《Computers & Chemical Engineering》：Kolmogorov–Arnold Network-assisted Multi-objective Approach for Design and Optimization of Unbaffled Stirred Tanks
编辑推荐：
本研究提出融合Kolmogorov–Arnold网络（KAN）代理模型与非支配排序遗传算法（NSGA-II）的优化框架，用于无挡板搅拌桨几何设计。通过三维CFD模拟分析桨叶长度、宽度、数量及倾斜角对静压均方根和混合强度的影响，训练KAN模型实现高效预测，优化后RMS压力降低且混合强度提升，验证了数据驱动优化策略的有效性。
杜文涛|刘婷婷|孟志成|穆罕默德·瓦卡斯·雅库布|王宝峰|陈西忠
中国上海电力大学电力材料防护与先进材料重点实验室，上海，201306。
摘要
搅拌罐在各种行业中得到广泛应用，以实现高效的混合过程。本研究开发了一个优化框架，该框架结合了Kolmogorov–Arnold网络（KAN）替代模型和非支配排序遗传算法（NSGA-II），用于无挡板搅拌罐叶轮的几何设计。在叶轮叶片长度、宽度、数量和倾斜角度的广泛参数范围内进行了三维计算流体动力学（CFD）模拟，以生成流场数据集。这些数据集随后被用来训练KAN替代模型，从而能够快速准确地预测三维流场。从替代模型预测的数据中计算出静压的均方根（RMS）和混合强度（MI），并作为NSGA-II优化的双重目标函数。通过KAN–NSGA-II框架确定的最佳叶轮几何形状进一步得到了验证，结果显示与基线设计相比，静压的RMS显著降低，混合强度得到提升。结果表明，将数据驱动的替代建模与进化优化相结合，为工业混合设备的性能驱动几何优化提供了一种稳健且高效的方法。
章节摘录
引言
搅拌罐在化工、制药和食品行业中广泛用于实现高效混合和均匀的产品质量。搅拌器产生的混合效果对质量传递、反应动力学、能耗和产品质量有显著影响（Amponsah & Darko, 2023; Boonkanokwong et al., 2016; Long et al., 2022; Nadal-Rey et al., 2022; Tamburini et al., 2019）。与传统带挡板的配置相比，无挡板搅拌罐具有更简单的几何结构
系统几何结构
在本研究中，采用了Haque等人（2006年）最初提出并验证的基线配置作为无挡板搅拌罐几何优化的参考模型。所研究的实验系统包括一个开放的、无挡板的气液混合容器，配备了一个Rushton涡轮叶轮，如图2所示。圆柱形容器的内部直径（D）为0.19米，容器内充满水。
单个设计参数对混合性能的影响
使用经过验证的CFD模型进行了参数研究，以探讨叶轮的四个关键几何参数（叶片倾斜角度（T）、宽度（W）、长度（L）和数量（N）对无挡板搅拌罐中静压的RMS和混合强度（MI）的影响。CFD模拟结果总结在图6中。如图6（a）所示，倾斜角度（T）从0°增加到45°时，MI从93.7%单调增加到95.0%，而RMS压力
结论
总之，本研究建立了一个框架，通过整合经过验证的3D CFD模拟、机器学习模型和NSGA-II多目标优化来提高无挡板搅拌罐的性能。首先，使用CFD系统评估了关键几何参数（包括叶片数量（N）、叶片长度（L）、叶片宽度（W）和叶片倾斜角度（T）对RMS压力和MI的影响。MLP和KAN模型的预测能力
CRediT作者贡献声明
杜文涛：撰写 – 审稿与编辑，撰写 – 原稿，监督，项目管理，方法论，
刘婷婷：概念构思，撰写 – 审稿与编辑
孟志成：概念构思，研究
穆罕默德·瓦卡斯·雅库布：撰写 – 审稿与编辑，
CRediT作者贡献声明
杜文涛：撰写 – 审稿与编辑，撰写 – 原稿，可视化，验证，监督，资源管理，方法论，研究，数据整理。
刘婷婷：撰写 – 审稿与编辑，概念构思。
孟志成：概念构思。
穆罕默德·瓦卡斯·雅库布：撰写 – 审稿与编辑。
王宝峰：监督，资金获取，概念构思。
陈西忠：撰写 – 审稿与编辑，研究，资金获取，概念构思。
