CN111832137B - 一种基于数据库的离心泵智能化设计方法 - Google Patents
一种基于数据库的离心泵智能化设计方法 Download PDFInfo
- Publication number
- CN111832137B CN111832137B CN202010746713.8A CN202010746713A CN111832137B CN 111832137 B CN111832137 B CN 111832137B CN 202010746713 A CN202010746713 A CN 202010746713A CN 111832137 B CN111832137 B CN 111832137B
- Authority
- CN
- China
- Prior art keywords
- design
- database
- parameters
- centrifugal pump
- sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D29/00—Details, component parts, or accessories
- F04D29/18—Rotors
- F04D29/22—Rotors specially for centrifugal pumps
- F04D29/2205—Conventional flow pattern
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D29/00—Details, component parts, or accessories
- F04D29/40—Casings; Connections of working fluid
- F04D29/42—Casings; Connections of working fluid for radial or helico-centrifugal pumps
- F04D29/426—Casings; Connections of working fluid for radial or helico-centrifugal pumps especially adapted for liquid pumps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Mechanical Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
Abstract
本发明涉及一种基于数据库的离心泵智能化设计方法;包括以下步骤:对现存的离心泵,建立标准的参数化数据,主要包括几何参数和水力参数,形成样本的原型空间,记为{Sp}。将离心泵参数转换到统一的流量Q、转速n下,形成样本的标准空间,记为{Sd}。对样本的原型空间{Sp}和标准空间{Sd}建立数据库,对标准空间{Sd}的子空间建立代理模型。将设计需求{Dd}的输入参数转换至标准空间。建立匹配度评价方法,从数据库中筛选最符合设计要求的样本。反算几何参数得到设计方案,对设计方案进行评估。如果筛选的方案不能满足要求,则通过代理模型和遗传算法的配合,迭代寻优,得到设计结果。本发明设计速度快、可靠性高、可扩展性强。
Description
技术领域
本发明涉及一种设计方法,具体涉及一种通过统一的参数体系,充分吸纳已有的泵产品性能数据,在实测结果的支撑下,建立样本空间和数据库和相应的代理模型,通过直接取样和代理模型优化的方式,得到设计结果的基于数据库的离心泵智能化设计方法。
背景技术
泵是一种在农业、化工、航天、市政、冶金、水利等领域中广泛应用的流体增压、输送设备。
与世界顶尖的水泵设计水平相比,我国的泵设计、制造还有一定的提升空间,尤其是在水泵的能效方面。也正因如此,泵的设计、制造、运行有着显著的节能减排优化空间。此外,在泵的消费端,有越来越多的需求案例不能直接从系列产品中选型,需要按照性能保证值进行新的水力设计。
发明内容
针对上述问题,本发明的主要目的在于提供一种通过统一的参数体系,充分吸纳已有的泵产品性能数据,在实测结果的支撑下,建立样本空间和数据库和相应的代理模型,通过直接取样和代理模型优化的方式,得到设计结果的基于数据库的离心泵智能化设计方法。
本发明是通过下述技术方案来解决上述技术问题的:一种基于数据库的离心泵智能化快速设计方法,包括如下步骤:
步骤1:对现存的离心泵,建立标准的参数化数据。离心泵几何分为叶轮和蜗壳两部分。其中,叶轮的几何要素包括叶片数量、子午面流道形状、叶片中弧线、叶片厚度等;蜗壳的几何要素包括若干断面面积、断面的形状、隔舌等。离心泵的性能数据,主要包括最有效率工况下的流量Q、扬程H、转速n、效率η、轴功率P等。为了描述方便,将泵样本以真实数据描述的几何、性能等参数作为样本的原型空间,记为{Sp}。
步骤2:将离心泵参数按照一定的规则,转换到统一的流量Q、转速n下。为了描述方便,下文中以下标p表示泵原型参数,以下标d表示转换后的泵参数。
