基于BPNN-GA的侧向进水泵站前池整流斜板参数优化
闫浩迪
于永海
河海大学农业科学与工程学院,南京 210098
摘要：[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.
关键词：泵站侧向进水BP神经网络遗传算法整流斜板
分类号：TV675(水利枢纽、水工建筑物)
资助基金：国家自然科学基金(52209109)
论文发表日期：2024-10-28
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 76-83 )
英文信息