基于響應(yīng)面模型的清淤射流泵吸頭參數(shù)優(yōu)化設(shè)計(jì)

倪其軍，阮文權(quán)

（1.江南大學(xué)，江蘇 無(wú)錫 214122;2.中國(guó)船舶科學(xué)研究中心，江蘇 無(wú)錫 214082）

0 引 言

清淤射流泵是一種依靠一定壓力的工作流體來(lái)傳遞能量和質(zhì)量的流體輸送機(jī)械，工作泵從清水源吸入清水經(jīng)加壓后通過工作水管輸送至射流器，產(chǎn)生的高速射流（工作流體）通過噴嘴進(jìn)入接受室，此時(shí)噴嘴附近會(huì)形成一個(gè)低壓區(qū)將附近的介質(zhì)（表層沉積物）吸走，工作流體和被吸入的流體（引射流體）混合充分后輸出，從而達(dá)到了高效清淤的目的。射流泵內(nèi)部無(wú)運(yùn)動(dòng)部件，可有效防止淤泥擴(kuò)散造成對(duì)水體的二次污染。清淤射流泵結(jié)構(gòu)參數(shù)以及內(nèi)部流體流動(dòng)特性對(duì)其性能具有直接影響[1]，已成為該領(lǐng)域的研究重點(diǎn)。

目前，國(guó)內(nèi)外眾多學(xué)者利用實(shí)驗(yàn)或數(shù)值模擬計(jì)算的方法對(duì)不同類型的射流泵內(nèi)部流動(dòng)特征進(jìn)行研究，并取得了一些成果。高貴軍[2]基于CFD技術(shù)對(duì)不同的液氣射流泵喉嘴腔收縮半角進(jìn)行了三維數(shù)值計(jì)算，分析了喉嘴腔收縮半角對(duì)液氣射流泵內(nèi)部流場(chǎng)情況的影響關(guān)系；Senthil［3］的研究認(rèn)為噴嘴距大致在1～1.7 倍噴嘴直徑時(shí)，可取得較好的效率；Shah[4]通過試驗(yàn)研究射流泵流場(chǎng)特性，分析主要結(jié)構(gòu)參數(shù)與泵性能之間的關(guān)系，發(fā)現(xiàn)在高速射流與低速入流混合段存在較大能量耗散；高全杰[5]將環(huán)形射流泵和自激振蕩射流的優(yōu)勢(shì)相結(jié)合提出了一種新型射流泵，通過數(shù)值模擬的方法研究了不同流量比工況下新型射流泵的性能和效率，以及流場(chǎng)內(nèi)部流動(dòng)參數(shù)的變化規(guī)律；Shimizu[6]通過大量實(shí)驗(yàn)初步研究了射流泵結(jié)構(gòu)參數(shù)對(duì)其空化性能的影響。以上研究主要采用數(shù)值模擬方法研究各類射流泵的內(nèi)部流動(dòng)，以及主要參數(shù)對(duì)其性能的影響分析。

