第一章 绪论 | 第1-18页 |
1-1 感应加热技术简介 | 第9-10页 |
1-1-1 感应加热技术的发展 | 第9页 |
1-1-2 感应加热技术的特点 | 第9-10页 |
1-2 感应加热技术的研究现状 | 第10-13页 |
1-2-1 感应加热技术的研究领域 | 第10-12页 |
1-2-2 感应加热技术的数值仿真 | 第12-13页 |
1-3 横向磁通感应加热 | 第13-14页 |
1-4 横向磁通感应加热国内外研究现状 | 第14-16页 |
1-5 本文的研究意义和主要工作 | 第16-18页 |
1-5-1 本文的研究意义 | 第16-17页 |
1-5-2 本文的主要研究工作 | 第17-18页 |
第二章 横向磁通感应加热三维涡流场有限元分析 | 第18-34页 |
2-1 问题的描述及其简化 | 第18-19页 |
2-1-1 问题的描述 | 第18页 |
2-1-2 问题的简化 | 第18-19页 |
2-2 涡流场基本方程的建立 | 第19-22页 |
2-2-1 麦克斯韦方程组 | 第19-20页 |
2-2-2 采用(A|-)-φ法建立涡流场基本方程 | 第20-22页 |
2-3 涡流场边界条件的分析 | 第22-23页 |
2-4 涡流场方程的离散 | 第23-32页 |
2-5 本章小结 | 第32-34页 |
第三章 横向磁通感应加热三维温度场有限元分析 | 第34-44页 |
3-1 温度场数学模型的建立 | 第34-37页 |
3-1-1 引言 | 第34-35页 |
3-1-2 瞬态方程的建立 | 第35-36页 |
3-1-3 稳态方程的建立 | 第36-37页 |
3-2 温度场边界条件 | 第37-38页 |
3-2-1 边界条件的分类 | 第37页 |
3-2-2 边界条件分析 | 第37-38页 |
3-3 温度场微分方程的离散 | 第38-43页 |
3-4 本章小结 | 第43-44页 |
第四章 问题求解与热源平移法 | 第44-55页 |
4-1 涡流场与温度场的耦合问题 | 第44-47页 |
4-1-1 求解方法 | 第44-45页 |
4-1-2 计算结果 | 第45-47页 |
4-2 热源平移法 | 第47-49页 |
4-2-1 热源平移法的原理 | 第47-49页 |
4-2-2 计算结果的比较 | 第49页 |
4-3 结构参数对温度分布的影响 | 第49-54页 |
4-3-1 线圈宽度对温度分布的影响 | 第49-50页 |
4-3-2 结构参数的选择 | 第50-52页 |
4-3-3 正交设计法计算结果 | 第52-54页 |
4-4 本章小结 | 第54-55页 |
第五章 线圈形状对涡流与温度分布的影响 | 第55-65页 |
5-1 引言 | 第55页 |
5-2 涡流分布与线圈形状的关系 | 第55-58页 |
5-2-1 模型简化 | 第55-56页 |
5-2-2 涡流分布规律 | 第56-58页 |
5-3 线圈形状对温度分布的影响 | 第58-60页 |
5-4 线圈形状设计 | 第60-62页 |
5-4-1 线圈形状设计方法 | 第60页 |
5-4-2 集肤效应对线圈设计的影响 | 第60-61页 |
5-4-3 线圈设计 | 第61-62页 |
5-5 数值计算结果 | 第62-64页 |
5-6 本章小结 | 第64-65页 |
第六章 横向磁通感应加热神经网络预测与优化 | 第65-74页 |
6-1 横向磁通感应加热神经网络预测 | 第65-70页 |
6-1-1 神经网络BP算法 | 第65-67页 |
6-1-2 神经网络预测模型 | 第67页 |
6-1-3 训练样本选取 | 第67-68页 |
6-1-4 神经网络预测准确度的检测 | 第68-69页 |
6-1-5 频率与电流对温度和误差的影响 | 第69-70页 |
6-2 模拟退火法对频率和电流的优化 | 第70-73页 |
6-2-1 模拟退火法 | 第70-72页 |
6-2-2 频率与电流的优化 | 第72页 |
6-2-3 优化结果及其检验 | 第72-73页 |
6-3 本章小结 | 第73-74页 |
第七章 结论 | 第74-76页 |
7-1 全文工作总结 | 第74-75页 |
7-2 需要进一步研究的问题 | 第75-76页 |
参考文献 | 第76-83页 |
致谢 | 第83-84页 |
攻读学位期间所取得的相关科研成果 | 第84-86页 |