双向对冲流道是一种新型滴灌灌水器流道,通过流道内形成正、反双向水流的对冲混掺,消除多余能量,具有良好的水力性能。针对双向对冲流道的特点,采用室内试验、FLUENT数值模拟、粒子图像测速(PIV)、流体动力学及统计学习理论、支持向量机、响应面分析和遗传算法等理论与技术,研究灌水器水力性能、消能机理、流量预测和参数优化等问题,对滴灌双向对冲流灌水器研发具有重要意义。取得的主要研究成果如下:(1)采用正交试验设计方法,安排25组流道几何参数不同的试验方案,试验结果表明,流态指数为0.432～0.464,水力性能优良;对流道几何参数与流态指数的影响进行极差和方差分析,结果表明,流道几何参数Z(流道分水件与挡水件之间的最大过水通道宽度)对流态指数的影响最大。(2)构建了宏观流量和微观流场相结合的双向对冲流灌水器流场数值模拟综合评价指标体系,用来评价数值模拟与试验数据的吻合程度。依据双向对冲流灌水器试验数据,分别对FLUENT软件中物理模型和壁面函数的15种模拟组合方法进行综合指标评价,其中增强壁面处理的SST k-ω模型更适于双向对冲流灌水器的模拟计算,其综合评价指标值(以相对误差表示)为1.973%。(3)采用增强壁面处理的SSTk-ω模型,数值模拟研究结果表明,流道正、反向水流的流量比值越趋近于1,双向水流混掺越充分、水力性能越好;流道内压降沿流道单元呈分段逐级递减的分布规律,且压降降幅最大处在正、反向水流混掺的区域,大约占流道总压降的97%,说明通过双向流的对冲混掺,消除了流道内绝大部分多余的能量。(4)为了揭示灌水器流量与压力和流道几何参数之间的量化关系,基于支持向量机预测具有较强的泛化能力,构建了灌水器流量预测响应面,通过300组灌水器训练样本的训练和学习,预测不同参数组合的灌水器流量,并结合遗传算法优化支持向量机参数gam(C)与核函数参数 sig2(δ2),结果表明,当 gam(C)=21898.9905、sig2(δ2)=2201.0512时,30组灌水器检测样本的流量预测值与真实值的平均相对误差为1.810%,预测准确率为0.982,与传统的回归拟合方法相比,预测准确率提高了 4.560%。(5)提出一种适用于灌水器研发的水力性能评价指标—稳流指标,其可反映灌水器的额定流量与各影响因素的直接关系,克服了流态指数作为评价指标时对流量控制的不确定性和盲目性,稳流指标计算结果表明,在不同的压力区间内,方案21的稳流指标最小,分别为0.176、0.084和0.206,水力性能更为优越;同时结合灌水器流量预测响应面和稳流指标的定义,构建基于支持向量机的稳流指标响应面。(6)以稳流指标最小为目标函数,建立流道几何参数优化模型,针对模型的特点,采用基于连续变量和离散变量的分层混合遗传算法求解优化模型,并构建支持向量机响应面与遗传算法相结合的流道几何参数优化算法,实现数据之间的交换和循环调用。在不同压力区间内优化设计了额定流量为2 L/h、2.5 L/h、3 L/h、3.5 L/h、4 L/h、5 L/h的流道几何参数优化方案,表明这一方法可为研发适应不同压力区间和额定流量需求的灌水器系列产品提供科学依据。