其转换方法描述如下:
步骤2.1:求解Hd,计算公式为:
步骤2.2:求解Pd,计算公式为:
步骤2.3:求解长度缩放系数λ1,计算公式为:
步骤2.4:保持离心泵的角度尺寸,即叶片安放角、叶片包角、隔舌安放角不变,得到转换后离心泵的各种角度尺寸。
步骤2.5:计算水力效率ηd,计算公式为:
步骤2.6:计算雷诺数Re,计算公式为:
为了描述方便,将泵样本以转换后数据描述的几何、性能等参数作为样本的标准空间,记为{Sd}
步骤3:建立智能化的数据库和子空间代理模型。
步骤3.1:将所有泵样本在样本空间和标准空间中的几何、性能等参数作为元素,建立数据库。
步骤3.2:数据库按照Hd的值,分为具有一定重叠度的若干组。对每组的标准空间建立代理模型,映射关系以几何参数作为变量,以水力性能作为函数。
步骤4:对设计需求{Dd}的输入参数,即流量Q、扬程H、转速n、效率要求η等进行处理,将其转换为与数据库一致的流量Q和转速n下。为了描述方便,下文以下标dp表示设计需求的原始参数,以下标dd表示设计需求转换后的参数。转换方法与步骤2的公式一致。
步骤5:建立数据库中样本与设计需求的检索和匹配度评价方法。设计需求与数据库样本的匹配度,主要通过最有效率点水力参数来评价。几种评价指标如下:
a.扬程差:标准空间中样本扬程与转换后的设计需求扬程的相对差值,KH=(Hd-Hdd)/Hdd×100%。扬程比应处于可接受的范围内,优选设计的要求是尽量接近常数1。
b.效率差:标准空间中样本的水力效率与转换后的设计需求的保证效率之差,Δη=ηd-ηdd。效率差应处于可接受的范围内,优选设计的要求是尽量接近大值。
c.功率差:标准空间中样本轴功率与转换后设计需求轴功率的相对差值KP=(Pd-Pdd)/Pdd×100%。功率差应处于可接受的范围内,优选设计的要求是尽量接近小值。
对上述三个指标,可根据具体的设计任务,任意选择。当设计需求无法给定目标效率和/或轴功率时,也可以采用效率和轴功率的绝对值作为考核指标,他们在很大程度上是等效的。多个指标的作用逻辑,可以是层次递进结构,也可以是加权并用结构。在样本空间中,根据评价方法检索并推荐至少3个样本。
步骤6:按照步骤2的计算方法,反算出样本在设计需求的转速、流量下的缩放比例,得到设计方案的几何参数,作为设计结果{Sr}。通过可靠手段进行评估,以确认是否满足设计需求。评估手段可以是数值模拟、试验测试等的一种或几种合用。
步骤7:若{Sr}中没有满足设计需求的方案,则通过各组标准空间的代理模型,采用遗传算法进行迭代寻优。得到新的设计结果{Srai},并对{Srai}进行评估。
本发明的积极进步效果在于:本发明提供的基于数据库的离心泵智能化设计方法具有如下优点:
1.可靠性高。本发明的几何参数和最优效率点参数均来自于实测泵样本数据,基于此建立的数据库和设计结果具有高度的可靠性。
2.设计速度快。通过本发明,工程师在输入设计参数至得到设计结果,仅需数秒至数十秒。
3.可扩展性强。本方法定义了标准空间的数据格式,在企业不断积累的过程中,新的泵产品样本可以持续不断的加入到数据库中。此外,在样本评价方法中可以灵活选择层次递进或加权并用结构,这使得本方法可以完成多工况、多目标的泵设计任务。
附图说明
图1为本发明技术方案的总体流程图;
表1为样本空间的数据库结构;
表2为标准空间的数据库结构;
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。
图1为本发明技术方案的总体流程图;。如图1所示:本发明提供的一种基于数据库的离心泵智能化快速设计方法,包括如下步骤:
步骤1:对现存的离心泵,建立标准的参数化数据。离心泵几何分为叶轮和蜗壳两部分。其中,叶轮的几何要素包括叶片数量、子午面流道形状、叶片中弧线、叶片厚度等;蜗壳的几何要素包括若干断面面积、断面的形状、隔舌等。离心泵的性能数据,主要包括最有效率工况下的流量Q、扬程H、转速n、效率η、轴功率P等。为了描述方便,将泵样本以真实数据描述的几何、性能等参数作为样本的原型空间,记为{Sp}
步骤2:将离心泵参数按照一定的规则,转换到统一的流量Q、转速n下。为了描述方便,下文中以下标p表示泵原型参数,以下标d表示转换后的泵参数。
其转换方法描述如下:
步骤2.1:求解Hd,计算公式为:
步骤2.2:求解Pd,计算公式为:
步骤2.3:求解长度缩放系数λ1,计算公式为:
步骤2.4:保持离心泵的角度尺寸,即叶片安放角、叶片包角、隔舌安放角不变,得到转换后离心泵的各种角度尺寸。
步骤2.5:计算水力效率ηd,计算公式为:
步骤2.6:计算雷诺数Re,计算公式为:
为了描述方便,将泵样本以转换后数据描述的几何、性能等参数作为样本的标准空间,记为{Sd}
步骤3:建立智能化的数据库和子空间代理模型。
步骤3.1:将所有泵样本在样本空间和标准空间中的几何、性能等参数作为元素,建立数据库。
步骤3.2:数据库按照Hd的值,分为具有一定重叠度的若干组。对每组的标准空间建立代理模型,映射关系以几何参数作为变量,以水力性能作为函数。
