致谢 | 第5-6页 |
摘要 | 第6-8页 |
Abstract | 第8-9页 |
1 绪论 | 第16-28页 |
1.1 引言 | 第16页 |
1.2 气液两相流中气穴的产生原理及影响 | 第16-18页 |
1.3 气液两相流检测研究现状 | 第18-21页 |
1.3.1 气液两相流主要参数 | 第18-20页 |
1.3.2 气液两相流检测研究现状 | 第20-21页 |
1.4 气液两相流流型识别研究现状 | 第21-26页 |
1.5 本文研究目的和主要研究内容 | 第26-28页 |
2 实验系统 | 第28-40页 |
2.1 实验装置 | 第28-34页 |
2.2 测试段的密封分析 | 第34-39页 |
2.2.1 测试段的密封 | 第34页 |
2.2.2 密封性能评价方法 | 第34-37页 |
2.2.3 改善密封性能的装置 | 第37-39页 |
2.3 本章小结 | 第39-40页 |
3 实验研究 | 第40-61页 |
3.1 观察实验 | 第40-42页 |
3.2 测量实验方案 | 第42-43页 |
3.3 信号去噪 | 第43-48页 |
3.3.1 噪声的产生与影响 | 第43页 |
3.3.2 去除噪声的方法 | 第43页 |
3.3.3 HHT去噪原理 | 第43-46页 |
3.3.4 测量信号去除噪声 | 第46-48页 |
3.4 实验结果与分析 | 第48-60页 |
3.4.1 转速对压力周期性变化气液两相流的影响 | 第48-54页 |
3.4.2 温度对压力周期性变化的气液两相流的影响 | 第54-58页 |
3.4.3 启喷压力对压力周期性变化的气液两相流的影响 | 第58-60页 |
3.5 本章小结 | 第60-61页 |
4 压力周期性变化的气液两相流流型识别 | 第61-67页 |
4.1 HHT识别流型原理 | 第61-62页 |
4.2 Elman神经网络模型 | 第62-64页 |
4.2.1 Elman神经网络的结构 | 第62-63页 |
4.2.2 Elman神经网络的学习过程 | 第63-64页 |
4.3 基于HHT与Elman神经网络的流型识别结果分析 | 第64-66页 |
4.3.1 样本数据的准备 | 第64-65页 |
4.3.2 流型识别及分析 | 第65-66页 |
4.4 本章总结 | 第66-67页 |
5 数值模拟研究 | 第67-86页 |
5.1 压力周期性变化的气液两相流数值模拟 | 第67-71页 |
5.1.1 计算模型 | 第67-69页 |
5.1.2 柴油物性 | 第69-71页 |
5.2 数值模拟结果分析 | 第71-84页 |
5.2.1 转速对压力周期性变化的气液两相流的影响 | 第71-77页 |
5.2.2 温度对压力周期性变化的气液两相流的影响 | 第77-81页 |
5.2.3 启喷压力对压力周期性变化的气液两相流的影响 | 第81-84页 |
5.3 本章小结 | 第84-86页 |
6 总结与展望 | 第86-88页 |
6.1 总结 | 第86-87页 |
6.2 展望 | 第87-88页 |
参考文献 | 第88-92页 |
附录 | 第92-99页 |
作者简历 | 第99页 |