摘要 随着对氢燃料电池车辆需求的增加，罗茨氢气循环泵在确保氢燃料电池系统的效率和可靠性方面起着至关重要的作用。传统的罗茨泵优化方法在参数优化时难以有效平衡多个目标。本研究将高斯过程回归（GPR）与粒子群优化（PSO）相结合，将这一优化框架应用于罗茨氢气再循环泵的多目标参数优化。流量和功率被选为优化目标，同时研究了优化变量，包括直径-距离比、三种不同的间隙和转速。使用贪婪算法优化拉丁超立方抽样构建了一个训练数据库。并且将GPR作为与径向基函数比较的替代模型进行了验证。然后应用多目标粒子群优化（PSO）以获得Pareto解，并通过TOPSIS方法选择最佳解。优化后的转子实现了24% 的流量增加，21% 的流动脉动减少，并保持稳定的轴功率。流场分析证实了泄漏和涡旋形成的减少，提高了体积效率和流动稳定性。本研究中使用的PSO–GPR优化方法展示了高精度和可靠性，为提升氢循环泵设计提供了有效途径，并为未来的燃料电池系统应用提供了宝贵的指导。
刘等（周五）研究了这个问题。