基板全方位喷水推进器单喷口蜗壳设计与优化研究：基于NSGA-III和MLP的性能提升方案

为解决基板全方位喷水推进器蜗壳设计方法缺失及三喷口结构复杂导致的制造难题，研究人员通过参数化建模、拉丁超立方采样（LHS）、雷诺平均纳维-斯托克斯（RANS）模拟、多层感知机（MLP）神经网络及非支配排序遗传算法III（NSGA-III）优化单喷口蜗壳设计。优化后单喷口蜗壳较传统三喷口结构轴功率降低3.7%，推力功率比Fx/P提升5.1%，简化结构的同时显著降低制造成本，为特种推进系统设计提供新范式。

　　

在船舶浅水作业领域，基板全方位喷水推进器因其灵活的转向能力和优异的防搁浅性能备受青睐。然而，这一系统的核心部件——蜗壳的设计却面临两大瓶颈：一是缺乏系统化的设计方法论，现有方法多借鉴离心泵领域经验，难以直接适用；二是主流三喷口蜗壳结构复杂，不仅增加铸造难度和成本，还导致显著的流动损失。这些问题严重制约了推进器的性能提升与大规模应用。

针对上述挑战，来自中国的研究团队以量产型三喷口蜗壳为原型，创新性地提出单喷口蜗壳优化方案。研究首先通过参数化建模提取16项关键设计参数，利用拉丁超立方采样（LHS）构建100组样本空间；随后采用雷诺平均纳维-斯托克斯（RANS）方法计算推进性能指标，并训练多层感知机（MLP）神经网络扩展数据；最终通过非支配排序遗传算法III（NSGA-III）锁定最优参数组合。相关成果发表于《Ocean Engineering》，为特种推进系统设计提供了可复用的技术路径。

关键技术方法包括：1）基于三喷口蜗壳原型建立单喷口几何模型；2）采用LHS构建设计参数样本空间；3）RANS粘性流方法计算推进性能指标；4）MLP神经网络扩展样本数据；5）NSGA-III多目标优化算法确定最优参数组合。研究通过CFD验证了数值方法的可靠性，网格无关性分析和实验数据对比显示误差控制在3%以内。

优化流程
研究构建了基于仿真设计（SBD）的优化框架，通过参数化建模实现蜗壳结构的数字化重构。关键突破在于将底部角度θ₁、喷口底部角度θ₃等13项参数纳入优化体系，解决了传统设计中参数耦合导致的效率低下问题。

数值方法与实验
采用剪切应力传输（SST）k-ω湍流模型进行流场模拟，计算域划分为旋转域、静止域和远场域。网格独立性验证显示中等网格量（约500万单元）即可保证计算精度，与实验数据的推力误差小于3%，验证了方法的可靠性。

相关性分析与参数选择
皮尔逊相关系数分析揭示：推力F_x与θ₁、θ₃呈强正相关（r>0.7），功率P与θ₃、喷口长度L₁显著相关。曼特尔检验证实设计参数与性能指标的统计学关联，为NSGA-III优化提供了目标函数构建依据。

结论
优化后的单喷口蜗壳展现出多重优势：1）结构简化使铸造难度降低；2）轴功率减少3.7%；3）推力功率比F_x/P提升5.1%。特别值得注意的是，喷口宽度W₁的优化使流道损失降低12%，这解释了效率提升的主要机制。研究同时发现，当θ₃控制在15°-18°区间时，能有效平衡推力与功率消耗。

该研究的意义在于：首次建立了基板喷水推进器蜗壳的标准化设计流程，证明了简化结构反而能提升性能的反直觉结论。通过MLP与NSGA-III的结合，为流体机械优化提供了新的智能算法范式。未来可进一步探索多物理场耦合优化，以及将本方法推广至其他特种推进装置的设计中。