气体和液体介质中细颗粒沉积的差异性研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号表 | 第12-14页 |
第1章 绪论 | 第14-23页 |
1.1 研究背景和意义 | 第14-15页 |
1.1.1 研究背景 | 第14-15页 |
1.1.2 研究意义 | 第15页 |
1.2 国内外研究现状 | 第15-20页 |
1.2.1 气体介质中细颗粒沉积研究现状 | 第15-19页 |
1.2.2 液体介质中细颗粒沉积研究现状 | 第19-20页 |
1.2.3 本科研团队的研究基础 | 第20页 |
1.3 存在的问题和进一步研究的方向 | 第20-21页 |
1.4 研究内容及方法 | 第21-23页 |
第2章 研究对象与计算程序 | 第23-28页 |
2.1 引言 | 第23页 |
2.2 几何模型 | 第23-24页 |
2.3 边界条件和初始条件 | 第24页 |
2.4 程序说明 | 第24-27页 |
2.4.1 程序功能 | 第24-25页 |
2.4.2 程序组成 | 第25页 |
2.4.3 程序流程 | 第25-27页 |
2.5 本章小结 | 第27-28页 |
第3章 介质物性计算模型 | 第28-32页 |
3.1 引言 | 第28页 |
3.2 水物性 | 第28-29页 |
3.2.1 密度 | 第28页 |
3.2.2 粘度 | 第28-29页 |
3.2.3 热导率 | 第29页 |
3.2.4 比热容 | 第29页 |
3.3 铅铋合金物性 | 第29-30页 |
3.3.1 密度 | 第29页 |
3.3.2 粘度 | 第29-30页 |
3.3.3 热导率 | 第30页 |
3.3.4 比热容 | 第30页 |
3.4 空气物性 | 第30-31页 |
3.4.1 密度 | 第30页 |
3.4.2 粘度 | 第30页 |
3.4.3 热导率 | 第30页 |
3.4.4 比热容 | 第30-31页 |
3.5 不锈钢颗粒物性 | 第31页 |
3.5.1 密度 | 第31页 |
3.5.2 粘度 | 第31页 |
3.5.3 热导率 | 第31页 |
3.5.4 比热容 | 第31页 |
3.6 本章小结 | 第31-32页 |
第4章 气体和液体介质中细颗粒的沉积率计算模型 | 第32-38页 |
4.1 引言 | 第32页 |
4.2 热泳沉积 | 第32-35页 |
4.2.1 克努森数 | 第32页 |
4.2.2 热泳系数 | 第32-34页 |
4.2.3 热泳沉积率 | 第34-35页 |
4.3 湍流沉积 | 第35-37页 |
4.3.1 无量纲沉积速度 | 第35-36页 |
4.3.2 摩擦系数 | 第36-37页 |
4.3.3 湍流沉积率 | 第37页 |
4.4 总沉积率 | 第37页 |
4.5 本章小结 | 第37-38页 |
第5章 基于FLUENT的计算模型 | 第38-42页 |
5.1 引言 | 第38页 |
5.2 质量方程 | 第38页 |
5.3 动量方程 | 第38-40页 |
5.3.1 层流动量方程 | 第38-39页 |
5.3.2 湍流动量方程 | 第39页 |
5.3.3 湍流模型 | 第39-40页 |
5.4 能量方程 | 第40页 |
5.5 离散相轨迹方程 | 第40-41页 |
5.6 本章小结 | 第41-42页 |
第6章 基于遗传神经网络的细颗粒沉积参数分析算法 | 第42-47页 |
6.1 引言 | 第42页 |
6.2 神经网络算法 | 第42-44页 |
6.2.1 正向传播 | 第42-43页 |
6.2.2 反向传播 | 第43-44页 |
6.2.3 BP网络灵敏度计算模型 | 第44页 |
6.3 遗传算法 | 第44页 |
6.4 遗传神经网络优化流程 | 第44-46页 |
6.5 本章小结 | 第46-47页 |
第7章 气体和液体介质中细颗粒沉积计算结果及分析 | 第47-78页 |
7.1 引言 | 第47页 |
7.2 网格划分和灵敏度分析 | 第47-49页 |
7.2.1 网格划分 | 第47页 |
7.2.2 网格敏感性分析 | 第47-49页 |
7.3 气体和液体介质中的场分布特点 | 第49-54页 |
7.3.1 速度分布 | 第49-51页 |
7.3.2 温度分布 | 第51-52页 |
7.3.3 湍动能分布 | 第52-53页 |
7.3.4 壁面沉积分布 | 第53-54页 |
7.4 气体和液体介质中细颗粒沉积率结果及差异性 | 第54-67页 |
7.4.1 热泳沉积率结果及差异性 | 第54-58页 |
7.4.2 湍流沉积率结果及差异性 | 第58-62页 |
7.4.3 总沉积率结果及差异性 | 第62-67页 |
7.5 气体和液体沉积率的参数灵敏度结果及差异性 | 第67-73页 |
7.5.1 遗传神经网络预测输出与期望输出 | 第67-71页 |
7.5.2 不同输入参数灵敏度的差异性 | 第71-73页 |
7.6 气体和液体中沉积率差异性机理 | 第73-77页 |
7.6.1 温度梯度对沉积率影响 | 第73-74页 |
7.6.2 粒径对沉积率影响 | 第74-75页 |
7.6.3 平均流速对沉积率影响 | 第75-76页 |
7.6.4 气体和液体沉积率差异性机理 | 第76-77页 |
7.7 本章小结 | 第77-78页 |
第8章 结论与展望 | 第78-80页 |
参考文献 | 第80-86页 |
附录Ⅰ PDTION1.0符号及意义 | 第86-90页 |
攻读硕士学位期间发表的论文及其它成果 | 第90-93页 |
致谢 | 第93-94页 |
作者简介 | 第94页 |