基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的調(diào)節(jié)閥閥芯型面優(yōu)化設(shè)計(jì)與研究
發(fā)布時(shí)間:2020-12-13 05:31
閥芯作為調(diào)節(jié)閥控制管道流量最重要的部件,其閥芯型面的合理設(shè)計(jì)決定了整個(gè)調(diào)節(jié)閥的質(zhì)量和工作效率。目前,國(guó)內(nèi)調(diào)節(jié)閥的設(shè)計(jì)大都采用流量試驗(yàn)結(jié)合反復(fù)修型的方法,其開(kāi)發(fā)周期長(zhǎng)、效率低、成本高,且易導(dǎo)致系統(tǒng)的控制能力不夠精準(zhǔn),能耗偏大,無(wú)法滿足高性能調(diào)節(jié)閥的功能需求;诖,本文以某型號(hào)精小型單座調(diào)節(jié)閥為研究對(duì)象,將流場(chǎng)仿真、遺傳算法、BP神經(jīng)網(wǎng)絡(luò)和正交試驗(yàn)等方法運(yùn)用到閥芯型面優(yōu)化設(shè)計(jì)中,并對(duì)優(yōu)化后調(diào)節(jié)閥的流場(chǎng)特性進(jìn)行分析和研究。論文主要研究工作和相關(guān)結(jié)論如下:首先,利用Solidworks和ANSYS Fluent建立調(diào)節(jié)閥的內(nèi)部流道模型并進(jìn)行流場(chǎng)仿真,對(duì)調(diào)節(jié)閥的流量特性和流阻特性進(jìn)行研究,建立閥芯型面優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型;分別選取閥芯型面設(shè)計(jì)參數(shù)為BP神經(jīng)網(wǎng)絡(luò)的輸入量、調(diào)節(jié)閥性能參數(shù)為網(wǎng)絡(luò)的輸出量,并對(duì)輸入量進(jìn)行正交試驗(yàn);根據(jù)正交試驗(yàn)所得的參數(shù)組合修改閥芯型面,建立修改后的流道模型并進(jìn)行流場(chǎng)分析,最后根據(jù)流場(chǎng)分析得到的性能參數(shù),完成網(wǎng)絡(luò)訓(xùn)練初始樣本集的獲取。其次,考慮到BP神經(jīng)網(wǎng)絡(luò)存在易陷入局部極小值等固有缺陷,利用遺傳算法可以在解集空間內(nèi)全局尋優(yōu)的特點(diǎn),獲取閥芯型面預(yù)測(cè)模型的最佳初始權(quán)值和閾值...
【文章來(lái)源】:江蘇大學(xué)江蘇省
【文章頁(yè)數(shù)】:85 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
調(diào)節(jié)閥結(jié)構(gòu)
其特性曲線如圖2.1 所示,依次為快開(kāi)、直線、拋物線以及等百分比型[35]。在實(shí)際生產(chǎn)中拋物線型流量特性的調(diào)節(jié)閥應(yīng)用很少,基本可用等百分比型來(lái)替換,而快開(kāi)型大都使用于二位調(diào)節(jié)系統(tǒng)中。因此,本文的研究對(duì)象為直線型和等百分比型。圖 2.1 理想流量特性曲線Fig.2.1 Ideal flow characteristic curve(1)直線流量特性直線流量特性是指調(diào)節(jié)閥的相對(duì)流量與相對(duì)開(kāi)度成正比,用數(shù)學(xué)式表達(dá)為:KLLdQQd ()()maxmax(2.1)式中:K 為常數(shù),即為調(diào)節(jié)閥的放大系數(shù)。將式(2.1)積分可得:
江 蘇 大 學(xué) 工 學(xué) 碩 士 學(xué) 位 論 文流體屬性為不可壓縮流體, 為常數(shù);流動(dòng)方向上流體單位體積質(zhì)量為 0。1H 、2H 為流體通過(guò)斷面 1 和 2 時(shí)的重力位能;1P 、2P 為流體的壓力;1w 、2w 為流體通過(guò)斷面 1 和 2 時(shí)的流速。過(guò)調(diào)節(jié)閥節(jié)流口狀態(tài)如圖 2.2 所示。截面 1 和截面 2 為節(jié)流口通過(guò)節(jié)流口時(shí),流通面積減小,假設(shè)此處的流體流動(dòng)是緩慢變對(duì)流體狀態(tài)影響可以忽略不計(jì),即12H H。由于在節(jié)流口處紊流,則動(dòng)能系數(shù) 112a a 。
【參考文獻(xiàn)】:
期刊論文
[1]調(diào)節(jié)閥閥芯型線的優(yōu)化設(shè)計(jì)與流阻分析[J]. 劉磊,何世權(quán). 輕工學(xué)報(bào). 2017(03)
[2]調(diào)節(jié)閥汽蝕和閃蒸的危害及應(yīng)對(duì)方法[J]. 邢建文,陶成軍,李偉,周紀(jì)睿,吳杰,莫曉輝. 油氣儲(chǔ)運(yùn). 2017(04)
