透平式能量回收一体机装置集余能回收与液体增压于一体,广泛应用于海岛开发,远洋舰船、钻井平台等领域,具有高效、便捷、节能的优点。高压泵作为能量回收一体机的核心增压设备,经常需要在变工况（变流量、变转速）运行,当高压泵运行在非设计工况点时效率较低,且高效区较窄,影响一体机运行性能。因此,为了获得满足设计参数且具有最佳性能的产品,对高压泵进行优化设计具有十分重要的意义。本文首先以透平式能量回收一体机泵单元为研究对象,选择三个典型工况的加权水力效率最大作为优化目标,并采用Plackett-Burman筛选实验确定优化变量,其次基于Isight多学科优化平台,搭建智能CFD水力性能优化平台,并采用RBF神经网络拟合目标函数与优化变量之间的映射关系,再利用NSGA-Ⅱ遗传算法对高压泵叶轮关键几何参数进行寻优设计,最后对优化前后高压泵外特性及内流场进行对比分析;另外,基于CFX-CEL语言建立了高压泵变转速过渡过程的计算模型,并对瞬态参数及内流场进行了数值模拟和分析。本文的主要研究工作及成果如下:（1）针对日产1000t/d膜法海水淡化系统高压泵与能量回收一体机的泵单元,采用结构化网格对高压泵进行了初步水力设计,完成网格无关性验证,并结合高压泵的整机试验验证了数值模拟的准确性。（2）采用Plackett-Burman筛选实验,选定叶片进口安放角β1、叶片出口安放角β2、叶片出口宽度b2及叶片包角φ作为优化变量,并确定各个变量的取值范围;基于多学科优化平台Isight,通过编写批处理命令集成Cfturbo、ICEM、CFX搭建智能水力性能优化平台,实现高压泵的CFD自动性能预报。（3）采用最优拉丁超立方实验,针对筛选出的4个几何参数设计了56组实验;基于数值模拟结果,采用RBF神经网络建立了几何参数与目标值之间的近似模型,最后利用NSGA-Ⅱ遗传算法对训练成熟的RBF神经网络进行极值寻优,经过500代迭代后得到优化目标的Pareto解集的前沿分布并从中选择加权效率最优的个体作为最终的优化方案。对优化前后的叶轮方案外特性进行对比,数值计算结果表明,高压泵三工况点加权水力效率提高了3.37%,在0.8Qd、1.0Qd和1.2Qd工况下效率分别提高了2.22%、3.59%、4.23%。（4）为了深入分析优化前后高压泵叶轮方案的水力性能,对初始叶轮与优化后叶轮的中间截面压力、速度流线分布、湍动能分布、叶轮内部涡核心分布、叶片载荷进行对比。结果表明,优化后高压泵内压力分布更加均匀,速度流线分布更加合理,湍动能及涡核心区域更小,叶轮做功能力增强,说明优化后高压泵整体性能优于初始叶轮,水力损失更小。（5）针对一体机转速自适应变化的特点,基于CFX-CEL语言定义叶轮转速变化方式,完成了高压泵变转速非定常数值计算,并对高压泵变转速瞬态外特性以及内流场进行分析。结果表明,高压泵在过渡过程中,由稳态向非稳态、非稳态向稳态过渡时,高压泵瞬态参数会出现较强的波动。该研究成果可对两端水膜支撑的一体机高速转子系统的设计提供理论依据。