近年來(lái)許多學(xué)者在數(shù)值模擬射流泵流動(dòng)特性的基礎(chǔ)上，開始采用試驗(yàn)設(shè)計(jì)（Design of Experiment，DOE）與響應(yīng)面模型（Response Surface Model，RSM）等方法，開展射流泵結(jié)構(gòu)參數(shù)的優(yōu)化設(shè)計(jì)工作，并取得了一些研究成果。王春林[7]將正交試驗(yàn)方法應(yīng)用于流體機(jī)械結(jié)構(gòu)優(yōu)化，提升了性能；王常斌等[8]基于數(shù)值模擬對(duì)泵內(nèi)流場(chǎng)進(jìn)行分析，總結(jié)了射流泵最優(yōu)參數(shù)的確定方法；Eames[9]對(duì)射流泵的能量交換原理進(jìn)行了研究，提出了高性能射流泵的設(shè)計(jì)方法；肖龍舟[10]從吸入室角度、喉嘴距、喉管長(zhǎng)度等多方面對(duì)射流泵做了深入研究，確定了較優(yōu)結(jié)構(gòu)參數(shù)，以提高其效率；劉軍[11]利用軟件拓?fù)鋬?yōu)化模塊確定優(yōu)化參數(shù)，建立響應(yīng)面模型，應(yīng)用多目標(biāo)遺傳優(yōu)化算法進(jìn)行了優(yōu)化設(shè)計(jì)；高學(xué)平[12]以擴(kuò)散段體型參數(shù)為設(shè)計(jì)變量，以進(jìn)/出流各水力指標(biāo)作為優(yōu)化目標(biāo)，利用響應(yīng)面法建立了兩者之間的代理模型，利用NSGA-Ⅱ遺傳算法進(jìn)行了多目標(biāo)優(yōu)化，得到最優(yōu)體型。綜上所述，以CFD 作為分析工具，結(jié)合響應(yīng)面模型，開展結(jié)構(gòu)參數(shù)優(yōu)化已成為射流泵性能最優(yōu)設(shè)計(jì)的一種可行途徑。

作者在文獻(xiàn)[1]中采用CFD技術(shù)數(shù)值模擬了射流清淤泵內(nèi)流場(chǎng)，分析了射流泵內(nèi)的流體流動(dòng)機(jī)理，給出了影響射流泵清淤效果的主要參數(shù)。本文在此基礎(chǔ)上，以射流泵性能最優(yōu)為目標(biāo)驅(qū)動(dòng)，采用響應(yīng)面模型方法開展基于CFD數(shù)值模擬技術(shù)的射流泵主要參數(shù)優(yōu)化設(shè)計(jì)。首先以數(shù)值計(jì)算方法作為射流泵性能評(píng)估的工具，采用試驗(yàn)設(shè)計(jì)方法對(duì)射流泵的設(shè)計(jì)參數(shù)與其性能影響關(guān)系進(jìn)行了分析。之后，建立響應(yīng)面模型，利用優(yōu)化算法對(duì)該優(yōu)化設(shè)計(jì)問題進(jìn)行求解，獲得最優(yōu)設(shè)計(jì)方案。

1 清淤射流泵的原理與性能評(píng)估

1.1 清淤射流泵的基本原理

目前，不管是絞吸式、耙吸式還是其他一些式樣的水下吸泥裝置均依靠進(jìn)口處的低壓吸入淤泥，因此其吸泥能力以及對(duì)淤泥的攪拌能力均受到了進(jìn)口速度的限制。通常進(jìn)口速度不足以將淤泥沖刷掉，需要特定的旋轉(zhuǎn)盤或者高速射流來(lái)輔助，而這些操作大多會(huì)導(dǎo)致淤泥在水體中的擴(kuò)散。本文利用流體力學(xué)Coanda效應(yīng)，可以避免使用機(jī)械旋轉(zhuǎn)部件，有效防止清淤過程中淤泥擴(kuò)散對(duì)水體造成的二次污染。流體力學(xué)Coanda 效應(yīng)（圖1）就是沿切于壁面方向或者近于切向，向外噴射流體，流體將貼著其附近的固體壁面而流動(dòng)。利用Coanda 效應(yīng)，研制一種新的射流吸泥裝置如圖1 所示。它是個(gè)軸對(duì)稱裝置，包括出口管、擴(kuò)散段、混合腔、摻混區(qū)、高壓分配腔、進(jìn)口管以及兩道射流噴口。

圖1 Coanda效應(yīng)與清淤射流泵原理圖Fig.1 Schematic diagram of Coanda effect and jet pump

清淤射流泵的基本原理：水泵通過進(jìn)口管將水輸入高壓分配腔，進(jìn)行水的分配，提供給兩個(gè)射流噴口，從而產(chǎn)生兩道射流。底部噴口形成高速射流，根據(jù)流體力學(xué)的Coanda 效應(yīng)，流體將沿著拱形凸體流動(dòng)，而不發(fā)生分離，該射流的作用主要是粉碎底泥形成泥漿。上部噴口同樣形成高速射流，從而卷吸下面的低壓流體，在摻混區(qū)內(nèi)產(chǎn)生質(zhì)量能量交換，最后形成流速均勻的混合流體，通過擴(kuò)散段由出口管輸出，實(shí)現(xiàn)清淤。

