我校计测学院研究生在《Physics of Fluids》发表多项研究成果

近日，我校计量测试与仪器学院周佩剑副教授，指导本课题组多名研究生以第一作者身份在流体力学权威期刊《Physics of Fluids》（中科院工程技术二区，美国物理联合会（American Institute of Physics, AIP）主办）连续发表3篇研究论文，通讯作者均为周佩剑副教授，青年教师吴延昭为共同指导老师。

研究成果一：“Multi-objective optimization design of a centrifugal pump with vaned diffuser based on improved whale optimization algorithm and backpropagation neural network”。该研究首次将改进鲸鱼优化算法（IWOA）与反向传播神经网络（BPNN）相结合，实现了导叶式离心泵效率与压力脉动的协同优化，揭示了结构参数调控流场稳定性与能量损失的关键机制。论文第一作者为我校2023级硕士研究生温在鹏，指导老师周佩剑副教授为论文通讯作者。

研究成果二：“A modified theoretical model coupled with the nondominated sorting genetic algorithm II (NSGA-II) for performance prediction of centrifugal pumps”。该研究结合离心泵水力损失理论和多目标遗传算法（NSGA-II），提出了一种新的离心泵性能曲线的预测模型。通过优化理论模型中的系数，该模型能够精确计算离心泵的扬程、功率和效率性能曲线，为泵的水力设计、优化和运行提供了有力的理论支持。论文第一作者为我校2023届硕士罗会灿，指导老师周佩剑副教授为论文通讯作者。

研究成果三：“Dynamic evolution and energy transfer of toroidal energy transfer vortex in a vortex pump”。该研究聚焦于旋流泵无叶腔内的关键流动结构——环状能量传递涡（Toroidal Energy Transfer Vortex, TETV），通过试验与数值模拟相结合的方法，深入揭示了其动态演化特征与能量转移机制。研究中引入刚性涡量输运方程，对TETV进行系统分析，发现旋度项与科里奥利项是主导TETV形成与发展的关键机制，揭示了该结构在腔体中如何引导流动、增强动量传递，并以“液体叶片”的形式显著提升涡旋泵的能量利用效率。论文第一作者为我校2023级硕士研究生周兴，指导老师周佩剑副教授为论文通讯作者。

以上研究获国家自然科学基金项目（52479090、U24B20109）的资助。