摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-17页 |
1.1 真空玻璃的发展历史 | 第9-11页 |
1.2 真空玻璃的应用 | 第11-12页 |
1.3 真空玻璃传热系数的研究现状 | 第12-15页 |
1.4 课题研究意义和主要内容和创新点 | 第15-17页 |
2 真空玻璃热量传递过程的CFD研究 | 第17-31页 |
2.1 真空玻璃的热量传递方式 | 第17-19页 |
2.2 CFD软件 | 第19-23页 |
2.3 Fluent软件的辐射模型 | 第23-24页 |
2.4 基于CFD的真空玻璃传热仿真 | 第24-29页 |
2.4.1 稳态传热 | 第26-29页 |
2.4.2 非稳态传热 | 第29页 |
2.5 小结 | 第29-31页 |
3 真空玻璃热物性参数非稳态测试方法 | 第31-47页 |
3.1 真空玻璃热物性参数非稳态测试原理 | 第31页 |
3.2 非稳态测量装置 | 第31-33页 |
3.3 非稳态测量装置精度的影响因素分析 | 第33-34页 |
3.3.1 测温区间起点的选取 | 第33-34页 |
3.3.2 接触热阻的影响 | 第34页 |
3.4 测温系统的硬件器件的选型与设计 | 第34-41页 |
3.4.1 MSP430F149单片机 | 第35-37页 |
3.4.2 DS18B20温度传感器 | 第37-38页 |
3.4.3 LCD12864液晶显示模块 | 第38-39页 |
3.4.4 JTAG仿真 | 第39-40页 |
3.4.5 单片机电源电器模块 | 第40-41页 |
3.5 系统软件程序 | 第41-44页 |
3.5.1 DS18B20程序设计 | 第42-43页 |
3.5.2 LCD12864程序设计 | 第43-44页 |
3.6 系统实物 | 第44-45页 |
3.7 小结 | 第45-47页 |
4 基于思维进化遗传神经网络的智能建模及保温性能预测研究 | 第47-59页 |
4.1 神经网络简介 | 第47-48页 |
4.2 BP神经网络模型 | 第48-50页 |
4.3 基于思维进化的BP神经网络真空玻璃保温性能预测模型 | 第50-57页 |
4.3.1 自变量降维 | 第50-54页 |
4.3.2 初始权值和阀值的优化 | 第54-56页 |
4.3.3 仿真结果 | 第56-57页 |
4.4 小结 | 第57-59页 |
5 结论与展望 | 第59-61页 |
5.1 本文总结 | 第59页 |
5.2 进一步工作建议 | 第59-61页 |
参考文献 | 第61-65页 |
攻读硕士期间研究成果及所获奖励 | 第65-66页 |
致谢 | 第66页 |