這些方法往往需要復(fù)雜的數(shù)學(xué)計算和重復(fù)的實驗設(shè)計，建模周期長，成本高，存在風(fēng)機(jī)歷史運行數(shù)據(jù)使用不足，造成信息資源浪費等問題。近年來，隨著人工智能算法的發(fā)展，數(shù)據(jù)驅(qū)動建模方法逐漸應(yīng)用于風(fēng)機(jī)性能預(yù)測。基于引風(fēng)機(jī)的歷史運行數(shù)據(jù)，提出了一種基于模糊RBF神經(jīng)網(wǎng)絡(luò)的離心風(fēng)機(jī)建模方法。該方法取得了一定的效果。然而，神經(jīng)網(wǎng)絡(luò)建模所需的數(shù)據(jù)量大，建模周期長，建模數(shù)據(jù)分布不優(yōu)化，可能導(dǎo)致建模數(shù)據(jù)過度集中，容易陷入局部較優(yōu)。.大型離心風(fēng)機(jī)性能預(yù)測方法，采用LSSVM算法和引風(fēng)機(jī)歷史運行數(shù)據(jù)建立性能預(yù)測模型，引風(fēng)機(jī)采用LHS方法保證建模數(shù)據(jù)在建模區(qū)間內(nèi)均勻分布，提高模型的通用性。離心風(fēng)機(jī)的數(shù)據(jù)采集是建立離心風(fēng)機(jī)模型的基礎(chǔ)，因此有必要設(shè)計實驗來采集必要的離心風(fēng)機(jī)模型數(shù)據(jù)。影響離心風(fēng)機(jī)性能的輸入變量很多，忽略了二次變量的影響。影響離心風(fēng)機(jī)性能的主要變量是進(jìn)口壓力、進(jìn)口溫度、進(jìn)口流量和轉(zhuǎn)速。（2）通過觀察原型風(fēng)機(jī)和斜槽風(fēng)機(jī)葉片通道的流線圖，可以看出設(shè)計風(fēng)機(jī)的長、短葉片吸力面分離較弱，但沒有強(qiáng)渦流區(qū)。選擇出口壓力作為衡量離心風(fēng)機(jī)性能的指標(biāo)。為了提高模型的通用性，避免局部建模，采集的訓(xùn)練和測試數(shù)據(jù)應(yīng)均勻分布在風(fēng)機(jī)的整個運行范圍內(nèi)。lhs采用分層采樣，將采樣間隔均勻劃分為若干等分，并在每個部分隨機(jī)采集數(shù)據(jù)，保證了數(shù)據(jù)分布的均勻性，避免了數(shù)據(jù)過度集中。

引風(fēng)機(jī)模型訓(xùn)練完成后，將測試數(shù)據(jù)應(yīng)用到所建立的模型中，驗證模型的有效性。如果所建立的引風(fēng)機(jī)模型滿足建模的停止條件，則應(yīng)用該模型。如果建立的模型不能滿足建模的停止條件，則需要收集更多的數(shù)據(jù)進(jìn)行模型訓(xùn)練。本文選取RBF核函數(shù)作為LSSVM的核函數(shù)。通過網(wǎng)格搜索方法得到核參數(shù)。煤礦主通風(fēng)機(jī)采用離心風(fēng)機(jī)。本文以離心風(fēng)機(jī)為研究對象。采用LSSVM算法建立了風(fēng)機(jī)性能預(yù)測模型，驗證了該方法的有效性。引風(fēng)機(jī)模型培訓(xùn)和測試樣本從現(xiàn)場分布式控制系統(tǒng)中獲得。采用lhs法，從離心風(fēng)機(jī)穩(wěn)定運行區(qū)選取100組數(shù)據(jù)進(jìn)行模型培訓(xùn)，選擇50組試驗數(shù)據(jù)進(jìn)行模型驗證，模型培訓(xùn)的停止條件為rmse<0.05。引風(fēng)機(jī)利用MATLAB實現(xiàn)了上述模型。為了減少引風(fēng)機(jī)蝸舌與葉輪間隙過大造成的流量損失，第三種改進(jìn)方案適當(dāng)減小了蝸舌與葉輪間隙。圖3顯示了具有不同訓(xùn)練樣本數(shù)的預(yù)測模型的RMSE。從圖3可以看出，隨著訓(xùn)練樣本的增加，預(yù)測模型的RMSE值不斷下降，最終趨于穩(wěn)定。當(dāng)訓(xùn)練樣本數(shù)為30時，模型滿足訓(xùn)練停止條件。當(dāng)模型滿足停止條件時，即使使用30個訓(xùn)練樣本，模型的預(yù)測值也與實際值進(jìn)行比較。由圖4可以看出，該模型能較好地預(yù)測離心風(fēng)機(jī)的出力，預(yù)測值與實際數(shù)據(jù)吻合較好。

為改善引風(fēng)機(jī)受氣體粘性影響導(dǎo)致流動分離加劇的現(xiàn)象，在傳統(tǒng)蝸殼型線設(shè)計理論的基礎(chǔ)上，研究氣體粘性力矩對蝸殼壁線分布的影響，并采用動量矩修正方法對其進(jìn)行改型設(shè)計。另外，為真實反映風(fēng)機(jī)內(nèi)流場分布情況，在標(biāo)準(zhǔn)k-ε 計算模型的擴(kuò)散項中加入粘性應(yīng)力作用，使其高計算誤差降低至3%。對比分析改型前后風(fēng)機(jī)數(shù)值模擬計算和試驗測量結(jié)果可知，采用修改的k-ε 模型進(jìn)行計算發(fā)現(xiàn)改型后風(fēng)機(jī)內(nèi)旋渦強(qiáng)度減小，蝸殼出口靠近蝸舌處流動分離得到改善。從表中可以看出，在設(shè)計條件下，風(fēng)機(jī)的總壓和效率隨網(wǎng)格密度變化不大。試驗結(jié)果表明：改型引風(fēng)機(jī)出口靜壓提升約25Pa，較大全壓效率較原型機(jī)提升約10%。

同時，由于蝸殼張開度擴(kuò)大能夠抑制流動分離，使蝸舌附近區(qū)域的旋渦強(qiáng)度及其影響區(qū)域減小，從而有效地降低了多翼離心風(fēng)機(jī)噪聲2.5dB。多翼離心風(fēng)機(jī)廣泛應(yīng)用于國民經(jīng)濟(jì)的各個領(lǐng)域，是工業(yè)生產(chǎn)中主要耗能設(shè)備之一，蝸殼作為離心風(fēng)機(jī)中不可或缺的基本元件，其結(jié)構(gòu)的不對稱性及內(nèi)部流動的復(fù)雜性會對葉輪出口氣流角造成較大影響，使其沿圓周方向呈現(xiàn)出明顯的不對稱性。而在風(fēng)機(jī)實際運行過程中，引風(fēng)機(jī)葉輪出口氣流與蝸殼壁面間存在強(qiáng)烈的非定常干涉，使得蝸殼壁面成為風(fēng)機(jī)的主要噪聲源。因此提高蝸殼型線設(shè)計水平，不僅能改善風(fēng)機(jī)氣動性能，還能達(dá)到降低噪聲的效果。研究結(jié)果表明，通過考慮氣體粘性，對蝸殼型線進(jìn)行改進(jìn)，可以減小蝸殼內(nèi)的流動損失，提高風(fēng)機(jī)的效率。目前國內(nèi)外學(xué)者對離心風(fēng)機(jī)蝸殼型線的研究，主要集中在尋找能真實反映蝸殼內(nèi)流體流動狀態(tài)的設(shè)計方法。