首页--工业技术论文--机械、仪表工业论文--泵论文--各种用途论文

基于径向基神经网络与NSGA-Ⅱ算法的渣浆泵多目标优化设计

摘要第5-7页
Abstract第7-8页
第一章 绪论第11-15页
    1.1 课题研究目的及意义第11页
    1.2 渣浆泵研究现状第11-14页
    1.3 本文研究的主要内容第14-15页
第二章 渣浆泵湍流模型与网格划分第15-25页
    2.1 渣浆泵的基本方程式第15-16页
        2.1.1 清水泵的基本方程式第15页
        2.1.2 渣浆泵的两相流基本方程式第15-16页
    2.2 渣浆泵内固液流动控制方程第16-19页
        2.2.1 渣浆泵内液相流动控制方程第16-18页
        2.2.2 渣浆泵内固相流动控制方程第18-19页
    2.3 CFD工作流程第19-20页
    2.4 渣浆泵全流道实体建模第20-22页
        2.4.1 可控包角圆柱形叶片投影曲线方程的建立第20-21页
        2.4.2 渣浆泵计算模型的建立第21-22页
    2.5 计算域网格划分与无关性验证第22-24页
        2.5.1 计算域网格划分第22-23页
        2.5.2 网格数无关性验证第23-24页
    2.6 本章小结第24-25页
第三章 渣浆泵流场计算与分析第25-43页
    3.1 基本设计参数第25页
    3.2 渣浆泵内湍流数值模拟方法及边界条件设置第25-27页
        3.2.1 固液湍流模型选取第25-26页
        3.2.2 两相流模型设置第26页
        3.2.3 边界条件设置第26-27页
    3.3 固液两相与清水工况时模型泵的外特性对比第27-28页
        3.3.1 渣浆泵扬程预测第27页
        3.3.2 渣浆泵效率预测第27页
        3.3.3 模型泵固液两相与清水工况时外特性对比第27-28页
    3.4 渣浆泵模型泵试验验证第28-29页
    3.5 渣浆泵中压力场分析第29-32页
        3.5.1 不同初始固相浓度时压力场分析第29-30页
        3.5.2 不同颗粒粒径时压力场分析第30-31页
        3.5.3 不同颗粒相密度时压力场分析第31-32页
    3.6 渣浆泵叶轮流道中速度场分析第32-38页
        3.6.1 不同初始固相浓度时相对速度分析第32-34页
        3.6.2 不同颗粒粒径时相对速度分析第34-36页
        3.6.3 不同颗粒相密度时相对速度分析第36-38页
    3.7 颗粒对扬程、最高效率和高效区的影响第38-42页
        3.7.1 高效区HE的定义第38-39页
        3.7.2 颗粒对渣浆泵扬程、最高效率和高效区的影响第39-42页
    3.8 本章小结第42-43页
第四章 渣浆泵水力性能预测模型第43-62页
    4.1 渣浆泵初始几何参数第43-44页
    4.2 筛选试验设计第44-49页
        4.2.1 Plackett-Burman试验设计第44-48页
        4.2.2 显著因素取值范围第48-49页
    4.3 均匀试验设计第49-54页
        4.3.1 均匀试验设计表构造第50-52页
        4.3.2 样本空间求解第52页
        4.3.3 样本空间的归一化处理第52-54页
    4.4 人工神经网络建模第54-61页
        4.4.1 数学回归与神经网络第54页
        4.4.2 神经网络概述第54-55页
        4.4.3 RBF神经网络第55-58页
        4.4.4 RBF神经网络模型建立第58-61页
    4.5 本章小结第61-62页
第五章 渣浆泵多目标优化第62-77页
    5.1 多目标优化问题第62-63页
    5.2 遗传算法第63-66页
        5.2.1 遗传算法概述第63-64页
        5.2.2 NSGA-Ⅱ遗传算法第64-65页
        5.2.3 基于NSGA-Ⅱ遗传算法的优化流程第65-66页
    5.3 优化结果第66-76页
        5.3.1 基本优化结果第66-68页
        5.3.2 优化前后的叶轮对比第68-69页
        5.3.3 优化前后的外特性对比第69-70页
        5.3.4 优化前后的内流场对比第70-73页
        5.3.5 优化前后的磨损特性对比第73-75页
        5.3.6 优化结果的试验验证第75-76页
    5.4 本章小结第76-77页
第六章 总结与展望第77-79页
    6.1 总结第77-78页
    6.2 展望第78-79页
参考文献第79-83页
致谢第83-84页
攻读硕士学位期间发表的学术论文第84页

论文共84页,点击 下载论文
上一篇:EFG法及其拓扑优化的GPU并行计算研究
下一篇:五相容错永磁电机的解耦控制系统研究