1.2 清淤射流泵吸頭性能評(píng)估

清淤射流泵是安裝在清淤船上用來(lái)清除河流底部淤泥的裝置。三維射流泵可以簡(jiǎn)化成二維的軸對(duì)稱結(jié)構(gòu)，如圖2 所示。其中有2 個(gè)間隙，分別為上噴口間隙和下噴口間隙。給定進(jìn)口一個(gè)壓力值，水在高壓泵的作用下流向底部并從兩個(gè)狹小的間隙處噴出，下噴口的射流對(duì)淤泥進(jìn)行擾動(dòng)，并由上噴口射流的低壓及流速將淤泥漿吸入泵中心出口管道，最終從輸出口輸出淤泥，完成清淤。

圖2 射流泵二維剖面示意圖Fig.2 Two-dimensional profile of jet pump

本文采用RANS 方程對(duì)清淤射流泵內(nèi)部的流場(chǎng)進(jìn)行數(shù)值求解。選擇RNGk-ε湍流模型，動(dòng)量方程采用有限體積法（FVM）進(jìn)行離散。對(duì)流項(xiàng)采用二階迎風(fēng)差分格式，擴(kuò)散項(xiàng)采用中心差分格式。選用流場(chǎng)中經(jīng)典的SIMPLE(Semi-Implicit Method for Pressure-Linked Equations)算法處理壓力速度耦合問題。詳細(xì)數(shù)值方法及網(wǎng)格劃分可參考文獻(xiàn)[1]。清淤射流泵性能即清淤效能采用射流泵對(duì)底部沖刷的動(dòng)量QhVh（泥水流量與底部剖面速度的乘積）和有效作業(yè)效率η來(lái)表征。

2 射流泵吸頭參數(shù)優(yōu)化設(shè)計(jì)

文獻(xiàn)[1]采用數(shù)值計(jì)算方法模擬了射流清淤泵內(nèi)流場(chǎng)，分析了射流泵內(nèi)的流體流動(dòng)機(jī)理，給出了影響射流泵清淤效果的主要參數(shù)。本文選擇上下噴口間隙、出口半徑、底部距離四個(gè)參數(shù)，應(yīng)用響應(yīng)面方法建立參數(shù)與其性能之間的關(guān)系，并利用優(yōu)化算法對(duì)最優(yōu)設(shè)計(jì)問題進(jìn)行求解，獲得性能最優(yōu)的射流泵參數(shù)設(shè)計(jì)方案。

2.1 清淤射流泵吸頭參數(shù)優(yōu)化設(shè)計(jì)方法

（1）優(yōu)化設(shè)計(jì)流程

采用響應(yīng)面模型的射流泵吸頭參數(shù)優(yōu)化設(shè)計(jì)的具體流程如下：（1）在給定的參數(shù)范圍內(nèi)，采用優(yōu)化拉丁方設(shè)計(jì)，建立設(shè)計(jì)方案參數(shù)表，定義各射流泵吸頭構(gòu)型方案；（2）利用數(shù)值評(píng)估方法計(jì)算各方案性能，并進(jìn)行設(shè)計(jì)參數(shù)敏感性分析；（3）建立敏感參數(shù)與設(shè)計(jì)目標(biāo)之間的響應(yīng)面模型，獲得參數(shù)與目標(biāo)之間的關(guān)系式；（4）在此基礎(chǔ)上，依據(jù)給定的約束條件，利用優(yōu)化算法進(jìn)行求解，獲得最優(yōu)解與相應(yīng)設(shè)計(jì)參數(shù)；（5）對(duì)優(yōu)化方案性能進(jìn)行數(shù)值計(jì)算，驗(yàn)證優(yōu)化方案的可靠性。