步骤4:对设计需求{Dd}的输入参数,即流量Q、扬程H、转速n、效率要求η等进行处理,将其转换为与数据库一致的流量Q和转速n下。为了描述方便,下文以下标dp表示设计需求的原始参数,以下标dd表示设计需求转换后的参数。转换方法与步骤2的公式一致。
步骤5:建立数据库中样本与设计需求的检索和匹配度评价方法。设计需求与数据库样本的匹配度,主要通过最有效率点水力参数来评价。几种评价指标如下:
a.扬程差:标准空间中样本扬程与转换后的设计需求扬程的相对差值,KH=(Hd-Hdd)/Hdd×100%。扬程比应处于可接受的范围内,优选设计的要求是尽量接近常数1。
b.效率差:标准空间中样本的水力效率与转换后的设计需求的保证效率之差,Δη=ηd-ηdd。效率差应处于可接受的范围内,优选设计的要求是尽量接近大值。
c.功率差:标准空间中样本轴功率与转换后设计需求轴功率的相对差值KP=(Pd-Pdd)/Pdd×100%。功率差应处于可接受的范围内,优选设计的要求是尽量接近小值。
对上述三个指标,可根据具体的设计任务,任意选择。当设计需求无法给定目标效率和/或轴功率时,也可以采用效率和轴功率的绝对值作为考核指标,他们在很大程度上是等效的。多个指标的作用逻辑,可以是层次递进结构,也可以是加权并用结构。在样本空间中,根据评价方法检索并推荐至少3个样本。
步骤6:按照步骤2的计算方法,反算出样本在设计需求的转速、流量下的缩放比例,得到设计方案的几何参数,作为设计结果{Sr}。通过可靠手段进行评估,以确认是否满足设计需求。评估手段可以是数值模拟、试验测试等的一种或几种合用。
步骤7:若{Sr}中没有满足设计需求的方案,则通过各组标准空间的代理模型,采用遗传算法进行迭代寻优。得到新的设计结果{Srai},并对{Srai}进行评估。
下面是一个具体的实施例:一个离心泵的设计任务
设计需求中,规定了离心泵的流量为0.882m3/h,扬程为3.372m,转速为5621rpm,工质的密度为1082kg/m3,轴功率不超过13W。
步骤1-3:建立现存离心泵数据的数据库,这一步对所有设计任务来说是相同的,按照表1表2的格式,对每一个样本的数据进行标签和分类,然后存放即可。本实施例应用的数据库中,将标准空间的流量Q定为300m3/h,转速定为1500rpm。
步骤4:将设计需求转换为与数据库一致的流量和转速下,计算得到Hdd=28.23m。
步骤5:确定优化设计的检索条件:
条件1:扬程差的范围为[1,1.1],以接近1为佳;
条件2:在满足条件1的基础上,轴功率尽量低。
本次检索策略使用层次递进结构。输出5个匹配度最高的方案。
步骤6:反算得到设计方案的几何参数,主要参数如下dH=1.3mm、Dj=14.14mm、D2=29.5mm、b2=2.8mm、θ=120°、β1为25-40°随着翼展方向均布、β1=26°。经过评估,叶轮水力效率为82.99%。而用传统的设计方法,得到的叶轮水力效率为81.64%。快速设计结果的轴功率计算值为11.53W。符合设计需求,至此设计过程结束。
表1
表2
上述表1和2中:几何参数包括长度尺寸和角度尺寸。长度尺寸包括轮毂直径dH到叶片厚度t,角度尺寸包括叶片进口安放角β1到隔舌安放角φ0。
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。
Claims (5)
1.一种基于数据库的离心泵智能化设计方法;其特征在于:所述方法包括如下步骤:
步骤1:对现存的离心泵,建立标准的参数化数据;
离心泵几何分为叶轮和蜗壳两部分;其中,叶轮的几何要素包括叶片数量、子午面流道形状、叶片中弧线、叶片厚度;蜗壳的几何要素包括若干断面面积、断面的形状、隔舌;离心泵的性能数据,包括最有效率工况下的流量Q、扬程H、转速n、效率η、轴功率P;为了描述方便,将泵样本以真实数据描述的几何、性能参数作为样本的原型空间,记为{Sp};
步骤2:将离心泵参数按照一定的规则,转换到统一的流量Q、转速n下;为了描述方便,下文中以下标p表示泵原型参数,以下标d表示转换后的泵参数;为了描述方便,将泵样本以转换后数据描述的几何、性能等参数作为样本的标准空间,记为{Sd};
步骤3:建立智能化的数据库和子空间代理模型;
步骤4:对设计需求{Dd}的输入参数,即流量Q、扬程H、转速n、效率要求η进行处理,将其转换为与数据库一致的流量Q和转速n下;为了描述方便,下文以下标dp表示设计需求的原始参数,以下标dd表示设计需求转换后的参数;转换方法与步骤2的公式一致;
步骤5:建立数据库中样本与设计需求的检索和匹配度评价方法;通过最有效率点水力参数来评价来设计需求与数据库样本的匹配度;
步骤6:按照步骤2的计算方法,反算出样本在设计需求的转速、流量下的缩放比例,得到设计方案的几何参数,作为设计结果{Sr};通过可靠手段进行评估,以确认是否满足设计需求;评估手段可以是数值模拟、试验测试的一种或几种合用;
步骤7:若{Sr}中没有满足设计需求的方案,则通过各组标准空间的代理模型,采用遗传算法进行迭代寻优;得到新的设计结果{Srai},并对{Srai}进行评估。
