流道的最优参数组合。研究结果表明：计算结果与试验结果在小流量和设计流量下呈现出很好的一致性;人工神经网络（ANN）能够准确反映泵效率和设计变量之间的关系,优化后预测值与计算值之间的偏差为0.32%;优化后的模型相对于原始模型效率提高了1.17个百分点,扬程提高了0.23 m,高效运行区得到拓宽;相比于原始进口管,优化后进口管内流动得到改善。