（2）試驗(yàn)設(shè)計(jì)法

試驗(yàn)設(shè)計(jì)法是數(shù)理統(tǒng)計(jì)的應(yīng)用之一，它能夠考慮參數(shù)間的交互作用，通過合理地安排試驗(yàn)，以求通過較小的試驗(yàn)次數(shù)得出參數(shù)與響應(yīng)間的關(guān)系，從而提高優(yōu)化效率。本文采用的試驗(yàn)設(shè)計(jì)法為優(yōu)化拉丁方設(shè)計(jì)，該方法易在各因子取值范圍內(nèi)獲得精確的擬合模型。

（3）響應(yīng)面模型

響應(yīng)面方法用于對(duì)受多變量影響的問題進(jìn)行建模與分析。采用多元回歸方程擬合變量和響應(yīng)值之間的函數(shù)關(guān)系，為多變量?jī)?yōu)化問題提供指導(dǎo)。

2.2 試驗(yàn)設(shè)計(jì)方案與結(jié)果

應(yīng)用優(yōu)化拉丁方試驗(yàn)設(shè)計(jì)方法，對(duì)四個(gè)設(shè)計(jì)參數(shù)在其設(shè)計(jì)范圍內(nèi)劃分不同的水平，共20 個(gè)方案如表1所示。表2給出了20個(gè)方案的數(shù)值計(jì)算結(jié)果。

表1 射流泵各方案設(shè)計(jì)參數(shù)尺寸Tab.1 Main parameters of jet pump cases

從表2可以看出，不同設(shè)計(jì)方案的作業(yè)效率差別非常大：No.6的作業(yè)效率最高，為28.7%，No.13的作業(yè)效率最小，為0.8%。出口總流量同樣差別較大：No.12最大，為3584.9 m3/h；No.1最小，為394.2 m3/h。出口總流量和作業(yè)效率未成對(duì)應(yīng)關(guān)系。QhVh最大時(shí)對(duì)應(yīng)的方案是No.6，為8.7 m4/s2，最小對(duì)應(yīng)方案是No.13，為0.1 m4/s2。作業(yè)效率和底部泥水沖量最大的方案相同，均為No.6。

表2 各方案主要參數(shù)（流速和流量）的計(jì)算結(jié)果（P=12 atm）Tab.2 Main parameters(flow velocity and flow rate)of cases at P=12 atm

續(xù)（表2）

為了解設(shè)計(jì)參數(shù)對(duì)出口總流量、底部淤泥的沖量、作業(yè)效率等的影響大小以及影響規(guī)律，需要進(jìn)一步對(duì)設(shè)計(jì)參數(shù)進(jìn)行敏感度分析，以及建立底部淤泥的沖量、作業(yè)效率等參數(shù)的響應(yīng)面模型。

2.3 設(shè)計(jì)參數(shù)敏感度分析與性能的響應(yīng)面模型

為了從中確定影響較大的因素，分析了設(shè)計(jì)參數(shù)對(duì)底部沖刷動(dòng)量與作業(yè)效率的影響規(guī)律。根據(jù)各方案計(jì)算結(jié)果，圖3給出了四個(gè)參數(shù)的一次項(xiàng)、交互項(xiàng)與二次項(xiàng)對(duì)底部沖刷動(dòng)量的貢獻(xiàn)度，圖4給出了四個(gè)參數(shù)的一次項(xiàng)、交互項(xiàng)與二次項(xiàng)對(duì)作業(yè)效率的貢獻(xiàn)度。

圖3 四個(gè)參數(shù)的一次項(xiàng)、交互項(xiàng)與二次項(xiàng)對(duì)底部沖刷動(dòng)量的貢獻(xiàn)度Fig.3 Contribution of primary term,interaction term and secondary term of four parameters to bottom scour momentum

