气液混输泵优化设计及其数值模拟
| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第10-16页 |
| ·油气混输泵概述及其研究意义 | 第10-11页 |
| ·国内外研究现状综述 | 第11-13页 |
| ·国外研究现状综述 | 第11-12页 |
| ·国内研究现状综述 | 第12-13页 |
| ·混输泵的理论研究及优化设计发展 | 第13-15页 |
| ·混输泵理论研究 | 第13-14页 |
| ·优化设计发展 | 第14-15页 |
| ·本文主要研究内容 | 第15-16页 |
| 第2章 气液混输泵叶轮设计 | 第16-23页 |
| ·叶轮设计的基础理论 | 第16页 |
| ·圆柱层无关性假设 | 第16页 |
| ·平面直列叶栅理论 | 第16-18页 |
| ·泵设计参数 | 第18-20页 |
| ·叶轮的结构 | 第18页 |
| ·动叶轮流动区域的一般流动参数 | 第18-20页 |
| ·叶轮单通道模型建立 | 第20-22页 |
| ·UG 在参数化模型创建中的应用 | 第20-21页 |
| ·叶轮单通道建模 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 CFD数值求解过程的实现 | 第23-37页 |
| ·数值模拟简介 | 第23-26页 |
| ·数值模拟方法的特点与优势 | 第23页 |
| ·多相流数值模拟的主要困难 | 第23-25页 |
| ·多相流数值模拟的关键问题 | 第25页 |
| ·螺旋轴流式多相泵数值模拟方式 | 第25-26页 |
| ·网格划分 | 第26-28页 |
| ·网格生成技术 | 第26-27页 |
| ·网格生成软件 | 第27-28页 |
| ·两相流控制方程、设置边界条件 | 第28-34页 |
| ·质量守恒方程 | 第28-29页 |
| ·动量守恒方程 | 第29页 |
| ·近壁区域的处理 | 第29-30页 |
| ·湍流模型及输运方程 | 第30-31页 |
| ·设置两相流计算模型 | 第31-33页 |
| ·定义材料及运行环境 | 第33页 |
| ·设置边界条件 | 第33-34页 |
| ·设置求解过程的监视参数 | 第34页 |
| ·迭代计算 | 第34页 |
| ·混输泵性能参数的定义及预测方法 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 混输泵叶片优化设计 | 第37-64页 |
| ·混输泵叶片优化设计概述 | 第37-38页 |
| ·混输泵叶片参数化 | 第38-40页 |
| ·叶片参数化方法 | 第38-39页 |
| ·混输泵叶片参数化设计 | 第39-40页 |
| ·基于正交表的实验方案建立 | 第40-41页 |
| ·CFD 数值模拟 | 第41页 |
| ·神经网络非线性拟合 | 第41-50页 |
| ·神经网络概述 | 第41-43页 |
| ·神经网络设计步骤 | 第43页 |
| ·神经网络设计的基本要素 | 第43-44页 |
| ·神经元模型 | 第44页 |
| ·网络的拓扑结构 | 第44页 |
| ·神经网络的学习算法 | 第44-45页 |
| ·BP 神经网络 | 第45页 |
| ·BP 神经网络参数选取对网络性能的影响 | 第45-50页 |
| ·优化算法极值寻优 | 第50-63页 |
| ·优化算法概述 | 第50-51页 |
| ·遗传算法 | 第51-59页 |
| ·遗传算法基本操作和步骤 | 第52-53页 |
| ·遗传算法实现 | 第53-59页 |
| ·粒子群算法 | 第59-61页 |
| ·粒子群算法粒子更新公式 | 第59页 |
| ·粒子群算法参数设置 | 第59-61页 |
| ·遗传算法和粒子群优化算法优化结果 | 第61-63页 |
| ·优化结果分析比较 | 第62-63页 |
| ·遗传算法和 PSO 的比较 | 第63页 |
| ·本章小结 | 第63-64页 |
| 第5章 混输泵内部流场数值模拟 | 第64-73页 |
| ·优化结果分析 | 第64页 |
| ·叶片表面静压分析 | 第64-66页 |
| ·叶片表面速度分析 | 第66-69页 |
| ·气液两相分布分析 | 第69-71页 |
| ·优化前后性能曲线对比 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第6章 气液混输泵内流理论初步探讨 | 第73-83页 |
| ·基本假设 | 第73页 |
| ·混输泵性能参数与结构参数的关系 | 第73-81页 |
| ·流量分析 | 第73-79页 |
| ·叶轮进口处体积流量 | 第74-75页 |
| ·叶轮出口处体积流量 | 第75-79页 |
| ·扬程分析 | 第79页 |
| ·效率分析 | 第79-81页 |
| ·本章小结 | 第81-83页 |
| 结论与展望 | 第83-85页 |
| 参考文献 | 第85-88页 |
| 致谢 | 第88-89页 |
| 附录 A（攻读学位期间所发表的学术论文目录） | 第89-90页 |
| 附录 B（神经网络、遗传算法、粒子群算法程序） | 第90-93页 |
