Page 133 - 《爆炸与冲击》2023年第2期
P. 133
第 43 卷 陈源捷，等： 基于ESGA遗传算法的水射流自驱旋转喷头优化设计 第 2 期
发展了融合神经网络（artificial neural networks，ANNs）与遗传算法的单喷嘴优化方法，并验证了其较模糊
算法更有效。虽然人工智能方法在喷嘴参数设计方面取得了较好的成效，但人工智能在喷头综合布局
优化领域的研究却很少。喷头的优化布局涉及内部流道、喷嘴总数、孔径、直喷嘴数、侧喷嘴数、侧喷
冲角、输出扭矩、喷头转速、泵压和流量等众多控制因素，是一项非常系统化的工作。许多水射流自驱
旋转型喷头由于平面布局不合理，射流扫掠船壁时冲击时间不足，会在壁面上留下明显的“剥离环”
（局部欠喷），经常会采用放缓喷头整体平移速度的方法以确保全局清垢效果，从而又导致全局过喷的问
题。既能实现扫掠轨迹较高清洗效率，又能保证喷头整体较快的平移速度，是改进超高压自驱旋转喷头
水射流船壁除锈效率的关键。
针对超高压水射流旋转喷头的布局优化问题，本文中提出一种基于“锦标赛选择”策略的精英策
略遗传算法（elitist strategy genetic algorithm，ESGA），以提高喷头在移动路径垂直打击面上的能量分布均
匀度为主要目标，建立超高压水射流自驱旋转型喷头的螺旋扫掠冲击离散化时间优化模型，并利用遗传
算法对其进行优化改进。ESGA 算法可使种群进化过程中最优个体直接保留到下一代从而得到全局最
优解，以浙江修船企业在用的某一字形超高压水射流自驱旋转型船壁除锈喷头优化为例，对其移动路径
上的能量分布均匀度进行理论分析，并实验验证用于提高水动力性能的喷头布局优化方案的可行性。
1 喷头特征参数分析
1.1 水射流旋转喷头结构
喷嘴是射流喷头系统的直接工作单元，直接影响喷头装置的实际效能。如图 3 所示，高压柱塞泵
产生超高压水流，经收缩型喷嘴内孔的收缩段，将水的压力能聚集起来，并转化为动能，产生具有高强
剥离冲击能力的超高速纯水射流，速度可达 700 m/s [10-11] ，冲击壁面后产生较高的壁面打击压力和剪切
应力。
水射流旋转喷头是除锈成套装置的核心零部件，它通过旋转轴与旋转接头相连。在进行除锈工作
时，通过侧喷嘴以一定冲击角度冲击壁面，为喷头提供切向反冲力，如图 4 所示。自驱旋转喷头种类繁
多，但都是依靠切向反冲力为喷头的自旋转提供旋转驱动力，一字形和十字形是常见的两种喷头结构形
式。各喷嘴产生超高速斜向和垂向水射流，冲击船体外侧钢板，从而使自驱喷头高速旋转并循环打击到
锈层上的各个点，在旋转射流打击压强、剪切应力、水楔等联合作用下导致锈层产生裂纹，脆性扩散直
致锈层破坏，可有效清除船舶外壁面上的漆层、锈层和藻类、藤壶等海洋附着物，在此过程中产生的废
水和废渣由真空回收装置回收，实现即除即干 [12] 。本研究选用浙江修船企业常用的以轻量化爬壁机器
人为载体的轻便型 6 喷嘴一字形自驱喷头开展相关的优化设计工作，其结构如图 5 所示。
D d
β
l 1 l 2 l 3
图 3 直圆锥收敛型喷嘴结构示意图 图 4 自驱型水射流旋转喷头工作示意图
Fig. 3 Structure diagram of straight cone Fig. 4 Working schematic diagram of self-driven
convergent nozzle rotary water jet sprayer
024201-3
