一种新型带槽式Savonius叶轮参数多目标优化

作者：杨状状; 宋瑞银^*; 刘博宇; 任聪杰; 林躜; 盛勇

来源：水电能源科学, 2023, 41(12): 203-206.

DOI：10.20040/j.cnki.1000-7709.2023.20230416

• Savonius型叶轮
• BP神经网络
• NSGA-Ⅱ遗传算法
• 多目标优化

为了提高Savonius型(S型)叶轮的捕能效率和消波效率，提出了一种新型的带导流槽结构的MBC型叶轮。通过数值模拟、试验测试及BP神经网络结合NSGA-Ⅱ的多目标优化算法优化MBC型叶轮的重叠率、间隙率、内外圆弧夹角、内圆弧半径、导流槽尺寸等5个参数，对比分析了最优MBC型、S型和MB型叶轮的性能表现。结果表明，相关性能的预测值与实际值的误差小于10%,验证了所建立的预测模型的性能良好，得到的最优参数为重叠率0.136、间隙率0.003、内外圆弧夹角5.23°、内圆弧半径41.42 mm、导流槽尺寸2.83 mm;最优MBC型叶轮相较于传统S型叶轮，捕能效率、消波效率分别提升了35.8%、11.0%。

• 单位
  浙江大学; 浙江科技学院