一种基于GA-BP神经网络的固-液水力旋流器的优化设计方法

本发明提出了一种基于GA‑BP神经网络的固‑液水力旋流器的优化设计方法，包括：步骤1，水力旋流器入料流道中加入三角形分离块，得到预分离型水力旋流器；步骤2，对所述预分离型水力旋流器采用混合水平设计结合附加试验点的方法设计多组实验，选择多个关键结构参数作为BP算法的输入变量；步骤3，在水力旋流器运行稳定后，选取矸石和煤粒在底流口的分离效率之差为输出变量；步骤4，利用计算流体力学CFD将步骤2所得结构参数进行数值模拟计算，形成不同水力旋流器结构参数与煤矸石分离效率之差所对应的数据库，对GA‑BP神经网络预测模型进行训练，输出煤矸石分离效率之差最大时所对应的水力旋流器结构参数，即得到煤矸石分选的最优结构参数。