

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、渣漿泵輸送的是固液兩相介質,泵內流體的流動狀態(tài)與清水泵相差甚遠,設計也更為復雜,且其設計理論與設計方法尚不完善。在性能方面,渣漿泵主要存在著揚程低于設計揚程、效率低、磨損嚴重等問題,是現(xiàn)代安全高效生產中性能急需提升的一類設備。因此,優(yōu)化設計渣漿泵,提高渣漿泵的各項性能,意義重大。
本文在歸納與總結前人研究的基礎上,采用Plackeet-Burman篩選試驗設計、均勻試驗設計,利用RBF神經(jīng)網(wǎng)絡,結合NSGA-Ⅱ遺傳算法,對一比
2、轉速為75的離心式渣漿泵進行多目標優(yōu)化設計,為改進渣漿泵的結構提供一種新的設計思路與有益參考。本文主要工作如下:
1.整理歸納國內外研究者對渣漿泵的試驗、模擬、優(yōu)化等方面的工作,分析智能優(yōu)化算法在流體機械領域的應用。
2.利用雙流體模型,建立并推導了渣漿泵的固液兩相基本方程式,為渣漿泵的CFD計算提供了數(shù)學模型及理論依據(jù)。利用MATLAB軟件建立了可控包角圓柱形葉片投影曲線方程,實現(xiàn)了葉片繪型的程序化。運用Pro/E
3、ngineer軟件對渣漿泵進行實體造型、采用ICEM對模型泵計算域劃分網(wǎng)格,并完成網(wǎng)格無關性驗證。
3.采用CFD數(shù)值模擬,對比分析模型泵在輸送單相清水介質與固液兩相介質時外特性曲線之間的差異。在固液兩相介質工況下,進行了試驗驗證。分別在不同的初始固相濃度、顆粒粒徑、固相顆粒密度下,將渣漿泵葉輪流道與蝸殼流道在z=0剖面上的靜壓分布圖、葉輪流道在z=0剖面上的液相、固相相對速度矢量圖進行對比,分析了產生差異的原因。
4、4.由于可能影響渣漿泵高效區(qū)HE與最高效率PE的結構參數(shù)眾多,運用Design Expert8.0.5b軟件對模型泵的12個結構參數(shù)進行Plackett-Burman篩選試驗設計,篩選出3個結構參數(shù)作為優(yōu)化變量,進行37水平均勻試驗設計,構建RBF神經(jīng)網(wǎng)絡的訓練、測試樣本,建立結構參數(shù)和性能指標的內在聯(lián)系。
5.根據(jù)NSGA-Ⅱ遺傳算法求得的Pareto最優(yōu)解集,取其中2個極值個體所對應的渣漿泵進行CFD數(shù)值計算,并對比分析了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于NSGA-Ⅱ和免疫算法的多目標優(yōu)化與分類.pdf
- 基于DE和NSGA-Ⅱ的進化多目標優(yōu)化算法及應用.pdf
- 基于NSGA-Ⅱ多目標遺傳算法小型分布式能源系統(tǒng)設計優(yōu)化.pdf
- 基于NSGA-Ⅱ遺傳算法的高比轉速混流泵的多目標優(yōu)化設計.pdf
- 基于SPEA-Ⅱ和NSGA-Ⅱ的多目標最優(yōu)潮流.pdf
- 基于NSGA-Ⅱ的多目標配電網(wǎng)重構.pdf
- 基于優(yōu)化算法的徑向基神經(jīng)網(wǎng)絡模型的改進及應用.pdf
- 基于NSGA-Ⅱ算法的軸流式葉片優(yōu)化設計.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡的優(yōu)化研究.pdf
- 基于神經(jīng)網(wǎng)絡和粒子群算法的沖壓成形多目標優(yōu)化.pdf
- 基于L-GEM徑向基函數(shù)神經(jīng)網(wǎng)絡的目標檢測跟蹤算法研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡學習算法研究.pdf
- 基于NSGA多目標遺傳算法直接空冷凝汽器設計優(yōu)化.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡的學習算法研究.pdf
- 基于NSGA-Ⅱ的海星浮筒殼體結構優(yōu)化.pdf
- 徑向基(RBF)人工神經(jīng)網(wǎng)絡的算法及其應用.pdf
- 基于NSGA-Ⅱ算法的微電網(wǎng)規(guī)劃研究與設計.pdf
- 基于多目標優(yōu)化的人工神經(jīng)網(wǎng)絡自適應設計.pdf
- 基于徑向基神經(jīng)網(wǎng)絡的財務預警研究.pdf
- 徑向基神經(jīng)網(wǎng)絡訓練算法及其性能研究.pdf
評論
0/150
提交評論