专利交易市场

本发明公开了一种数据‑机理耦合的无传感器离心泵性能参数预测方法，属于预测离心泵流量、动扬程阻力损失系数和扬程的技术领域。它包括以下过程：1)数据采集；2)数据处理；3)即时学习数据处理；4)后验概率数据处理；5)离心泵性能参数预测模型的建立；6)离心泵性能参数预测。本发明同时利用了即时学习的欧式加权距离的相似性度量、后验概率、高斯过程回归以及离心泵的机理公式相结合的一种数据建模的模型，其模型具有较好的泛化性能和预测精度，且不受离心泵性能参数曲线变化的影响，同时因为是在无传感器模式，因此可以减少传感器费用的支出。

本发明提供了一种气液固多相输送离心泵性能预测方法及优化设计方法。该方法结合气液固三相流动力学模型，通过数值模拟和优化设计，精准预测离心泵性能并提高其设计效率。首先，根据设计要求确定叶片参数，建立三维模型并进行网格划分。然后，修正VOF‑Level Set多相流模型、颗粒模型及气液固耦合模型，考虑表面张力、颗粒浸没力和曳力等因素，通过数值模拟计算扬程和效率曲线。最终，基于颗粒分布特征图分析颗粒积聚区域，通过调整叶片的进口角度、进口宽度、包角和叶片数等参数，优化设计以获得最佳的扬程效率组合。本发明方法有助于提升离心泵在气液固多相流环境中的性能，并提供新的设计思路。