基于BPNN-GA的侧向进水泵站前池整流斜板参数优化OACSTPCD

[目的]改善侧向进水泵站前池内的水流流态和水泵进水条件。[方法]采用计算流体动力学(CFD)和BPNN-GA(Back Propagation Neural Network-Genetic Algorithm)算法,对泵站前池的整流斜板结构设计参数进行优化。通过引入基于轴向流速分布均匀度和速度加权平均角的综合评价指标F,使用遗传算法优化BPNN模型,以获取最优整流斜板结构设计参数。[结果]通过BPNN-GA算法优化的整流斜板可有效改善进水流道内的水流流态,轴向流速分布均匀度以及速度加权平均角得到较大提高,前池内部漩涡范围明显缩小,综合评价指标F下降了6.31。[结论]因此,BPNN-GA算法可以高效地选择出整流斜板最优结构设计参数,可改善侧向进水泵站前池内不良流态。