3.根据权利要求1所述的基于数据库的离心泵智能化设计方法,其特征在于,所述步骤3的数据库和代理模型的建立方法如下:
步骤3.1:将所有泵样本在样本空间和标准空间中的几何、性能参数作为元素,建立数据库;
步骤3.2:数据库按照Hd的值,分为具有一定重叠度的若干组;对每组的标准空间建立代理模型,映射关系以几何参数作为变量,以水力性能作为函数。
4.根据权利要求1所述的基于数据库的离心泵智能化设计方法,其特征在于,步骤4中的几种评价指标如下:
a.扬程差:标准空间中样本扬程与转换后的设计需求扬程的相对差值,KH=(Hd-Hdd)/Hdd×100%;
b.效率差:标准空间中样本的水力效率与转换后的设计需求的保证效率之差,Δη=ηd-ηdd;
c.功率差:标准空间中样本轴功率与转换后设计需求轴功率的相对差值KP=(Pd-Pdd)/Pdd×100%;
当设计需求无法给定目标效率和/或轴功率时,采用效率和轴功率的绝对值作为考核指标。
5.根据权利要求1所述的基于数据库的离心泵智能化设计方法,其特征在于,步骤5中的多个指标的作用逻辑,为层次递进结构或是加权并用结构;在样本空间中,根据评价方法检索并推荐至少3个样本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010746713.8A CN111832137B (zh) | 2020-07-29 | 2020-07-29 | 一种基于数据库的离心泵智能化设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010746713.8A CN111832137B (zh) | 2020-07-29 | 2020-07-29 | 一种基于数据库的离心泵智能化设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111832137A CN111832137A (zh) | 2020-10-27 |
CN111832137B true CN111832137B (zh) | 2022-11-29 |
Family
ID=72920471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010746713.8A Active CN111832137B (zh) | 2020-07-29 | 2020-07-29 | 一种基于数据库的离心泵智能化设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111832137B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2292432A1 (en) * | 1997-05-30 | 1998-12-03 | Rosaire Mongrain | Ventricular assist device comprising an enclosed-impeller axial flow blood pump |
CN1596343A (zh) * | 2001-11-28 | 2005-03-16 | 霍恩有限公司和两合公司 | 自吸式的混合式泵 |
CN102207101A (zh) * | 2011-05-18 | 2011-10-05 | 大连理工大学 | 一种基于cfd的核主泵模化设计方法及设计百万千瓦级核主泵叶轮 |
CN102562561A (zh) * | 2011-12-27 | 2012-07-11 | 酒泉钢铁(集团)有限责任公司 | 工业循环水系统的泵组运行能效分析方法 |
CN102979760A (zh) * | 2012-12-11 | 2013-03-20 | 江苏大学 | 一种离心泵恒扬程多工况水力设计方法 |
CN103646297A (zh) * | 2013-12-02 | 2014-03-19 | 江苏大学 | 一种基于多目标遗传算法的双流道泵优化方法 |
CN103742425A (zh) * | 2014-01-22 | 2014-04-23 | 江苏双轮泵业机械制造有限公司 | 水循环系统节能修正方法 |
CN104295525A (zh) * | 2014-01-24 | 2015-01-21 | 江苏大学 | 一种基于实验设计的离心泵叶轮多工况设计方法 |
CN104481895A (zh) * | 2014-12-03 | 2015-04-01 | 安徽士华机电设备科技有限公司 | 一种离心泵扬程的闭环控制系统 |
CN104675713A (zh) * | 2015-02-10 | 2015-06-03 | 江苏大学 | 一种基于数据样本的离心泵无过载设计方法 |
CN105909537A (zh) * | 2016-05-13 | 2016-08-31 | 南京工业大学 | 一种高温熔盐泵的常温模化测试方法 |
CN108268742A (zh) * | 2018-02-09 | 2018-07-10 | 河南新飞纪元节能科技股份有限公司 | 工业循环水泵叶轮二次优化节能改造方法 |
