基于Kriging的燃油离心泵智能优化设计方法研究

为了快速化、智能化地实现燃油离心泵设计，提出一种改善期望准则下的Kriging智能优化方法。对离心泵的性能参数、轴面投影控制参数等进行分析，确定优化变量及优化目标。利用Python脚本调用实现对离心泵一维设计、三维建模、内流场仿真及智能优化设计等联合参数化仿真，完成叶轮型线实时修改及效率全局优化。其中，重点给出Kriging建模及遗传算法优化加点相结合的智能优化方法。算例验证表明：相比多项式响应面及径向基函数，所提出的优化方法对常规数学算例具有更好的效果；同时，仿真预测的优化泵效率为82.52%，与优化方法理论计算的效率（82.56%）高度一致，表明该方法能够实现离心泵的优化设计。此外，对比了优化前后离心泵的性能，在相同流量工况下优化泵的扬程和效率均高于原型泵，小流量工况的效率提高幅度较小，设计流量工况最大，提高了2.65%。且优化泵内部流动更为均匀，不利流动得到了一定改善。