科研之友
微信
新浪微博
Facebook
分享链接
摘要
以往的研究中，只针对调节阀迷宫流道结构和内部流场特性进行了分析，但对迷宫流道抗空化性能和流通性能的优化设计较欠缺。为了满足阀门实际工程中的设计需求，迷宫式调节阀需要具有流道抗空化性能和流通性能。为此，提出了一种基于多目标遗传算法(MOGA)和反向传播神经网络(BPNN)的方法，对调节阀迷宫流道进行了结构优化，提高了迷宫流道的抗空化性能和流通性能。首先，基于对冲耗能原理和多级降压原理，设计了弧形对冲式迷宫流道，并建立了流体力学仿真计算的数学模型；然后，利用计算流体动力学(CFD)仿真软件，对模型进行了空化仿真，根据仿真的数据构建了BPNN代理模型，通过结合Sobol敏感度分析方法与代理模型，分析了迷宫流道各参数对仿真结果的影响，采用多目标遗传算法，优化了迷宫流道的结构；最后，搭建了实验测试平台，测量了迷宫流道的阻塞流曲线，对比分析了测试结果与仿真结果。研究结果表明：采用优化算法得到的迷宫流道最大流量由0.087 6 kg/s提高到0.117 4 kg/s,提高了34%;线性压差由762.163 kPa提高到811.280 kPa,提高了6%;优化的迷宫流道实际最大流量为0.115 9 kg/s,提高了33%;线性压差为819 kPa,提高了7%。迷宫流道抗空化性能和流通性能同时得到了提高，证明了仿真的有效性和该方法的可行性。
- 单位
