《机电工程》杂志,月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编陈 晓
副 主 编唐任仲、罗向阳(执行主编)
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于WPSO-BP和L-MBWO的多翼离心风机优化研究

作者:徐韧,李君宇,周明,等. 日期:2024-10-30/span> 浏览:114 查看PDF文档

基于WPSO-BP和L-MBWO的多翼离心风机优化研究*
徐韧1,2,李君宇1,2,周明2,3,刘林波2,3,张志富4,黄其柏1,2*

(1.华中科技大学 机械科学与工程学院,湖北 武汉 430074;2.法雷奥-华中科技大学振动与噪声联合实验室,湖北 武汉 
430074;3.法雷奥汽车空调湖北有限公司,湖北 荆州 430074;4.海南大学 机电工程学院,海南 海口 570228)


摘要:针对多翼离心风机气动性能、噪声情况难以同时改进的问题,提出了一种基于变权重粒子群优化算法的反向传播神经网络风机性能预测模型(WPSO-BP),以及一种基于逻辑混沌初始化的多目标白鲸优化算法(L-MBWO),并将二者应用于多翼离心风机的优化设计中。首先,选取了叶片进出口角、倾斜蜗舌的最大蜗舌半径、叶片切除角度作为设计变量,把风机的全压、效率、声压级作为优化目标;然后,构建了WPSO-BP预测模型,以反映设计变量与优化目标之间的关系,定量分析对比了该模型与BP神经网络预测模型,预测值用于风机的性能优化;接着,将逻辑混沌初始化引入到白鲸优化算法(BWO),基于第三代非支配排序遗传算法(NSGA-III)构建了L-MBWO优化算法;最后,在实验验证仿真可靠的前提下,将提出的预测模型和优化算法应用于风机优化,并对优化效果进行了综合分析。研究结果表明:优化后的风机全压增加了34.79Pa,效率提高了0.67%,噪声降低了1.73dB,实现了多个优化目标之间的平衡,有效改善了风机的综合性能,为多翼离心风机的优化设计提供了一种新思路。

关键词:多翼离心风机;变权重;基于变权重粒子群优化算法的反向传播神经网络风机性能预测模型;白鲸优化算法;基于逻辑混沌初始化的多目标白鲸优化算法;预测模型;风机全压;风机效率;风机噪声

中图分类号:TH432;U463.851文献标识码:A文章编号:1001-4551(2024)10-1833-11

本文引用格式:

徐韧,李君宇,周明,等.基于WPSO-BP和L-MBWO的多翼离心风机优化研究[J].机电工程,2024,41(10):1833-1843.

XU Ren, LI Junyu, ZHOU Ming, et al. Optimization of multi-blade centrifugal fan based on WPSO-BP and L-MBWO[J].Journal of Mechanical & Electrical Engineering, 2024,41(10):1833-1843.





友情链接

浙江机械信息网