摘要 | 第4-5页 |
Abastract | 第5-6页 |
第一章 绪论 | 第10-22页 |
1.1 研究的背景和意义 | 第10-11页 |
1.2 文献综述 | 第11-20页 |
1.2.1 喷气涡流纺成纱机制 | 第11-12页 |
1.2.2 喷嘴结构研究进展与讨论 | 第12-18页 |
1.2.3 喷气涡流纺数值模拟研究进展 | 第18-20页 |
1.3 研究目的和内容 | 第20-22页 |
1.3.1 研究目的 | 第20-21页 |
1.3.2 研究内容 | 第21-22页 |
第二章 喷气涡流纺流场数值模拟 | 第22-34页 |
2.1 流场数值模拟理论模型 | 第22-24页 |
2.1.1 流场基本控制方程 | 第22-23页 |
2.1.2 湍流输运方程 | 第23-24页 |
2.2 流场数值模拟 | 第24-26页 |
2.2.1 建立流场计算区域 | 第24-25页 |
2.2.2 网格划分 | 第25-26页 |
2.2.3 设置边界条件 | 第26页 |
2.3 初始流场模拟结果与分析 | 第26-33页 |
2.3.1 收敛性判断 | 第26-28页 |
2.3.2 网格无关性验证 | 第28-29页 |
2.3.3 湍流模型的选择 | 第29-31页 |
2.3.4 计算结果分析 | 第31-33页 |
2.4 本章小结 | 第33-34页 |
第三章 喷气涡流纺气流与纤维耦合的数值模拟 | 第34-46页 |
3.1 气流与纤维耦合动力学模型 | 第34-36页 |
3.1.1 建立纤维模型 | 第34-36页 |
3.1.2 气流与纤维耦合 | 第36页 |
3.1.3 固体间接触 | 第36页 |
3.2 气流与纤维耦合数值模拟 | 第36-40页 |
3.2.1 数值求解方法 | 第36-38页 |
3.2.2 建立计算区域与网格划分 | 第38-39页 |
3.2.3 设置材料属性 | 第39页 |
3.2.4 设置边界条件与初始条件 | 第39-40页 |
3.3 计算结果分析 | 第40-45页 |
3.3.1 纤维在喷嘴内的运动特征 | 第40-41页 |
3.3.2 确定优化变量与优化目标 | 第41-42页 |
3.3.3 样本参数 | 第42-45页 |
3.4 本章小结 | 第45-46页 |
第四章 仿真结果分析与优化 | 第46-62页 |
4.1 BP神经网络与遗传算法概述 | 第46页 |
4.2 构建基于遗传算法的BP神经网络模型 | 第46-53页 |
4.2.1 设计BP神经网络 | 第47-48页 |
4.2.2 BP神经网络学习算法 | 第48-51页 |
4.2.3 遗传算法实现 | 第51-52页 |
4.2.4 喷气涡流纺喷嘴结构BP神经网络算法的实现 | 第52-53页 |
4.3 基于遗传算法的喷嘴结构和工艺参数寻优 | 第53-54页 |
4.4 优化结果分析 | 第54-55页 |
4.5 基于遗传算法的多目标优化算法 | 第55-59页 |
4.5.1 算法实现 | 第55-56页 |
4.5.2 计算结果分析 | 第56-59页 |
4.6 本章小结 | 第59-62页 |
第五章 结论与展望 | 第62-64页 |
5.1 研究结论 | 第62页 |
5.2 研究的不足与展望 | 第62-64页 |
参考文献 | 第64-68页 |
发表论文及科研情况 | 第68-70页 |
附录1 | 第70-72页 |
附录2 | 第72-76页 |
附录3 | 第76-78页 |
附录4 | 第78-80页 |
致谢 | 第80页 |