水轮机转轮是水力发电机组能量转换的核心部件,其水力设计技术一直是水轮机开发过程中的重点和难点。现代水轮机转轮水力设计过程中不仅追求最优效率高、水力稳定性好,而且要保证优秀的空化性能,较强的变工况适应能力、宽的高效区域,及可靠的结构力学特性要求。为了保证所设计转轮的流体动力性能要求,从设计方法和设计手段上,自动设计出流体动力性能最优而又能满足结构特性和制造工艺及其他方面要求的转轮叶片,最大限度降低开发过程中的人为因素。所以探索一种快速、便捷的水力优化设计方法就显得十分重要。本文针对混流式水轮机水力设计特点及主要性能要求,探索了一种基于人工神经网络遗传算法的转轮水力优化设计。在已有的混流式水轮机转轮叶片几何模型或者采用传统设计方法设计的初始叶片基础上,根据混流式叶片设计特点通过对初始叶片沿流面进行参数化拟合得到一系列空间叶型,再用一系列多项式曲线来准确逼近叶片的三维数据得到可控参数化叶型;其次以效率最高,空化系数最小为优化目标,将叶片进出口安放角、叶片包角和叶片头部导圆半径作为优化变量,采用基于人工神经网络的遗传算法在设计工况下及典型非设计工况下对叶片进行自动优化计算,得到设计工况下具有较高的水力效率和非设计工况下具有效率高、空化系数小,稳定性好的最优转轮。将文中提出的优化设计方法与技术用于某高水头混流式水轮机改造方案研究,对比分析了原始转轮和优化后转轮的主要性能指标:在设计工况下,优化后转轮的效率提高了0.7%;在非设计工况下转轮的效率和最低压力点压力值都有所提高;优化后的转轮抗空化性能得到了提高;各工况下优化后转轮的压力脉动幅值明显低于优化前转轮。通过实例证明采用人工神经网络的遗传算法针对混流式水轮机转轮的自动优化设计是切实可行的,文中的自动优化方法和技术路线是正确的,基于多目标多工况转轮水力优化设计方法可以较为全面预测和控制所设计转轮的性能,并缩短开发周期,降低开发过程中的人为因素,具有一定的理论指导意义和工程实用价值。