一种基于遗传算法的离心泵多工况节能优化方法
技术领域
本发明涉及一种离心泵多工况节能优化方法,具体涉及一种为人工智能技术落地于离心泵节能优化做了专项适配,该方法稳定性好,计算效率高的基于遗传算法的离心泵多工况节能优化方法。
背景技术
水泵是一种叶轮机械,是农业、工业中广泛应用的动力设备。但相对来说,我国水泵的技术发展在叶轮机械中较为落后。还存在着许多问题,尤其是在能效方面。
也正因为如此,节能减排在水泵制造、泵站改造领域有着重要的意义和巨大的潜力。但现阶段传统理论和设计方法对工程师经验的依赖性较高,优化设计的结果存在一定的局限性和偶然性。而优化算法和人工智能技术则在与工业技术的适配方面存在诸多问题。
所以,迫切的需要一种针对性强、可行性高、具有一定通用性的离心泵多工况节能优化方法。
发明内容
针对上述问题,本发明的主要目的在于提供一种为人工智能技术落地于离心泵节能优化做了专项适配,该方法稳定性好,计算效率高的基于遗传算法的离心泵多工况节能优化方法。
本发明是通过下述技术方案来解决上述技术问题的:一种基于遗传算法的离心泵多工况节能优化方法;所述基于遗传算法的离心泵多工况节能优化方法包括以下步骤:
步骤1:建立叶轮的几何参数系统;
步骤2:按照工程师经验确定几何要素中参数的变化范围,形成设计空间;
步骤3:按照叶片数量,将总设计空间分开成为若干个互相独立的设计子空间;
步骤4:在设计空间内,以均匀分布为原则,随机抽取若干组参数,检查几何参数范围的合理性;
步骤5:建立基于轴功率的适应度评价方法;
步骤6:采用遗传算法进行寻优,直到收敛;
步骤7:记收敛时为第N代,则设计结果保留第N、N-1、N-2代的若干较优方案;同时随机保留若干每一代被淘汰的方案;进行交叉、变异操作,以此为初代种群,开始下一轮遗传算法寻优;
步骤8:在每一个独立子空间中,重复步骤4-7的操作;
步骤9:若得到满意结果,则结束,否则进入步骤2并修改参数变化范围。
在本发明的具体实施例子中;所述步骤1中的参数系统描述的几何要素包括:叶片数量、子午面流道、叶片中弧线、叶片厚度。
在本发明的具体实施例子中;所述步骤4中,叶轮模型正确合理生成的比例应该在95%以上;若不满足,则转步骤2调整变化范围。
在本发明的具体实施例子中;所述步骤5中,建立基于轴功率的适应度评价方法,该方法具体为:以公式
在本发明的具体实施例子中;所述步骤6中,收敛的条件是:(1)连续若干种群代数的适应度评价变化相对值小于0.1%;(2)适应度评价值达到预期的数值。
本发明的积极进步效果在于:本发明提供的基于遗传算法的离心泵多工况节能优化方法具有如下优点:本发明从实际出发提出了以多工况节能优化为导向的适应度评价方法。通过随机保留被淘汰方案以及多轮寻优过程来避免种群早熟。根据经验指定参数变化范围以及几何检查则避免了错误参数组合给寻优算法带来的误导,显著提升了稳定性和寻优效率。
附图说明
图1是本发明的结构示意图。
具体实施方式
下面结合附图给出本发明较佳实施例,以详细说明本发明的技术方案。
本发明涉及一种基于遗传算法的离心泵多工况节能优化方法,该方法包括以下步骤:
1.建立叶轮的几何参数系统。这个参数系统描述的几何要素包括:叶片数量、子午面流道、叶片中弧线、叶片厚度。分别记为:
2.按照工程师经验确定几何要素中参数的变化范围,形成设计空间。
3.按照叶片数变量,将总设计空间分开成为若干个互相独立的设计子空间。
4.在设计空间内,以均匀分布为原则,随机抽取若干组参数,检查几何参数范围的合理性,叶轮模型正确合理生成的比例应该在95%以上。若不满足,则转步骤2调整变化范围。
5.建立基于轴功率的适应度评价方法:计算综合耗能值
6.采用遗传算法进行寻优,直到收敛。收敛的条件可以是:(1)连续若干种群代数的适应度评价变化相对值小于0.1%;(2)适应度评价值达到预期的数值。
7.记收敛时为第N代,则设计结果保留第N、N-1、N-2代的若干较优方案。同时随机保留第N、N-1、N-2代的被淘汰的方案。进行交叉、变异操作,产生第N+1代种群。开始下一轮遗传算法寻优。
8.在每一个独立子空间中,重复步骤4-7的操作。
9.若得到满意结果,则结束,否则进入步骤2并修改参数变化范围。
下面介绍具体实施例以对本发明作进一步的详细说明。
实施例:一个离心泵叶轮的多目标优化案例。
这台离心泵的原始设计转速为1450rpm,设计扬程12.25m,设计流量0.222 m3/s,轴功率34.0kW。在实际使用过程中,水泵的使用时间主要集中在0.9倍到1.0倍流量工况。因此,本次优化选择这两个典型工况作为目标。
第一步,建立参数系统。叶片数量
第二步,按照工程师经验确定几何要素中参数的变化范围。以原叶轮的几何参数作为基准,叶片数量±1,长度尺寸按照±5%作范围,轮毂直径按照(0, +5%)作范围,轴向长度尺寸不作变化,进口安放角±20°,出口安放角±5°,包角±20°。包角曲线的控制点按照原比例分布。
第三步,设计空间划分为叶片数量5、6、7的三个设计子空间。
第四步,按照均匀分布,随机抽取1000个参数,最终模型正确生成的比例在97%以上。参数范围确定基本合理。
第五步,该水泵运行工况没有详细的时间统计值,按照运行人员提供的信息估算,运行的时间比例大约为T0.9Qd:T1.0Qd=3:7,因此取t1=0.3,t2=0.7。扬程分别为12.55m和12.25m。
第六步,开始基于遗传算法的寻优计算,种群规模设置为40,最大代数设置为20,每个设计子空间启动两轮寻优计算。
第七步,遍历三个设计子空间,得到最优的设计方案。
下表为计算流体力学的分析结果比较优化前后的节能情况对比表。相比原型,优化后的离心泵,耗能降低了2.3%。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内,本发明要求保护范围由所附的权利要求书及其等效物界定。