对旋风机双排叶片耦合多目标优化及特性分析
张昕雨1
姜华1
宫武旗2
1.西安科技大学 能源学院,陕西 西安 7100542.西安交通大学 能源与动力工程学院,陕西 西安 710049
摘要：为提高矿用对旋风机气动性能,保障井下安全工作环境,基于前馈神经网络代理模型和遗传算法进行对旋风机双排对旋叶片耦合多目标优化.首先,参数化建模对旋风机 2 级叶片,选取各叶高截面安装角和中弧线控制参数作为高维优化变量;其次,在高维决策空间进行拉丁超立方采样得到决策样本集,通过数值仿真求解决策样本集对应的气动样本集;运用样本集数据构建神经网络代理模型,结合遗传算法优化神经网络的权值和阈值,提高代理模型的泛化能力;以小流量、设计流量、大流量工况下对旋风机整机全压效率最大为优化目标,采用遗传算法全局寻优输出帕累托解集,确定全工况对旋风机整机全压效率提升最大的几何参数组合,得到优化后对旋风机模型;运用数值仿真验证优化结果,对比分析优化前后对旋风机气动性能和流场分布情况.结果表明:对旋风机在小流量、设计流量、大流量工况下整机全压效率分别提高了0.59%、0.88%、1.21%,稳定运行工况范围明显拓宽;优化后第 1 级叶片安装角的增大在提高流动稳定性的同时带来部分能量损失,第 2 级叶片安装角减小,叶片做功能力增大,叶轮气动效率提高;优化后 2 级叶片叶顶附近高熵区范围和熵值减小,流动分离和尾迹损失现象减弱,叶顶截面相对速度分布改善,对旋风机对流量变化的适应性增强.
关键词：对旋风机参数化建模神经网络遗传算法多目标优化
分类号：TD441(矿山机械)
资助基金：国家自然科学基金(52474252)
论文发表日期：2025-07-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 194-204 )
英文信息