圖4 四個(gè)參數(shù)的一次項(xiàng)、交互項(xiàng)與二次項(xiàng)對(duì)作業(yè)效率的貢獻(xiàn)度Fig.4 Contribution of primary term,interactive term and secondary term of four parameters to operation efficiency

對(duì)試驗(yàn)次數(shù)不夠多的設(shè)計(jì)來(lái)說(shuō)，擬合項(xiàng)過多，可能引起擬合結(jié)果失真，適當(dāng)減少擬合項(xiàng)的數(shù)量，可使擬合方程更加有效。對(duì)圖4和圖5中四個(gè)參數(shù)的一次項(xiàng)、交互項(xiàng)及二次項(xiàng)的貢獻(xiàn)度進(jìn)行分析可以看出，四個(gè)參數(shù)的一次項(xiàng)中r對(duì)底部沖刷動(dòng)量的貢獻(xiàn)度最大，其它三個(gè)參數(shù)相當(dāng)；二次項(xiàng)中，d1h、d1r、d2h、h2、r2對(duì)底部沖刷動(dòng)量的貢獻(xiàn)度較大，d12、d1d2、hr則較小。

四個(gè)參數(shù)的一次項(xiàng)中h和r對(duì)作業(yè)效率的貢獻(xiàn)度較大，d1次之，d2最??；二次項(xiàng)中，d1h、d1r、d2h、d2r、h2、r2對(duì)作業(yè)效率的貢獻(xiàn)度較大，d12、d1d2、d22、hr則較小。

從參數(shù)實(shí)際代表的意義出發(fā)，底部距離h和出口半徑r對(duì)底部沖刷動(dòng)量和作業(yè)效率影響較大。四個(gè)參數(shù)間的耦合效應(yīng)也較為顯著。對(duì)參數(shù)間的交互作用進(jìn)行分析，結(jié)果見圖5和圖6。

圖5 兩兩參數(shù)與QhVh之間關(guān)系的響應(yīng)曲面Fig.5 Response surface between two parameters and QhVh

圖6 兩兩參數(shù)與η之間關(guān)系的響應(yīng)曲面Fig.6 Response surface between two parameters and η

當(dāng)d2固定時(shí)，隨著d1的增大，QhVh呈增大趨勢(shì)，且d2的變化對(duì)這一趨勢(shì)影響不大。QhVh隨著d1、d2的增大而逐漸增大，從圖中可看出d1、d2表現(xiàn)出一定程度的交互作用。

當(dāng)d1固定時(shí)，隨著h的增大，QhVh先逐漸增大之后又逐漸減小，且d1的變化對(duì)這一總的趨勢(shì)影響很小。當(dāng)h較小時(shí)，隨著d1的增大，QhVh先增大后減小，當(dāng)h較大時(shí)，隨著d1的增大，QhVh逐漸增大。參數(shù)d1、h表現(xiàn)出較強(qiáng)的交互作用。

當(dāng)h固定時(shí)，隨著r的增大，QhVh逐漸增大并最終趨緩。當(dāng)r固定時(shí)，隨著h的增大，QhVh先增大然后減小，呈現(xiàn)出拋物線形。參數(shù)h和r表現(xiàn)出較強(qiáng)的交互作用。

d1和d2對(duì)η的響應(yīng)呈現(xiàn)出蝶形（見圖6）。當(dāng)d2固定且較小時(shí)，隨著d1的增大，η先增大后減小，當(dāng)d2固定且較大時(shí)，隨著d1的增大，η先減小后增大。當(dāng)d1固定且較小時(shí)，隨著d2的增大，η先減小后增大，當(dāng)d1固定且較大時(shí)，隨著d1的增大，η先增大后減小。參數(shù)h和r表現(xiàn)出較強(qiáng)的交互作用。

從以上分析可以看出，參數(shù)間的交互作用對(duì)底部沖刷動(dòng)量和作業(yè)效率有著不同程度的影響，有必要在響應(yīng)面模型中考慮交互項(xiàng)。

