| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题背景和研究目的及意义 | 第11-12页 |
| ·国内外发展现状 | 第12-14页 |
| ·国外发展现状 | 第12-13页 |
| ·国内发展现状 | 第13-14页 |
| ·涡轮增压机组匹配特性仿真研究现状 | 第14-16页 |
| ·仿真软件简介 | 第14页 |
| ·涡轮增压机组匹配分析的研究现状 | 第14-15页 |
| ·基于神经网络的压气机特性计算研究现状 | 第15-16页 |
| ·论文主要工作和章节安排 | 第16-17页 |
| 第2章 涡轮增压机组理论分析及匹配研究 | 第17-25页 |
| ·涡轮增压机组各部件数学模型 | 第18-21页 |
| ·压气机数学模型 | 第18-19页 |
| ·涡轮数学模型 | 第19-21页 |
| ·辅助汽轮机数学模型 | 第21页 |
| ·锅炉本体数学模型 | 第21-22页 |
| ·涡轮增压机组匹配研究 | 第22-23页 |
| ·涡轮增压机组与锅炉本体的匹配研究 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于神经网络的压气机特性的计算 | 第25-46页 |
| ·神经网络概述 | 第25-27页 |
| ·神经网络基本结构 | 第25-26页 |
| ·神经元转移函数的类型 | 第26-27页 |
| ·BP 神经网络 | 第27-30页 |
| ·BP 神经网络拓扑结构 | 第28页 |
| ·BP 神经网络学习规则 | 第28-30页 |
| ·改进的 BP 神经网络 | 第30-33页 |
| ·BP 神经网络和改进的 BP 神经网络对比及分析 | 第33-38页 |
| ·压气机特性线数据提取 | 第33-34页 |
| ·数据归一化 | 第34-35页 |
| ·评价函数 | 第35页 |
| ·神经网络预测对比分析 | 第35-38页 |
| ·遗传算法优化改进的 BP 神经网络 | 第38-44页 |
| ·遗传算法基本步骤 | 第38-41页 |
| ·遗传算法优化改进的 BP 神经网络进行压气机特性计算 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 涡轮增压机组稳态模型及仿真结果 | 第46-64页 |
| ·假设条件和各部件稳态模型 | 第46-52页 |
| ·压气机模型 | 第46-48页 |
| ·涡轮模型 | 第48-49页 |
| ·锅炉模型 | 第49-50页 |
| ·辅助汽轮机模型 | 第50页 |
| ·压力损失模型 | 第50-51页 |
| ·涡轮增压机组稳态仿真模型 | 第51-52页 |
| ·仿真结果分析 | 第52-57页 |
| ·边界条件变化的仿真结果分析 | 第57-62页 |
| ·大气温度变化对涡轮增压机组的影响 | 第58-59页 |
| ·进排气阻力变化对涡轮增压机组的影响 | 第59-61页 |
| ·过量空气系数变化对涡轮增压机组的影响 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第5章 涡轮增压机组动态模型及仿真结果 | 第64-86页 |
| ·涡轮增压机组动态仿真模型 | 第64-71页 |
| ·压气机模型 | 第64-66页 |
| ·容积惯性模型 | 第66-67页 |
| ·涡轮模型 | 第67-68页 |
| ·锅炉模型 | 第68页 |
| ·转动惯量模型 | 第68-69页 |
| ·控制模型 | 第69-70页 |
| ·涡轮增压机组动态仿真模型 | 第70-71页 |
| ·动态仿真结果分析 | 第71-75页 |
| ·边界条件变化的动态仿真结果分析 | 第75-85页 |
| ·大气温度变化对涡轮增压机组的影响 | 第75-78页 |
| ·进排气阻力变化对涡轮增压机组的影响 | 第78-82页 |
| ·过量空气系数变化对涡轮增压机组的影响 | 第82-85页 |
| ·本章小结 | 第85-86页 |
| 结论 | 第86-88页 |
| 参考文献 | 第88-92页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第92-93页 |
| 致谢 | 第93页 |