叶片式油气混输泵叶轮多目标优化设计
将BP神经网络与NSGA-Ⅱ多目标遗传算法相结合，发展了一种叶片式油气混输泵叶轮多目标优化设计方法。选择影响混输泵叶轮性能的主要几何参数，按照正交试验设计方法确定训练样本，数值模拟得到四个工况下混输泵的增压与效率，通过BP神经网络训练得到近似的混输泵性能预测模型，结合NSGA-Ⅱ多目标遗传算法，对自行设计的混输泵叶轮进行了多目标优化设计。优化结果显示：与原始设计相比，叶轮优化后的混输泵增压提高了约14％，效率提高了约6％。
数值模拟 神经网络 遗传算法 油气混输泵 叶轮设计
张金亚 朱宏武 李艳 杨春
中国石油大学（北京）机电工程学院 北京 102249
国内会议
大连
中文
1-8
2009-10-01（万方平台首次上网日期，不代表论文的发表时间）