根據(jù)以上四個(gè)參數(shù)的一次項(xiàng)、交互項(xiàng)與二次項(xiàng)擬合出響應(yīng)面模型，如下式所示：

式中，xi為自變量，x1～x4分別表示d1、d2、h、r，β0為常數(shù)項(xiàng)，βi為一次項(xiàng)的系數(shù)，βij（i≠j）為交互項(xiàng)的系數(shù)，βij（i=j）為二次項(xiàng)的系數(shù)。方程各項(xiàng)系數(shù)見表3。

表3 底部沖刷動(dòng)量QhVh、作業(yè)效率η響應(yīng)面模型表達(dá)式各項(xiàng)系數(shù)Tab.3 Response surface model expression coefficients of QhVh and η

2.4 模型方差分析與檢驗(yàn)

圖7和圖8分別給出了底部沖刷動(dòng)量QhVh和作業(yè)效率η的響應(yīng)面模型散點(diǎn)圖，圖上的散點(diǎn)整體接近圖上的直線，說(shuō)明擬合值（模型解）接近實(shí)際值（分析解），即模型的擬合效果好。

圖7 底部沖刷動(dòng)量QhVh響應(yīng)面模型散點(diǎn)圖Fig.7 Scatter diagram of response surface model of QhVh

圖8 作業(yè)效率η響應(yīng)面模型散點(diǎn)圖Fig.8 Scatter diagram of response surface model of η

底部沖刷動(dòng)量響應(yīng)面模型復(fù)相關(guān)系數(shù)R2=0.954、校正復(fù)相關(guān)系數(shù)R2adj=0.824；作業(yè)效率響應(yīng)面模型復(fù)相關(guān)系數(shù)R2=0.946，校正復(fù)相關(guān)系數(shù)R2adj=0.806，表明在經(jīng)過考慮因子數(shù)的校正后，通過該模型可以解釋原數(shù)據(jù)在均值附近的變化中82.4%的成份（沖刷動(dòng)量模型）和80.6%的成份（作業(yè)效率模型），模型擬合效果良好。底部沖刷動(dòng)量和作業(yè)效率響應(yīng)面模型的變異系數(shù)（coefficient of variation）分別為3.305和3.692，說(shuō)明試驗(yàn)具有足夠的精確度與可信度。

2.5 優(yōu)化方案及其結(jié)果分析

建立目標(biāo)函數(shù)和設(shè)計(jì)變量之間關(guān)系式后，采用多目標(biāo)粒子群優(yōu)化算法（MOPSO）對(duì)其進(jìn)行求解，優(yōu)化算法所采用的相關(guān)參數(shù)為：每代粒子數(shù)20，迭代步數(shù)30，慣性權(quán)重取值0.9，兩個(gè)學(xué)習(xí)因子均為1.0。優(yōu)化結(jié)果見圖9，圖中“□”為最優(yōu)解集，即兩目標(biāo)函數(shù)優(yōu)化結(jié)果——Pareto前沿。最優(yōu)解集及其對(duì)應(yīng)的設(shè)計(jì)變量見表4。選擇Optimal 1、Optmal 3 和Optmal 6 三個(gè)代表性的方案進(jìn)行數(shù)值驗(yàn)證，進(jìn)口壓力為12 個(gè)大氣壓時(shí)，主要參數(shù)（流速和流量）的計(jì)算結(jié)果見表4。

圖9 兩個(gè)目標(biāo)函數(shù)的可行解與最優(yōu)解Fig.9 Feasible solution and optimal solution of two objective functions

表4 優(yōu)化方案的目標(biāo)函數(shù)及設(shè)計(jì)參數(shù)Tab.4 Objective function and design parameters of optimization cases

從圖9可以看出：最優(yōu)解集逐漸收斂，呈現(xiàn)凸形，最優(yōu)解集對(duì)應(yīng)的設(shè)計(jì)變量除底部距離外，差異不太大；上噴口間距d1范圍在2.0～2.5 mm之間，下噴口間距d2范圍在0.5～0.6 mm之間，半徑r范圍在180～190 mm之間，底部距離h范圍在30～70 mm之間。