[3]不同工況下油煤漿調(diào)節(jié)閥的流動(dòng)特性分析[J]. 李虎生,田小青,楊方元,朱學(xué)軍. 流體機(jī)械. 2016(11)
[4]直通單座調(diào)節(jié)閥柱塞式閥芯型線設(shè)計(jì)方法[J]. 王渭,陳鳳官,明友,郝偉沙,靳衛(wèi)華. 流體機(jī)械. 2016(05)
[5]儲(chǔ)水罐水位調(diào)節(jié)閥內(nèi)部流場(chǎng)數(shù)值模擬及流道結(jié)構(gòu)改進(jìn)[J]. 王亞萍,王磊,葛江華,張晶,修立威. 哈爾濱理工大學(xué)學(xué)報(bào). 2015(06)
[6]管路阻力計(jì)算方法對(duì)調(diào)節(jié)閥性能預(yù)測(cè)結(jié)果的影響[J]. 陳硯,蔡林. 中國(guó)艦船研究. 2015(04)
[7]基于GA的BP神經(jīng)網(wǎng)絡(luò)在多目標(biāo)優(yōu)化中的應(yīng)用[J]. 蘇宇逍. 電子科技. 2015(06)
[8]貝葉斯算法BP神經(jīng)網(wǎng)絡(luò)缺陷量化研究[J]. 田凱,孫永泰,高慧,傅忠堯. 中國(guó)測(cè)試. 2014(03)
[9]基于遺傳算法的某防護(hù)結(jié)構(gòu)優(yōu)化設(shè)計(jì)[J]. 張堃,鄭雅麗,王顯會(huì),魏然. 車輛與動(dòng)力技術(shù). 2014(02)
[10]關(guān)于人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究[J]. 李紅超. 電腦知識(shí)與技術(shù). 2014(06)
碩士論文
[1]滴丸機(jī)膠液流量調(diào)節(jié)閥研究與設(shè)計(jì)[D]. 何旸.華中科技大學(xué) 2016
[2]基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)跟車模型研究[D]. 張運(yùn)虎.長(zhǎng)安大學(xué) 2015
[3]基于遺傳算法的桅桿結(jié)構(gòu)抗風(fēng)優(yōu)化設(shè)計(jì)方法研究[D]. 王鶴.廣州大學(xué) 2015
[4]基于調(diào)節(jié)閥的流量測(cè)量方法研究[D]. 陶曉磊.中國(guó)計(jì)量學(xué)院 2014
[5]基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的產(chǎn)品質(zhì)量合格率預(yù)測(cè)研究[D]. 溫文.華南理工大學(xué) 2014
[6]基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究及MATLAB仿真[D]. 任謝楠.天津師范大學(xué) 2014
[7]結(jié)合神經(jīng)網(wǎng)絡(luò)和遺傳算法的脈沖參數(shù)尋優(yōu)與滅藻實(shí)驗(yàn)研究[D]. 石嶺嶺.重慶大學(xué) 2013
[8]調(diào)節(jié)閥流量特性及動(dòng)態(tài)性能研究[D]. 曹文斌.蘭州理工大學(xué) 2013
[9]基于遺傳-BP神經(jīng)網(wǎng)絡(luò)的手寫(xiě)數(shù)字的識(shí)別方法[D]. 張魁.西安科技大學(xué) 2012
[10]BP算法的改進(jìn)及其應(yīng)用[D]. 劉翔.太原理工大學(xué) 2012
本文編號(hào):2913993
【文章來(lái)源】:江蘇大學(xué)江蘇省
【文章頁(yè)數(shù)】:85 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
調(diào)節(jié)閥結(jié)構(gòu)
其特性曲線如圖2.1 所示,依次為快開(kāi)、直線、拋物線以及等百分比型[35]。在實(shí)際生產(chǎn)中拋物線型流量特性的調(diào)節(jié)閥應(yīng)用很少,基本可用等百分比型來(lái)替換,而快開(kāi)型大都使用于二位調(diào)節(jié)系統(tǒng)中。因此,本文的研究對(duì)象為直線型和等百分比型。圖 2.1 理想流量特性曲線Fig.2.1 Ideal flow characteristic curve(1)直線流量特性直線流量特性是指調(diào)節(jié)閥的相對(duì)流量與相對(duì)開(kāi)度成正比,用數(shù)學(xué)式表達(dá)為:KLLdQQd ()()maxmax(2.1)式中:K 為常數(shù),即為調(diào)節(jié)閥的放大系數(shù)。將式(2.1)積分可得:
