买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西华大学申请的专利一种导叶式混流泵协同设计优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121413514B 。

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511983121.7，技术领域涉及：G06F30/28；该发明授权一种导叶式混流泵协同设计优化方法是由陈小明;陈鑫豪;李天赐;杨顺航;师芯睿;马海五卡;张智清;王栩;罗明锋;尹博佳设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本一种导叶式混流泵协同设计优化方法在说明书摘要公布了：本发明涉及流体输送技术领域，具体地说，涉及一种导叶式混流泵协同设计优化方法；根据设计点运行参数对叶轮进行初步设计，获取主要几何参数，采用几何和尺寸两类约束对叶轮和导叶的轴面投影形状进行参数化设计，导叶轴面投影参数与叶轮出口设计参数相关联；根据叶轮和导叶轴面投影边界，并结合导叶式混流泵压水室的结构特征和约束条件，采用几何和尺寸两类约束对压水室进行协同设计；以初步设计参数和几何约束参数为优化变量，确定变量范围，并利用拉丁超立方抽样进行抽样，利用敏感性筛选出关键参数构建误差反向传播神经网络代理模型；引入带有惩罚机制和自适应交叉变异衰减策略的非支配排序遗传算法对设计参数进行多目标寻优。

本发明授权一种导叶式混流泵协同设计优化方法在权利要求书中公布了：1.一种导叶式混流泵协同设计优化方法，其特征在于，具体包括以下步骤： 步骤S1：根据一元理论对叶轮进行初步设计，获取几何参数； 步骤S2：对叶轮和导叶轴面投影形状进行参数化设计； 步骤S3：根据叶轮轴面投影形状，将叶轮的初步设计参数与几何约束参数作为优化变量，得到参数组合，并以扬程和效率作为目标指标，对抽样参数组合进行数值模拟，结合优化变量与扬程、效率值，通过敏感性分析筛选关键参数，构建基于误差反向传播神经网络的代理模型； 步骤S4：在NSGA-Ⅱ算法中引入惩罚机制和自适应交叉变异衰减策略，模拟生物进化过程中的交叉、变异和选择操作，对关键参数进行多目标优化； 步骤S5：从拉丁超立方抽样生成的样本点中筛选多组水力模型作为待优化的样本模型，根据帕累托前沿确定满足扬程与效率目标的关键参数值，并替换至样本模型中实现优化，再根据实际工程要求从优化模型中筛选水力模型； 所述步骤S4具体包括以下步骤： 步骤S41：在NSGA-Ⅱ算法引入惩罚机制，计算约束违反度，量化解的不可行性； 步骤S42：在NSGA-Ⅱ算法引入自适应交叉变异衰减策略，计算交叉概率和变异概率； 步骤S43：根据引入的惩罚机制和自适应交叉变异衰减策略，得到带有的惩罚机制和自适应交叉变异衰减策略的改进NSGA-Ⅱ算法，根据约束违反度、交叉概率和变异概率，模拟生物进化过程中的交叉、变异和选择操作，对关键参数进行多目标优化； 所述步骤S41具体包括以下步骤： 步骤S411：在NSGA-Ⅱ算法引入惩罚机制； 步骤S412：根据设定的不等式约束惩罚系数、设定的不等式约束条件、不等式约束条件个数，计算不等式约束违反度； 步骤S413：根据设定的等式约束惩罚系数、设定的等式约束条件、等式约束条件个数，计算等式约束违反度； 步骤S414：根据不等式约束违反度、等式约束违反度，得到约束违反度； 步骤S415：根据约束违法度，将惩罚函数融入目标函数，得到修改后的目标函数； 所述步骤S42具体包括以下步骤： 步骤S421：在NSGA-Ⅱ算法引入自适应交叉变异衰减策略； 步骤S422：根据交叉概率的上界、交叉概率的下界、种群中适应度值的最大值、种群中适应度值的最小值、种群适应度值的平均值、当前的迭代次数、最大迭代次数、设定的交叉概率常数，计算交叉概率； 步骤S423：根据变异概率的上界、变异概率的下界、种群中适应度值的最大值、种群中适应度值的最小值、种群适应度值的平均值、当前的迭代次数、最大迭代次数、设定的变异概率常数，计算变异概率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西华大学，其通讯地址为：610000 四川省成都市金牛区土桥金周路999号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。