Обзор современных методов вычислительной гидродинамики и искусственного интеллекта для моделирования нестационарных процессов в центробежных насосах

Аннотация

Центробежные насосы играют важнейшую роль в различных отраслях промышленности, однако их сложные, трехмерные и нестационарные турбулентные потоки создают значительные проблемы для традиционных эмпирических методов проектирования. Целью данного обзора является систематизировать современные исследования в области математического моделирования центробежных насосов, уделяя особое внимание применению передовых моделей турбулентности и искусственного интеллекта (ИИ) для выявления текущих тенденций и будущих перспектив. Был проведен всесторонний анализ более 70 рецензируемых статей, индексированных в базе данных Scopus, опубликованных в период с 2010 по 2026 год. Методология фокусируется на оценке уравнений Навье-Стокса, усредненных по Рейнольдсу (RANS), моделирования крупных вихрей (LES), гибридных подходов RANS-LES и интеграции алгоритмов машинного обучения. Результаты показывают фундаментальный сдвиг парадигмы от изолированных вычислительных моделей гидродинамики (CFD) к интегрированным методологиям, основанным на ИИ. Хотя RANS и его нестационарная (URANS) форма остаются отраслевым стандартом для оценки базовых характеристик благодаря вычислительной эффективности, LES и гибридные модели (такие как DES и SST-SAS) все чаще используются для достижения эталонной точности для сложных переходных явлений, таких как отрыв пограничного слоя и кавитация. Кроме того, высокоточные CFD-расчеты в настоящее время преимущественно используются для создания обучающих баз данных для глубоких нейронных сетей. Эта синергия позволяет осуществлять практически мгновенную многокритериальную оптимизацию геометрии, развертывание виртуальных датчиков и прогнозную диагностику оборудования.