首页--工业技术论文--机械、仪表工业论文--泵论文--各种用途论文

基于径向基神经网络与粒子群算法的双流道泵多目标优化设计

摘要第5-7页
abstract第7-8页
第一章 绪论第12-18页
    1.1 课题研究背景及意义第12页
    1.2 双流道泵研究现状第12-15页
    1.3 泵智能优化研究现状第15-16页
    1.4 本文研究内容第16-18页
第二章 理论基础与计算模型第18-26页
    2.1 计算流体力学理论基础第18-19页
        2.1.1 流体相控制方程第18页
        2.1.2 固相控制方程第18页
        2.1.3 流体相湍流模型第18-19页
        2.1.4 固相湍流模型第19页
    2.2 宾汉方程第19-20页
    2.3 模型泵基本参数第20-22页
    2.4 过流通道三维造型第22-23页
    2.5 计算域网格划分与无关性验证第23-25页
        2.5.1 计算域网格划分第23-24页
        2.5.2 网格无关性验证第24-25页
    2.6 本章小结第25-26页
第三章 双流道泵流场计算与分析第26-45页
    3.1 双流道泵数值模拟边界条件第26页
    3.2 双流道泵性能预测公式第26-27页
        3.2.1 扬程预测公式第26页
        3.2.2 效率预测公式第26-27页
    3.3 模型泵在清水介质中模拟与试验对比分析第27-29页
    3.4 模型泵输运不同介质时的性能对比第29-30页
    3.5 模型泵输运不同性质固液两相流体时的性能与内流场比较第30-38页
        3.5.1 固液两相流体初始固相浓度对泵性能和内流场的影响第30-34页
        3.5.2 固液两相流体固相粒径对泵性能与内流场的影响第34-38页
    3.6 模型泵输运不同性质宾汉流体的性能和内流场比较第38-43页
        3.6.1 宾汉流体屈服应力对泵性能和叶轮内流场的影响第38-41页
        3.6.2 宾汉流体粘性系数对泵性能和内流场的影响第41-43页
    3.7 本章小结第43-45页
第四章 双流道泵水力性能预测模型第45-56页
    4.1 显著因素的确定第45-47页
        4.1.1 扬程影响因素显著性分析第46页
        4.1.2 效率影响因素显著性分析第46-47页
    4.2 双流道泵水力性能预测模型的建立第47-55页
        4.2.1 径向基神经网络原理第48-49页
        4.2.2 径向基神经网络训练样本建立第49-52页
        4.2.3 水力性能预测模型的建立第52-55页
    4.3 本章小结第55-56页
第五章 双流道泵多目标优化第56-77页
    5.1 多目标优化问题概述第56-59页
        5.1.1 多目标优化问题理论第56-58页
        5.1.2 多目标优化问题求解方法第58-59页
    5.2 粒子群算法概述第59-61页
        5.2.1 算法起源与发展第59页
        5.2.2 粒子群算法基本原理第59-60页
        5.2.3 多目标粒子群算法工作流程第60-61页
    5.3 双流道泵多目标智能优化结果第61-64页
    5.4 初始模型与优化后模型性能与内流场对比第64-74页
        5.4.1 优化前后介质为清水时的性能和流场对比第65-67页
        5.4.2 优化前后介质为固液两相流体时的性能和流场对比第67-72页
        5.4.3 优化前后介质为宾汉流体时的性能和流场对比第72-74页
    5.5 优化结果清水试验验证第74-76页
    5.6 本章小结第76-77页
第六章 总结与展望第77-79页
    6.1 研究工作总结第77-78页
    6.2 展望第78-79页
参考文献第79-83页
致谢第83-84页
攻读硕士学位期间发表学术论文第84页

论文共84页,点击 下载论文
上一篇:物联网中无线传感器网络安全关键技术研究
下一篇:基于IEEE 802.15.6的无线体域网能量优化协议