CN108506223A (zh) * | 2018-03-05 | 2018-09-07 | 浙江理工大学 | 基于弱可压流动分析的大功率离心泵水力性能预测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102359454A (zh) * | 2011-09-09 | 2012-02-22 | 长沙天鹅工业泵股份有限公司 | 一种斜流泵叶轮切割性能设计方法 |
CN111368374B (zh) * | 2020-03-03 | 2023-04-14 | 上海辛格林纳新时达电机有限公司 | 水泵参数的计算方法、系统、服务器、存储介质 |
-
2020
- 2020-07-29 CN CN202010746713.8A patent/CN111832137B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2292432A1 (en) * | 1997-05-30 | 1998-12-03 | Rosaire Mongrain | Ventricular assist device comprising an enclosed-impeller axial flow blood pump |
CN1596343A (zh) * | 2001-11-28 | 2005-03-16 | 霍恩有限公司和两合公司 | 自吸式的混合式泵 |
CN102207101A (zh) * | 2011-05-18 | 2011-10-05 | 大连理工大学 | 一种基于cfd的核主泵模化设计方法及设计百万千瓦级核主泵叶轮 |
CN102562561A (zh) * | 2011-12-27 | 2012-07-11 | 酒泉钢铁(集团)有限责任公司 | 工业循环水系统的泵组运行能效分析方法 |
CN102979760A (zh) * | 2012-12-11 | 2013-03-20 | 江苏大学 | 一种离心泵恒扬程多工况水力设计方法 |
CN103646297A (zh) * | 2013-12-02 | 2014-03-19 | 江苏大学 | 一种基于多目标遗传算法的双流道泵优化方法 |
CN103742425A (zh) * | 2014-01-22 | 2014-04-23 | 江苏双轮泵业机械制造有限公司 | 水循环系统节能修正方法 |
CN104295525A (zh) * | 2014-01-24 | 2015-01-21 | 江苏大学 | 一种基于实验设计的离心泵叶轮多工况设计方法 |
CN104481895A (zh) * | 2014-12-03 | 2015-04-01 | 安徽士华机电设备科技有限公司 | 一种离心泵扬程的闭环控制系统 |
CN104675713A (zh) * | 2015-02-10 | 2015-06-03 | 江苏大学 | 一种基于数据样本的离心泵无过载设计方法 |
CN105909537A (zh) * | 2016-05-13 | 2016-08-31 | 南京工业大学 | 一种高温熔盐泵的常温模化测试方法 |
CN108268742A (zh) * | 2018-02-09 | 2018-07-10 | 河南新飞纪元节能科技股份有限公司 | 工业循环水泵叶轮二次优化节能改造方法 |
CN108506223A (zh) * | 2018-03-05 | 2018-09-07 | 浙江理工大学 | 基于弱可压流动分析的大功率离心泵水力性能预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111832137A (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ezhilsabareesh et al. | Shape optimization of a bidirectional impulse turbine via surrogate models | |
CN108301955B (zh) | 轴流式pat发电模式最优效率点参数和性能曲线预估方法 | |
Pérez-Sánchez et al. | Modified affinity laws in hydraulic machines towards the best efficiency line | |
Panizza et al. | Efficient uncertainty quantification of centrifugal compressor performance using polynomial chaos | |
CN113158590A (zh) | 一种基于混合模型预测不同转速下离心泵效率预测的方法 | |
Gan et al. | Application of a modified MOPSO algorithm and multi-layer artificial neural network in centrifugal pump optimization | |