從表4 可以看出：響應(yīng)面模型優(yōu)化獲得的最優(yōu)解經(jīng)數(shù)值驗(yàn)證后，底部沖刷動(dòng)量QhVh和有效作業(yè)效率η誤差在5%左右，三個(gè)方案的大小趨勢(shì)一致。說(shuō)明所建立的響應(yīng)面模型能夠表征兩個(gè)設(shè)計(jì)目標(biāo)與設(shè)計(jì)變量的關(guān)系。

圖10～12 分別給出了P=12 atm 時(shí)三個(gè)優(yōu)化方案的速度云圖和流線圖。從中可以看出：Optimal 1的底部速度明顯大于Optimal 3 和Optimal 6，這與底部沖刷動(dòng)量也大于其他兩個(gè)方案是一致的；Optimal 1的底部對(duì)稱面附近出現(xiàn)了較大的渦，Optimal 3和Optimal 6很小，從作業(yè)效率來(lái)看Optimal 6最大。

圖10 Optimal 1的速度云圖（P=12 atm）Fig.10 Speed contours of Optimal 1 at 12 atm

圖11 Optimal 3和Optimal 6的速度云圖（P=12 atm）Fig.11 Speed contours of Optimal 3 and Optimal 6 at 12 atm

從響應(yīng)面模型的優(yōu)化結(jié)果及其數(shù)值驗(yàn)證可知：所建立的響應(yīng)面模型能夠較好地反映目標(biāo)函數(shù)與設(shè)計(jì)變量之間的關(guān)系；兩個(gè)目標(biāo)函數(shù)較佳方案所對(duì)應(yīng)的設(shè)計(jì)變量上噴口間距d1、下噴口間距d2、半徑r基本上收斂于某個(gè)較小范圍內(nèi)，底部距離h范圍較大。

圖12 三個(gè)優(yōu)化方案的流線圖（P=12 atm）Fig.12 The flow lines of Optimal 1、Optimal 3 and Optimal 6 at 12 atm

3 結(jié) 論

本文以基于RANS 的數(shù)值計(jì)算方法作為清淤泵性能的評(píng)估手段，利用試驗(yàn)設(shè)計(jì)方法詳細(xì)分析了泵的設(shè)計(jì)參數(shù)對(duì)性能的敏感性；在此基礎(chǔ)上，建立設(shè)計(jì)參數(shù)與性能的響應(yīng)面模型，通過粒子群優(yōu)化算法對(duì)其求解獲得了最優(yōu)方案，并對(duì)最優(yōu)方案的性能進(jìn)行了數(shù)值驗(yàn)證。得到的主要結(jié)論如下：

（1）利用試驗(yàn)設(shè)計(jì)方法能夠有效地分析設(shè)計(jì)參數(shù)對(duì)響應(yīng)的敏感性以及參數(shù)之間的交互作用。各設(shè)計(jì)參數(shù)中，影響底部沖刷動(dòng)量和作業(yè)效率的敏感參數(shù)為底部距離h和出口半徑r，另外四個(gè)參數(shù)間的耦合效應(yīng)也較為顯著。利用這些參數(shù)建立響應(yīng)面模型，可較為精確地逼近參數(shù)與性能之間的函數(shù)關(guān)系。

（2）基于RSM 的清淤泵設(shè)計(jì)參數(shù)優(yōu)化設(shè)計(jì)獲得的最優(yōu)方案集中，Optimal 3 的底部沖刷動(dòng)量為8.053 m4/s2，作業(yè)效率為32.1%，明顯高于試驗(yàn)設(shè)計(jì)中20個(gè)方案的結(jié)果，充分說(shuō)明了基于RSM的清淤泵設(shè)計(jì)方法可獲得設(shè)定目標(biāo)最佳所對(duì)應(yīng)的清淤泵設(shè)計(jì)參數(shù)。