爱游戏（中国）ayx·官方网站_科技股份有限公司

M. Benturki, R. Dizene 和A. Ghenaiet

Laboratory of Energetic Mechanics and Conversion Systems, Faculty of Mechanical Engineering and Process Engineering, University of Science and Technology Houari Boumediene

摘    要：提高多级离心泵的效率及吸入性能是这类设备设计者面临的主要挑战。本文采用非支配排序遗传算法II（NSGA-II）结合三维雷诺平均纳维-斯托克斯（RANS）方程，对两级离心泵进行优化。第一级包括一个带扩散体的吸入叶轮，而第二级由一个与蜗壳相连的第二级叶轮组成。两个叶轮尺寸不同，通过流道相互连接。这种布置增加了变化参数的数量，从而可能对整体优化过程增加更多约束。因此，NSGA-II的计算复杂度较高，计算流体动力学（CFD）模拟的成本也较高。为了节省运行时间，对每级分别进行CFD模拟优化，这将使参数化更加灵活。因此，仅采用三个目标函数，并限制其它几何约束。本研究的目标是在保持净正吸入压头初生值（NPSHi，即汽蚀初生）最小的同时，最大化扬程和水力效率。在最佳效率点（BEP）（转速N=2600 rpm）时，优化后泵的整体效率以及扬程分别提高了9.8%和15.7%，而吸入叶轮的NPSHi降低了13.6%。在N=1450 rpm（BEP）时，观察到扬程提高了14.9%，整体效率提高了6.52%。在不同运行流量下，性能得到了显著提升。此外，容积效率和水力效率也有所提高。还进行了非定常CFD模拟，以预测压力场的波动、泄漏以及叶轮与蜗壳之间的相互作用。所得结果与实验数据一致。优化后泵的扬程波动幅度降低了22.5%，这得益于叶轮后缘的锥形叶片以及第二级叶轮与蜗舌之间径向间隙的增大，该间隙增大了4.86%，这是由于叶轮直径减小所致。

关键词：多目标优化；两级离心泵；非定常；CFD；NSGA-II；NPSHi

泵及涡轮泵在许多技术领域得到应用，涵盖热力发电、核能、推进、船舶和供水等多个领域。了解泵的内部流动有助于提高其性能，从而降低整体运营成本。计算流体动力学（CFD）被视为设计高效涡轮机械最重要的工具之一。CFD能够预测高度复杂的流动，如二次流、流动分离和泄漏，这些被认为是泵中损失的主要来源。该技术还用于研究叶轮和蜗壳之间的相互作用。CFD有助于在制造原型之前发现泵的基本性能，并在之后调整其几何形状。

优化过程的核心是从候选解决方案中筛选出最优解。为加速优化进程、高效搜索设计空间并减少评估点数量，已开发出多种算法。其中，一种常用于快速探索设计空间并获得最优解的方法是使用多目标（MO）进化算法。这种方法已被证明对解决许多工程问题非常有用。大多数进化算法具有鲁棒性（‌稳健性），因此在开发阶段往往能提供显著的问题解决优势。其中最著名的算法包括Pareto存档进化策略（PAES，Knowles 等人，1999年）、强度Pareto进化算法（SPEA-2，Zitzler 等人，1998年）以及Srinivas 等人（1995年）提出的NSGA算法，后者被证明是多目标进化算法（MOEA）历史上的一个里程碑，其后续版本则发展出了更快的NSGA-II（Deb 等人，2002年）。所有这些算法都是基于Pareto优势的概念开发的，该概念有效地结合了精英保留方法和拥挤距离（CD）算子，以保持多样性和一致性。NSGA-II 的开发旨在减少时间、降低复杂度，并改善向最佳Pareto前沿的收敛速度（Fang 等人，2008年）。Hirsch 等人（2006年）首次提出了一种基于CFD模拟的高效集成优化平台，该平台使用NSGA-II 和人工神经网络（ANN）为离心泵叶轮的多点优化过程创建了一个近似模型。该模型用于最大化水力效率和扬程，并通过考虑两个工作点和36 个输入参数来最小化NPSHi。最优叶轮的扬程提高了8.5%，水力效率提高了0.9%，同时NPSHi 降低了23%。