| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 绪论 | 第6-14页 |
| 1．1 引言 | 第6-7页 |
| 1．2 相关领域的研究与发展现状 | 第7-12页 |
| 1．2．1 气液两相流流型辨识方法的研究现状 | 第7-10页 |
| 1．2．2 遗传算法的研究现状 | 第10-12页 |
| 1．3 本文研究的理论和实际意义 | 第12页 |
| 1．4 本文的主要工作 | 第12-14页 |
| 第二章 基于神经网络的气液两相流流型辨识研究 | 第14-24页 |
| 2．1 引言 | 第14-15页 |
| 2．2 气液两相流参数波动特征和神经网络模型 | 第15-19页 |
| 2．2．1 参数波动特征选取 | 第15页 |
| 2．2．2 三种神经网络模型 | 第15-19页 |
| 2．3 网络识别结果及讨论 | 第19-21页 |
| 2．4 隐含层神经元的个数对 BP算法的影响 | 第21-22页 |
| 2．5 本章小结 | 第22-24页 |
| 第三章 基于遗传算法/神经网络组合技术的气液两相流型辨识 | 第24-36页 |
| 3．1 引言 | 第24页 |
| 3．2 基于遗传算法的BP神经网络模型 | 第24-31页 |
| 3．2．1 遗传算法的基本原理 | 第24-27页 |
| 3．2．2 神经网络与遗传算法结合的必要性 | 第27-28页 |
| 3．2．3 基于遗传算法的BP网络模型 | 第28-31页 |
| 3．3 两相流辨识结果及分析 | 第31-33页 |
| 3．4 遗传算法效率影响因素分析 | 第33-35页 |
| 3．4．1 种群数目的影响 | 第33页 |
| 3．4．2 交叉率的影响 | 第33-34页 |
| 3．4．3 变异率的影响 | 第34-35页 |
| 3．5 本章小结 | 第35-36页 |
| 第四章 基于 DNA遗传算法/神经网络组合技术的气液两相流型辨识 | 第36-48页 |
| 4．1 引言 | 第36页 |
| 4．2 DNA编码机理 | 第36-40页 |
| 4．2．1 生物 DNA编码 | 第36-38页 |
| 4．2．2 遗传信息的传递 | 第38-40页 |
| 4．3 DNA遗传算法 | 第40-41页 |
| 4．4 基于 DNA遗传算法的BP网络模型 | 第41-42页 |
| 4．5 两相流流型辨识结果及分析 | 第42-44页 |
| 4．6 DNA遗传算法效率影响因素的分析 | 第44-47页 |
| 4．6．1 种群数目的影响 | 第45页 |
| 4．6．2 交叉率的影响 | 第45-46页 |
| 4．6．3 变异率的影响 | 第46-47页 |
| 4．7 本章小结 | 第47-48页 |
| 第五章 基于有限元分析的轴承腔气液两相流仿真研究 | 第48-61页 |
| 5．1 引言 | 第48页 |
| 5．2 FLUENT有限元 CFD分析软件简介 | 第48-49页 |
| 5．2．1 网格划分原则 | 第49页 |
| 5．2．2 利用FLUENT求解器进行求解 | 第49页 |
| 5．3 轴承腔两相流流场分析及计算 | 第49-52页 |
| 5．3．1 轴承腔气液两相流流场分析的有限元模型 | 第49-51页 |
| 5．3．2 模型的边界条件处理以及控制参数的设定 | 第51-52页 |
| 5．4 轴承腔两相流流场仿真结果 | 第52-60页 |
| 5．4．1 轴承腔泡状流流场仿真结果 | 第52-54页 |
| 5．4．2 轴承腔间歇流流场仿真结果 | 第54-57页 |
| 5．4．3 轴承腔环状流流场仿真结果 | 第57-60页 |
| 5．5 轴承腔气液两相流流型辨识方法的验证 | 第60页 |
| 5．6 本章小结 | 第60-61页 |
| 第六章 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士期间发表的论文 | 第66-67页 |
| 致谢 | 第67-68页 |