離心泵被廣泛用于泵取低粘度的流體,如水,石油和許多工業(yè)化學品。離心泵由一個中央進口和一個旋轉葉輪組成,該葉輪加速流體,并使流體通過泵外緣的出口。離心泵通常還包括擴散器：泵內的固定葉片,使流體變慢,增加壓力,同時增加流動的均勻性。這些擴散器的精確幾何形狀影響了泵的性能和效率。

離心泵設計的挑戰(zhàn)

離心泵廣泛應用于工業(yè)領域,如油泵、水和污水處理以及工業(yè)化工設施。它們機械簡單,能夠有效地移動低粘度流體。然而,必須保持流的均勻性以保持負載恒定.不均勻的流量會迫使泵脫離其最佳工作范圍,增加軸上的噪音和疲勞。

由于這個原因,擴散器經常在泵內使用。它們采取定子的形式,定子的彎曲葉片在葉輪周圍排列在相反的方向。漫射器必須能夠調整和減緩流體流動,同時最大限度地減小由流與漫射器葉片相互作用引起的流分離等湍流流效應。泵的性能在很大程度上取決于擴散器、葉輪和殼體的設計,以及葉輪與擴散器之間的相互作用。

離心泵三維模型的主要部分突出。流體從進口進入,由葉輪通過擴散器推動進入出口。 為建模和模擬社區(qū)開發(fā)了一個開源泵模型,以創(chuàng)建最佳實踐并改進方法。由于實驗和仿真都驗證了這一點,這是一個很好的測試案例來證明機器學習的好處。

離心泵擴散器優(yōu)化

該優(yōu)化研究的重點是擴散器幾何。這里有四個不同的參數(shù)：葉片厚度、弦長度、進口角和出口角。這些因素之間復雜的相互依賴關系意味著在優(yōu)化時需要同時考慮所有因素。模擬是使用CFD工具在3D經驗平臺。

左上角：前緣角度可以確定流動方向變化的清晰度

左下角： 跟蹤邊緣角可以確定流動方向的變化程度

右上方： 葉片的厚度可以定義流的收縮或膨脹。

右下角：葉片的和弦或彎曲長度在流分離中起著重要作用。

模擬所有這些參數(shù)與全部計算流體動力學(CFD)的可能組合將會耗費大量時間。二維模擬有時被用來減少計算需求,但結果很差。相反,我們轉向了機器學習。一個代理AI模型可以在一個完整的CFD模擬結果的樣本上進行訓練,以復制不同參數(shù)的泵內的流動行為。然后,根據(jù)進一步的模擬和物理測試,驗證了所得出的模型,并表明該模型與完整的模擬數(shù)據(jù)和所測量的數(shù)據(jù)非常吻合。

經過培訓的AI模型能夠在2%的CFD數(shù)據(jù)范圍內,在幾分鐘內,為指定范圍內的任何參數(shù)組合提供結果。這使工程師能夠快速反饋設計變更的影響,使他們能夠考慮大量的場景來加速設計決策。利用這種機器學習模型提供設計探索動力,工程師可以很快找到最能滿足其設計要求的權衡。

結論

提高離心泵的性能可以提高效率,同時減少噪音,延長疲勞壽命。CFD模擬揭示了設計變化對泵性能的影響,并利用機器學習訓練生成人工智能體驗模型。該模型可以快速預測不同參數(shù)組合的性能,指導工程師快速找到滿足其需求的最佳泵設計。結合CFD模擬和機器學習,工程師可以更快地開發(fā)產品,并獲得快速、可靠的反饋,說明設計變化對性能的影響。