基于多目标粒子群算法的停泵水锤防护优化

发布时间：2018-11-04 19:38

【摘要】：为使泵站系统安全可靠运行的同时降低工程投资,采用多目标粒子群算法对停泵水锤防护进行优化计算,以单向调压塔的直径、初始液位、泵出口阀门的关闭规律为设计变量,目标是控制单向调压塔的体积以及系统的最大压力和最小压力,结合工程要求及规范确定了设计变量的范围和约束,通过迭代计算确定了最优的单向调压塔设计尺寸和阀门关闭规律。结果表明:优化后调压塔有效体积减小44.1%,最大水锤压力相比事故停泵减小168.5 m,该算法能够有效地应用于水锤防护的多目标优化问题中,得到了可靠且经济的防护方案。
[Abstract]:In order to ensure the safe and reliable operation of pumping station system and reduce the project investment, the multi-objective particle swarm optimization algorithm is used to optimize the protection of water hammer. The design variables are the diameter of the unidirectional pressure regulating tower, the initial liquid level and the closing rule of the pump outlet valve. The objective is to control the volume of the unidirectional surge tower and the maximum and minimum pressure of the system. The range and constraints of the design variables are determined in combination with the engineering requirements and specifications. The optimum design size and valve closure rule of unidirectional pressure regulating tower are determined by iterative calculation. The results show that the effective volume of the optimized post-surge tower is reduced by 44.1 and the maximum water hammer pressure is reduced by 168.5 m compared with the accident shutdown. The algorithm can be effectively applied to the multi-objective optimization problem of water hammer protection. A reliable and economical protection scheme is obtained.
【作者单位】： 武汉大学动力与机械学院水力机械过渡过程教育部重点实验室;
【基金】：水利部“948”项目“大型泵机组全方位在线监测与诊断系统”(201321)
【分类号】：TV675

【参考文献】

相关期刊论文 前10条

1 王娜;;泵站压力管道的水锤研究[J];水利规划与设计;2016年01期

2 王圃;许兰森;王颖;;高扬程多起伏输水管道水锤模拟及其防护[J];给水排水;2014年06期

3 杨祖强;罗希;王文文;;基于改进型多目标遗传算法的含气水锤防护方案优化研究[J];水资源与水工程学报;2014年01期

4 兰刚;蒋劲;李东东;易万爽;;空气罐在长距离输水管线水锤防护中的应用[J];水电站机电技术;2013年04期

5 肖晓伟;肖迪;林锦国;肖玉峰;;多目标优化问题的研究概述[J];计算机应用研究;2011年03期

6 刘衍民;牛奔;赵庆祯;;多目标优化问题的粒子群算法仿真研究[J];计算机应用研究;2011年02期

7 刘梅清;刘志勇;蒋劲;;基于遗传算法的单向调压塔尺寸优化研究[J];中国给水排水;2008年23期

8 毕荣山,杨霞,谭心舜,项曙光;基于动态Pareto解集的微粒群优化算法及其在多目标规划中的应用[J];计算机工程与应用;2004年32期

9 谢涛,陈火旺;多目标优化与决策问题的演化算法[J];中国工程科学;2002年02期

10 刘光临,刘志勇,王听权,胡青;单向调压塔水锤防护特性的研究[J];给水排水;2002年02期

相关硕士学位论文 前1条

1 徐艳艳;长距离高扬程多起伏输水管道采用箱式双向调压塔等措施的水锤防护研究[D];长安大学;2008年

【相似文献】

相关期刊论文 前10条

1 全芙蓉;;粒子群算法的理论分析与研究[J];硅谷;2010年23期

2 吴军;李为吉;;改进的粒子群算法及在结构优化中的应用[J];陕西理工学院学报(自然科学版);2006年04期

3 段海涛;刘永忠;冯霄;;水系统优化的粒子群算法分析[J];华北电力大学学报(自然科学版);2007年02期

4 王伟;;混合粒子群算法及其优化效率评价[J];中国水运(学术版);2007年06期

5 付宜利;封海波;孙建勋;李荣;马玉林;;机电产品管路自动敷设的粒子群算法[J];机械工程学报;2007年11期

6 蒋荣华;王厚军;龙兵;;基于离散粒子群算法的测试选择[J];电子测量与仪器学报;2008年02期

7 周苗;陈义保;刘加光;;一种新的协同多目标粒子群算法[J];山东理工大学学报(自然科学版);2008年05期

8 姚峰;杨卫东;张明;;改进粒子群算法及其在热连轧负荷分配中的应用[J];北京科技大学学报;2009年08期

9 张大兴;贾建援;张爱梅;郭永献;;基于粒子群算法的三轴跟瞄装置跟踪策略研究[J];仪器仪表学报;2009年09期

10 王丽萍;江波;邱飞岳;;基于决策偏好的多目标粒子群算法及其应用[J];计算机集成制造系统;2010年01期

相关会议论文 前10条

1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届（2011年度）学术年会论文集(上)[C];2012年

2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集（上）[C];2009年

3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年

5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年

7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年

10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国（天津）’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年

相关博士学位论文 前10条

1 李庆伟;粒子群算法及电厂若干问题的研究[D];东南大学;2016年

2 杜毅;多阶段可变批生产线重构的研究[D];广东工业大学;2016年

3 尹浩;求解Web服务选取问题的粒子群算法研究[D];东北大学;2014年

4 王芳;粒子群算法的研究[D];西南大学;2006年

5 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年

6 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

7 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年

8 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年

9 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

10 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年

相关硕士学位论文 前10条

1 张忠伟;结构优化中粒子群算法的研究与应用[D];大连理工大学;2009年

2 李强;基于改进粒子群算法的艾萨炉配料优化[D];昆明理工大学;2015年

3 付晓艳;基于粒子群算法的自调节隶属函数模糊控制器设计[D];河北联合大学;2014年

4 余汉森;粒子群算法的自适应变异研究[D];南京信息工程大学;2015年

5 梁计锋;基于改进粒子群算法的交通控制算法研究[D];长安大学;2015年

6 杨伟;基于粒子群算法的氧乐果合成过程建模研究[D];郑州大学;2015年

7 李程;基于粒子群算法的AS/RS优化调度方法研究[D];陕西科技大学;2015年

8 樊伟健;基于混合混沌粒子群算法求解变循环发动机数学模型问题[D];山东大学;2015年

9 陈百霞;考虑风电场并网的电力系统无功优化[D];山东大学;2015年

10 戴玉倩;基于混合动态粒子群算法的软件测试数据自动生成研究[D];江西理工大学;2015年

，

本文编号：2310941