离心泵在国民经济及国防军工领域具有重要的应用,但部分关键装置用泵技术尚受制于人。离心泵复杂的内部流动是制约其水力性能优化及稳定性提升的关键因素,深入挖掘泵内流动的流场特征是提升离心泵水力性能及流动稳定性的重要基础。基于此,本文提出从流场分解的角度出发对离心泵内复杂流场特征及水力性能优化进行研究。采用本征正交分解（POD）与动态模态分解（DMD）方法分析了离心泵内复杂流场特征,提出了基于聚类算法的自适应POD代理模型,并基于此模型对离心泵进行叶片反设计及性能优化,同时开展了离心泵多目标优化叶型与流场的知识挖掘研究。主要工作及研究成果如下:1.基于离心泵内流动的大涡模拟（LES）数值计算结果,对叶轮内非定常流动的流场特征进行动态模态分析。分析结果表明:DMD方法能够将叶轮内主要流场结构剥离出来,将其复杂流场分解为具有不同能量及频率的流场特征,包括基本模态特征、动静干扰及其高次谐波行为的动态模态流场特征。基本模态能够反映由流道几何形状引起的叶轮出口高速射流区与低速尾迹区及叶片背面流动分离区域。动态模态反映了叶轮内流动受自身旋转及蜗壳干扰产生的流动分离及不稳定涡结构脱落并耗散的流场特征。通过DMD方法能够有效地对叶轮内重要流场结构进行低维近似,清晰地分析离心泵叶轮内复杂瞬态流场特征。2.对蜗壳内复杂瞬态流场分别进行了POD与DMD特征分解,分析了其内部主要相干结构及流场特征。分析结果表明:DMD方法将蜗壳内瞬态流场分解为不同频率的流动结构,设计工况下DMD方法获得了反映蜗壳进口受叶片转动形成尾迹流结构及其脱落的动静干扰流场特征及其高次谐波行为;小流量工况下DMD方法进一步获得了蜗壳内低频流场特征。POD方法将蜗壳内流场分解为不同能量等级的时变流动结构,设计工况下其低阶模态反映了蜗壳内大尺度尾迹流结构,高阶模态反映了小尺度尾迹流场结构;小流量工况下高阶模态中包含振幅较高的多个频率,流场结构表现为不同尺度流场特征的混合叠加。POD与DMD均能对蜗壳内动静干涉及其高次谐波行为流场特征进行捕捉,而相比POD方法,DMD能够将流场中各频率特征流动结构完全解耦,且能够根据模态特征值判断不同频率特征的稳定性,为离心泵内流场稳定性的提升提供一定的理论支撑。3.采用本征正交分解-径向基函数（POD-RBF）混合模型方法对离心泵叶轮内流场进行重构分析。相比线性回归的Gappy POD方法,基于非线性回归的POD-RBF模型具有更高的拟合精度及收敛稳定性,且其预测精度随着样本数量的增加逐渐提升。对离心泵叶轮内流场重构结果显示POD-RBF方法能够精确重构叶轮内流场,其压力预测均方根误差为0.49%,相对速度预测均方根误差为0.85%,且流场预测所需时间仅为CFD计算的1/240。对样本集流场进行POD基模态分析,得到了各阶基模态的流场特征及其能量分布特性。4.提出基于K-means聚类算法的自适应POD代理模型,并在此基础上开展了离心泵叶片反设计及性能优化研究。研究结果表明:相比传统的固定样本POD方法,基于聚类算法的自适应POD方法具有更高的流场预测精度,叶轮中间截面及轴面的压力预测均方根误差仅为1.7%与0.96%。相比固定样本POD方法,自适应方法在叶片反设计中的预测精度明显提高。采用自适应POD方法对叶轮优化过程中控制参数扰动下的流场进行预测,计算成本大大降低,流场预测精度显著提升。算例优化结果表明,优化后泵各个工况下效率均得到提升,在设计工况下提升1.27%,在0.6倍设计工况下提升2.53%。5.对额定流量下离心泵扬程及效率进行多目标优化,并采用POD方法对优化后的Pareto前沿解集进行知识挖掘。研究结果表明:离心泵扬程与效率之间存在一定的约束关系。对Pareto解集的叶型及流场数据进行POD分解,揭示泵内叶轮几何流道、内流场及其水力性能三者间的复杂关系,发现较大的叶片安放角和较小的叶片包角使得叶轮内平均动能增大,扬程增高;较小的叶片安放角与较大的叶片包角使得叶片压力面到吸力面的速度梯度减小,从而减小水力损失,提高泵的效率。