首页--工业技术论文--轻工业、手工业论文--纺织工业、染整工业论文--一般性问题论文--纺织工业机械与设备论文--纺纱设备(纺机)论文

基于气流与纤维耦合作用的喷气涡流纺喷嘴结构研究

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

论文共80页,点击 下载论文
上一篇:化学镀银锦纶织物的电磁屏蔽性能与稳定性研究
下一篇:基于具有液冷主动降温作用的消防服设计