江 蘇 大 學(xué) 工 學(xué) 碩 士 學(xué) 位 論 文流體屬性為不可壓縮流體, 為常數(shù);流動(dòng)方向上流體單位體積質(zhì)量為 0。1H 、2H 為流體通過(guò)斷面 1 和 2 時(shí)的重力位能;1P 、2P 為流體的壓力;1w 、2w 為流體通過(guò)斷面 1 和 2 時(shí)的流速。過(guò)調(diào)節(jié)閥節(jié)流口狀態(tài)如圖 2.2 所示。截面 1 和截面 2 為節(jié)流口通過(guò)節(jié)流口時(shí),流通面積減小,假設(shè)此處的流體流動(dòng)是緩慢變對(duì)流體狀態(tài)影響可以忽略不計(jì),即12H H。由于在節(jié)流口處紊流,則動(dòng)能系數(shù) 112a a 。
【參考文獻(xiàn)】:
期刊論文
[1]調(diào)節(jié)閥閥芯型線的優(yōu)化設(shè)計(jì)與流阻分析[J]. 劉磊,何世權(quán). 輕工學(xué)報(bào). 2017(03)
[2]調(diào)節(jié)閥汽蝕和閃蒸的危害及應(yīng)對(duì)方法[J]. 邢建文,陶成軍,李偉,周紀(jì)睿,吳杰,莫曉輝. 油氣儲(chǔ)運(yùn). 2017(04)
[3]不同工況下油煤漿調(diào)節(jié)閥的流動(dòng)特性分析[J]. 李虎生,田小青,楊方元,朱學(xué)軍. 流體機(jī)械. 2016(11)
[4]直通單座調(diào)節(jié)閥柱塞式閥芯型線設(shè)計(jì)方法[J]. 王渭,陳鳳官,明友,郝偉沙,靳衛(wèi)華. 流體機(jī)械. 2016(05)
[5]儲(chǔ)水罐水位調(diào)節(jié)閥內(nèi)部流場(chǎng)數(shù)值模擬及流道結(jié)構(gòu)改進(jìn)[J]. 王亞萍,王磊,葛江華,張晶,修立威. 哈爾濱理工大學(xué)學(xué)報(bào). 2015(06)
[6]管路阻力計(jì)算方法對(duì)調(diào)節(jié)閥性能預(yù)測(cè)結(jié)果的影響[J]. 陳硯,蔡林. 中國(guó)艦船研究. 2015(04)
[7]基于GA的BP神經(jīng)網(wǎng)絡(luò)在多目標(biāo)優(yōu)化中的應(yīng)用[J]. 蘇宇逍. 電子科技. 2015(06)
[8]貝葉斯算法BP神經(jīng)網(wǎng)絡(luò)缺陷量化研究[J]. 田凱,孫永泰,高慧,傅忠堯. 中國(guó)測(cè)試. 2014(03)
[9]基于遺傳算法的某防護(hù)結(jié)構(gòu)優(yōu)化設(shè)計(jì)[J]. 張堃,鄭雅麗,王顯會(huì),魏然. 車輛與動(dòng)力技術(shù). 2014(02)
[10]關(guān)于人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究[J]. 李紅超. 電腦知識(shí)與技術(shù). 2014(06)
碩士論文
[1]滴丸機(jī)膠液流量調(diào)節(jié)閥研究與設(shè)計(jì)[D]. 何旸.華中科技大學(xué) 2016
[2]基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)跟車模型研究[D]. 張運(yùn)虎.長(zhǎng)安大學(xué) 2015
[3]基于遺傳算法的桅桿結(jié)構(gòu)抗風(fēng)優(yōu)化設(shè)計(jì)方法研究[D]. 王鶴.廣州大學(xué) 2015
[4]基于調(diào)節(jié)閥的流量測(cè)量方法研究[D]. 陶曉磊.中國(guó)計(jì)量學(xué)院 2014
[5]基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的產(chǎn)品質(zhì)量合格率預(yù)測(cè)研究[D]. 溫文.華南理工大學(xué) 2014
[6]基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究及MATLAB仿真[D]. 任謝楠.天津師范大學(xué) 2014
[7]結(jié)合神經(jīng)網(wǎng)絡(luò)和遺傳算法的脈沖參數(shù)尋優(yōu)與滅藻實(shí)驗(yàn)研究[D]. 石嶺嶺.重慶大學(xué) 2013
[8]調(diào)節(jié)閥流量特性及動(dòng)態(tài)性能研究[D]. 曹文斌.蘭州理工大學(xué) 2013
[9]基于遺傳-BP神經(jīng)網(wǎng)絡(luò)的手寫(xiě)數(shù)字的識(shí)別方法[D]. 張魁.西安科技大學(xué) 2012
[10]BP算法的改進(jìn)及其應(yīng)用[D]. 劉翔.太原理工大學(xué) 2012
本文編號(hào):2913993
本文鏈接:http://sikaile.net/jixiegongchenglunwen/2913993.html
最近更新
教材專著