混流泵能量性能多参数优化研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题的研究背景及意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 叶片泵内流特性研究进展 | 第12-13页 |
| 1.2.2 叶片泵优化方法研究进展 | 第13-16页 |
| 1.3 神经网络的研究现状 | 第16页 |
| 1.4 遗传算法的研究现状 | 第16-17页 |
| 1.5 本文的主要研究内容 | 第17-19页 |
| 第二章 混流泵能量性能的试验测试 | 第19-33页 |
| 2.1 模型泵的设计 | 第19页 |
| 2.2 模型泵的加工 | 第19-20页 |
| 2.3 试验台及设备 | 第20-23页 |
| 2.4 试验方案 | 第23页 |
| 2.5 性能试验结果及分析 | 第23-32页 |
| 2.5.1 外特性试验结果分析 | 第23-24页 |
| 2.5.2 压力脉动试验结果分析 | 第24-30页 |
| 2.5.3 振动试验结果及分析 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 混流泵能量性能多参数优化 | 第33-53页 |
| 3.1 模型泵的CFD计算 | 第33-37页 |
| 3.1.1 三维造型及网格划分 | 第33-35页 |
| 3.1.2 湍流模型 | 第35页 |
| 3.1.3 边界条件 | 第35-36页 |
| 3.1.4 计算结果 | 第36-37页 |
| 3.2 样本点的建立 | 第37-42页 |
| 3.2.1 优化参数 | 第37页 |
| 3.2.2 样本建立 | 第37-39页 |
| 3.2.3 正交试验结果分析 | 第39-42页 |
| 3.3 性能预测模型的建立 | 第42-45页 |
| 3.3.1 RBF神经网络的简介 | 第42-43页 |
| 3.3.2 RBF神经网络的拓扑结构 | 第43页 |
| 3.3.3 RBF神经网络性能预测模型的建立 | 第43-44页 |
| 3.3.4 RBF神经网络的训练 | 第44页 |
| 3.3.5 RBF神经网络的精度检验 | 第44-45页 |
| 3.4 优化算法求解 | 第45-51页 |
| 3.4.1 多岛遗传算法简介 | 第45页 |
| 3.4.2 多岛遗传算法原理 | 第45-47页 |
| 3.4.3 优化目标 | 第47页 |
| 3.4.4 参数设置 | 第47-50页 |
| 3.4.5 优化结果 | 第50-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第四章 混流泵叶轮优化前后性能对比 | 第53-66页 |
| 4.1 优化后模型泵的加工 | 第53页 |
| 4.2 外特性试验及结果分析 | 第53-54页 |
| 4.3 压力脉动试验及结果分析 | 第54-58页 |
| 4.3.1 压力脉动试验方法 | 第54页 |
| 4.3.2 压力脉动试验结果及分析 | 第54-58页 |
| 4.4 振动试验及结果分析 | 第58-60页 |
| 4.4.1 振动试验方法 | 第58页 |
| 4.4.2 振动试验结果及分析 | 第58-60页 |
| 4.5 内流计算结果及对比分析 | 第60-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-69页 |
| 5.1 研究总结 | 第66-67页 |
| 5.2 研究展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间发表的论文及参加的科研项目 | 第76页 |
