产业与科技论坛2023年第22卷第3期Industrial&ScienceTribune2023（22）3基于BP神经网络和PSO算法的射流泵结构优化□张浩刘升贵【内容摘要】为了提高水力射流泵的效率值，采用拉丁超立方试验设计方法对水力射流泵的喷嘴直径、喉管直径、喉嘴距、喉管长度和扩散管角度5个几何变量进行30组叶轮方案设计，应用ANSYS软件对水力射流泵进行数值模拟，得到设计工况下的水力射流泵效率，然后应用BP近似模型建立水力射流泵的5个几何变量与效率之间的近似建模，最后再通过粒子群算法(PSO)对近似建模结果进行极值寻优，以得到最优的水力射流泵参数组合。研究结果表明:BP近似模型能够较好地预测泵效率与设计数据之间的关联，优化后预测值与数值模拟间的误差为0.02个百分点;优化后的模型相对于原有模型，效率增加了8.17个百分点;相对于原始水力射流泵，优化后改善了水力射流泵内的流场特性，减弱了流场中的涡效应。【关键词】BP神经网络;粒子群优化算法;结构参数优化;射流泵效率【作者简介】张浩(1996．12—)，男，中国矿业大学(北京)硕士研究生;研究方向:流体机械刘升贵，男，北京人，中国矿业大学(北京)教授;研究方向:煤层气开发由于对不可再生能源资源(煤、石油和天然气等)的巨大消耗，生物燃料越来越紧缺，而煤层气作为一个洁净有效的燃料，也日益引起人们重视，煤层气井的数量逐步增加，水力射流泵作为煤层气开发的主要部件之一，对其进行优化设计是有必要的。对于水力射流泵的研究一直基于数值模拟和实验两个方向。邹晨海［1］给出某种射流泵装置性能预测方法，运用遗传算法和公式自动进行拟合，修正了该种方式中的射流泵扬程推算公式方法，进一步完善了该种具有较高可信度的预测方法。通过对国内外的研究可以发现虽然对射流泵的研究射流泵各项性能的研究十分普遍，但都缺乏对射流泵结构参数的深入研究。本文以BP近似模型的预测功能为基础，使用粒子群算法反向求解在射流泵效率最高情况下的最优结构参数，为水力射流泵结构参数优化提供了一种新的思路。一、计算模型与数值方法(一)泵模型。泵性能参数为:工作流体流量346.6m3/d、引射流体流量为129.6m3/d及压力出口边界条件为30MPa，恒定流量比为0.356。水力射流泵几何结构尺寸:喷嘴直径为2.298mm、喉管直径为5.637mm、喉管长度为33.7mm及扩散管长度为185mm。采用SolidWorks对水力射流泵进行三维造型，水力射流泵剖面如图1所示。图1水力射流泵剖面(二)网格划分。结构化网格技术可以增加了数值模拟精度，并缩...
