排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
基于神经网络的离心泵汽蚀性能预测 总被引:1,自引:0,他引:1
介绍了离心泵汽蚀性能预测的研究现状,分析了离心泵汽蚀性能预测的主要研究方法.根据设计流量下离心泵汽蚀余量的影响因素,确定人工神经网络的拓扑结构.应用MATLAB的神经网络工具箱,建立单级单吸离心泵汽蚀性能预测的BP神经网络(Back Propagation Neural Network)和RBF神经网络(Radial Basis Function Neural Network)两种人工神经网络模型.用工程实践中得到的57台离心泵几何参数和试验数据作为样本来训练建立好的网络,并用6台离心泵的数据来测试网络.预测值与试验值的相关性分析表明,BP和RBF网络的预测结果均较好,其中BP网络预测模型的平均相对偏差为5.69%,RBF网络预测模型的平均相对偏差为6.32%,可满足工程应用的要求. 相似文献
4.
双流道泵内压力脉动的CFD计算及测试 总被引:6,自引:0,他引:6
基于计算流体动力学软件Fluent,应用滑移网格技术,对一比转速为99的双流道泵在设计工况下的内部流场进行非定常计算,得到不同时刻叶轮和蜗壳内监测点的压力脉动规律.计算结果表明叶轮流道内不同位置处点的压力波动在一个周期内呈现周期性变化规律,同时从进口到出口逐渐升高,压力出现波峰和波谷的时间间隔大致相同.蜗壳流道内,离隔舌位置越近,压力波动越大,蜗壳出口的压力波动呈周期性变化规律,关于基圆中心对称的两个点的压力波动规律非常相似.利用虚拟仪器技术和水下压力传感器测量了蜗壳出口处的压力脉动,对比结果表明数值计算结果与试验压力结果基本一致,满足压力脉动预测的要求. 相似文献
5.
双流道泵内固液两相流动的数值模拟 总被引:5,自引:0,他引:5
采用Mixture多相流模型,对一比转速为80的双流道泵内固液两相流动进行了叶轮蜗壳耦合数值计算,比较了不同颗粒直径、不同颗粒体积浓度和不同工况等3种因素,对该双流道泵内静压分布、绝对速度分布、固相体积浓度分布以及泵能量外特性等的影响.结果表明:颗粒直径的变化对泵的固相体积浓度分布的影响最为明显,对静压分布、速度分布及泵的外特性等的影响较小;颗粒体积浓度的变化对泵内静压、固相体积浓度分布和外特性等都有比较大的影响,对速度分布没有明显影响;工况的变化对泵内静压和速度分布的影响最大,对固相体积浓度分布影响较小.本研究还表明,该固液两相流双流道泵的性能曲线趋势,与一般清水离心泵的基本相同;在输送颗粒直径为0.075 mm左右、体积浓度为30%的固液混合物时,该泵运行性能最优. 相似文献
1