坦克动力舱流场的数值模拟及进排气格栅的气动优化
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8页 |
| 1.2 坦克动力舱流场及进排气格栅的研究现状 | 第8-10页 |
| 1.3 多目标优化问题及方法 | 第10-12页 |
| 1.4 数据挖掘方法 | 第12-14页 |
| 1.5 本文的主要工作 | 第14-15页 |
| 第二章 计算流体力学基本方法 | 第15-20页 |
| 2.1 流体运动基本控制方程 | 第15-16页 |
| 2.2 数值计算方法 | 第16-17页 |
| 2.3 湍流模型 | 第17-18页 |
| 2.4 网格 | 第18-20页 |
| 2.4.1 网格的分类 | 第18页 |
| 2.4.2 网格数量与网格质量 | 第18-20页 |
| 第三章 坦克动力舱流场的数值模拟 | 第20-32页 |
| 3.1 坦克模型的建立 | 第20-21页 |
| 3.2 网格划分 | 第21-22页 |
| 3.3 模拟方法与边界条件 | 第22-26页 |
| 3.3.1 风扇模型 | 第22-24页 |
| 3.3.2 热交换器模型 | 第24-25页 |
| 3.3.3 多孔介质模型 | 第25-26页 |
| 3.3.4 其他边界条件设置 | 第26页 |
| 3.4 数值模拟结果分析 | 第26-31页 |
| 3.4.1 坦克外流场 | 第26-28页 |
| 3.4.2 坦克动力舱内流场 | 第28-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 优化算法及数据挖掘方法 | 第32-44页 |
| 4.1 遗传算法 | 第32-35页 |
| 4.1.1 遗传算法的过程 | 第32-34页 |
| 4.1.2 多目标优化问题的解 | 第34-35页 |
| 4.2 Kriging代理模型 | 第35-38页 |
| 4.3 自组织映射法 | 第38-40页 |
| 4.4 总变差分析方法 | 第40-41页 |
| 4.5 拉丁超立方取样 | 第41-42页 |
| 4.6 k-mean聚类分析算法 | 第42-43页 |
| 4.7 本章小结 | 第43-44页 |
| 第五章 坦克动力舱进排气格栅的优化 | 第44-56页 |
| 5.1 优化模型 | 第44-47页 |
| 5.1.1 设计变量 | 第44-46页 |
| 5.1.2 目标函数 | 第46-47页 |
| 5.2 优化流程 | 第47-51页 |
| 5.2.1 数值模拟流程 | 第47-48页 |
| 5.2.2 建立Kriging代理模型 | 第48-49页 |
| 5.2.3 基于多岛遗传算法搜索最优解 | 第49-51页 |
| 5.3 数据挖掘 | 第51-55页 |
| 5.3.1 总变差分析 | 第51-52页 |
| 5.3.2 自组织映射分析 | 第52-55页 |
| 5.3.3 数据挖掘总结 | 第55页 |
| 5.4 本章总结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第62页 |