CN111832137B (zh) | 一种基于数据库的离心泵智能化设计方法 | |
Singh et al. | Parametric study and design optimization of centrifugal pump impeller—a review | |
Nguyen et al. | Hydrodynamic optimization of the impeller and diffuser vane of an axial-flow pump | |
Chennai Viswanathan et al. | Deep learning for enhanced fault diagnosis of monoblock centrifugal pumps: spectrogram-based analysis | |
Rong et al. | Improving the hydraulic performance of a high-speed submersible axial flow pump based on CFD technology | |
Esfahanian et al. | Aerodynamic shape optimization of gas turbines: a deep learning surrogate model approach | |
Agnolucci et al. | Centrifugal compressor stage efficiency and rotor stiffness augmentation via artificial neural networks | |
Sakthivel et al. | Effect of kernel function in support vector machine for the fault diagnosis of pump | |
CN111241653B (zh) | 基于蒙特卡洛法的多维度叶片误差性能影响仿真实现方法 | |
Mohammadi et al. | Analysis of effect of impeller geometry including blade outlet angle on the performance of multi-pressure pumps: Simulation and experiment | |
Zhao et al. | The effect of impeller–diffuser interactions on diffuser performance in a centrifugal compressor | |
Ma et al. | Improved centrifugal compressor impeller optimization with a radial basis function network and principle component analysis | |
CN113553673B (zh) | 一种基于数据驱动建模的离心泵效率预测方法 | |
Pakatchian et al. | Applications of machine learning approaches in aerodynamic aspects of axial flow compressors: A review | |
Luo et al. | Multiobjective optimization approach to multidisciplinary design of a three-dimensional transonic compressor blade | |
Chai et al. | Prediction of centrifugal pump performance parameters based on a multilayer hybrid model | |
Schemmann et al. | A Multi-Fidelity Sampling Method for Efficient Design and Optimization of Centrifugal Compressor Impellers | |
Chen et al. | Sensitivity investigation of a subsonic cascade performance to geometric deviations based on statistical method | |
Daniele et al. | Horizontal axis hydroturbine shroud airfoil optimization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |