Institutional Repository of Coll Energy & Power Engn
| 基于高维混合模型与遗传算法的离心泵叶片优化 | |
姜丙孝1; 杨军虎1,2 ; 白小榜1; 王晓晖1,2
| |
| 2020-04-21 | |
| 发表期刊 | 华中科技大学学报(自然科学版)
 |
| 期号 | 2020-07页码:128-132 |
| 摘要 | 提出了一种基于机器学习的高维混合模型用于离心泵的叶片优化方法.选用一台低比转速离心泵,以离心泵叶轮叶片为研究对象,通过对叶片型线拟合分离多变量参数,利用支持向量机的高维表示方法,结合计算流体动力学软件,经过对训练集的机器学习,构建了离心泵叶片型线优化的代理模型.依据遗传算法求解离心泵多变量代理模型,预测了离心泵效率最高点及在该点时的叶片型线几何参数.运用数值模拟和试验研究的方法验证了预测数据,结果表明:数值模拟性能曲线与试验结果大体相符;在设计工况点,经代理模型优化后的数值模拟效率值较原型泵提高了2.61%,扬程提升了0.82 m,试验效率值较原型泵提高了2.1%,扬程提升了0.75 m. |
| 关键词 | 支持向量机 高维表示方法 代理模型 遗传算法 离心泵 叶片优化 |
| DOI | 10.13245/j.hust.200722 |
| URL | 查看原文 |
| 收录类别 | CNKI |
| 语种 | 中文 |
| 中图分类号 | TH311;TP18 |
| 引用统计 | 无
|
| 文献类型 | 期刊论文 |
| 条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/132959 |
| 专题 | 能源与动力工程学院 |
| 作者单位 | 1.兰州理工大学能源与动力工程学院; 2.兰州理工大学甘肃省流体机械及系统重点实验室 |
| 第一作者单位 | 能源与动力工程学院 |
| 第一作者的第一单位 | 能源与动力工程学院 |
| 推荐引用方式 GB/T 7714 | 姜丙孝,杨军虎,白小榜,等. 基于高维混合模型与遗传算法的离心泵叶片优化[J]. 华中科技大学学报(自然科学版),2020(2020-07):128-132. |
| APA | 姜丙孝,杨军虎,白小榜,&王晓晖.(2020).基于高维混合模型与遗传算法的离心泵叶片优化.华中科技大学学报(自然科学版)(2020-07),128-132. |
| MLA | 姜丙孝,et al."基于高维混合模型与遗传算法的离心泵叶片优化".华中科技大学学报(自然科学版) .2020-07(2020):128-132. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于高维混合模型与遗传算法的离心泵叶片优（2272KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [姜丙孝]的文章 |
| [杨军虎]的文章 |
| [白小榜]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [姜丙孝]的文章 |
| [杨军虎]的文章 |
| [白小榜]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [姜丙孝]的文章 |
| [杨军虎]的文章 |
| [白小榜]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论