孔琳

（西安航空职业技术学院航空制造工程学院 陕西 西安 710089）

引言

离心泵作为流体机械，在诸多产业领域中得到了广泛地应用，对国民经济的发展起着不可小觑的作用。对于离心泵的设计工作而言，性能预测是设计工作中的重要环节，主要是通过叶轮等过流部件的关键参数来分析泵内部的流动特征，从而对性能进行预测。目前，在离心泵性能预测方面仍然存在着预测精度低等问题。对此，本文针对相关问题展开研究，在参考大量学术文献的基础上提出了基于神经网络的离心泵性能预测方法，并对该方法的可行性进行了验证。

1 影响离心泵性能的主要参数

离心泵的核心部件包括吸水室、叶轮以及压水室，其工作原理为：由电机带动叶轮运行，从而将液体轴向吸入静止的压水室，并最终将液体由出水管路排出。影响离心泵工作性能的关键因素很多，如图1所示给出了有设计流量（Q）、扬程（H）、效率（η）以及轴功率（N）等之间的关系，即离心泵的特征曲线。

图1 离心泵的特征曲线

影响离心泵性能的参数还包括几何参数。如认为叶轮是离心泵的主要构件，被认为是影响离心泵性能的关键因素。而在叶轮中，主要包括叶轮及叶片的进口直径、叶轮及叶片的出口直径、叶轮轮毂直径、叶片进口安放角、叶片出口宽度、叶片出口安放角以及叶片数等。

图2 BP神经网络的拓扑结构

2 BP神经网络改进

2.1 工作原理

BP神经网络是目前应用最为普遍的一种神经网络，具有十分显著的非线性映射逼近能力[1]。……