对90年代以来离心式叶轮内部流动数值计算方法进行了综述，包括控制方程及其简化、湍流模型、计算技术以及CFD商业软件的应用。阐述了国内外学者在这些方面的研究进展，并对离心式叶轮内部流动数值模拟的发展进行了展望。

介绍了叶轮机械内部流场数值模拟的发展历史,并分别介绍了无粘性流、准粘性流、完全粘性流三个模拟阶段中各种数值模拟方法的原理、特点及应用.对今后叶轮机械内流数值模拟在湍流模式、优化设计、计算网络产生和并行处理等方面的发展作了展望.

随着机器学习方法的不断发展,形成了各类算法,已有学者将其应用于流体机械的流动计算、流动控制以及优化设计。以深度学习为代表的机器学习方法具有强大的归纳学习能力,能够自主进行特征学习,不仅可以直接利用实验和数值模拟数据,从中挖掘出潜在的流场信息,更可以在优化设计过程中实现自适应的设计参数探索,以实现快速、鲁棒、全局且高效的优化,因此可以作为一种全新的流体机械优化设计方法。本文概述了流体机械气动优化的现状、机器学习方法的研究现状、机器学习在流动计算、流动控制以及流体机械优化设计中的应用现状,并指出了深度学习在流体机械优化设计上的应用前景。

利用数值模拟方法对安装减阻杆和不安装减阻杆的螺旋型旋风分离器的流场进行了分析,结果表明,在旋风分离器筒体中心安装尺寸合适的减阻杆可以达到很好的减阻效果,如果尺寸不合适反而会增加旋风分离器的阻力损失,并通过对速度、压力分布的分析解释了其原因。