本文關(guān)鍵詞：基于徑向基神經(jīng)網(wǎng)絡(luò)與NSGA-Ⅱ算法的渣漿泵多目標(biāo)優(yōu)化設(shè)計(jì)

  更多相關(guān)文章： 渣漿泵 多目標(biāo)優(yōu)化 神經(jīng)網(wǎng)絡(luò) 遺傳算法 數(shù)值模擬

【摘要】：渣漿泵輸送的是固液兩相介質(zhì),泵內(nèi)流體的流動(dòng)狀態(tài)與清水泵相差甚遠(yuǎn),設(shè)計(jì)也更為復(fù)雜,且其設(shè)計(jì)理論與設(shè)計(jì)方法尚不完善。在性能方面,渣漿泵主要存在著揚(yáng)程低于設(shè)計(jì)揚(yáng)程、效率低、磨損嚴(yán)重等問(wèn)題,是現(xiàn)代安全高效生產(chǎn)中性能急需提升的一類(lèi)設(shè)備。因此,優(yōu)化設(shè)計(jì)渣漿泵,提高渣漿泵的各項(xiàng)性能,意義重大。本文在歸納與總結(jié)前人研究的基礎(chǔ)上,采用Plackeet-Burman篩選試驗(yàn)設(shè)計(jì)、均勻試驗(yàn)設(shè)計(jì),利用RBF神經(jīng)網(wǎng)絡(luò),結(jié)合NSGA-Ⅱ遺傳算法,對(duì)一比轉(zhuǎn)速為75的離心式渣漿泵進(jìn)行多目標(biāo)優(yōu)化設(shè)計(jì),為改進(jìn)渣漿泵的結(jié)構(gòu)提供一種新的設(shè)計(jì)思路與有益參考。本文主要工作如下:1.整理歸納國(guó)內(nèi)外研究者對(duì)渣漿泵的試驗(yàn)、模擬、優(yōu)化等方面的工作,分析智能優(yōu)化算法在流體機(jī)械領(lǐng)域的應(yīng)用。2.利用雙流體模型,建立并推導(dǎo)了渣漿泵的固液兩相基本方程式,為渣漿泵的CFD計(jì)算提供了數(shù)學(xué)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(xiàn)方程,實(shí)現(xiàn)了葉片繪型的程序化。運(yùn)用Pro/Engineer軟件對(duì)渣漿泵進(jìn)行實(shí)體造型、采用ICEM對(duì)模型泵計(jì)算域劃分網(wǎng)格,并完成網(wǎng)格無(wú)關(guān)性驗(yàn)證。3.采用CFD數(shù)值模擬,對(duì)比分析模型泵在輸送單相清水介質(zhì)與固液兩相介質(zhì)時(shí)外特性曲線(xiàn)之間的差異。在固液兩相介質(zhì)工況下,進(jìn)行了試驗(yàn)驗(yàn)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(duì)速度矢量圖進(jìn)行對(duì)比,分析了產(chǎn)生差異的原因。4.由于可能影響渣漿泵高效區(qū)HE與最高效率PE的結(jié)構(gòu)參數(shù)眾多,運(yùn)用Design Expert 8.0.5b軟件對(duì)模型泵的12個(gè)結(jié)構(gòu)參數(shù)進(jìn)行Plackett-Burman篩選試驗(yàn)設(shè)計(jì),篩選出3個(gè)結(jié)構(gòu)參數(shù)作為優(yōu)化變量,進(jìn)行37水平均勻試驗(yàn)設(shè)計(jì),構(gòu)建RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練、測(cè)試樣本,建立結(jié)構(gòu)參數(shù)和性能指標(biāo)的內(nèi)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(gè)極值個(gè)體所對(duì)應(yīng)的渣漿泵進(jìn)行CFD數(shù)值計(jì)算,并對(duì)比分析了與初始個(gè)體的外特性曲線(xiàn)、葉輪與蝸殼流道在z=0剖面上的絕對(duì)壓力分布,葉輪流道在z=0剖面上的液相、固相相對(duì)速度矢量和湍動(dòng)能分布,以及葉片工作面、背面、葉輪前蓋板、后蓋板的固相濃度分布的差異。取效率最優(yōu)個(gè)體進(jìn)行試驗(yàn)驗(yàn)證,并與初始個(gè)體的試驗(yàn)效率曲線(xiàn)對(duì)比,驗(yàn)證了NSGA-Ⅱ遺傳算法用于渣漿泵優(yōu)化設(shè)計(jì)的有效性。
【關(guān)鍵詞】：渣漿泵 多目標(biāo)優(yōu)化 神經(jīng)網(wǎng)絡(luò) 遺傳算法 數(shù)值模擬
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TH38;TP18
【目錄】：

• 摘要5-7
• Abstract7-11
• 第一章 緒論11-15
• 1.1 課題研究目的及意義11
• 1.2 渣漿泵研究現(xiàn)狀11-14
• 1.3 本文研究的主要內(nèi)容14-15
• 第二章 渣漿泵湍流模型與網(wǎng)格劃分15-25
• 2.1 渣漿泵的基本方程式15-16
• 2.1.1 清水泵的基本方程式15
• 2.1.2 渣漿泵的兩相流基本方程式15-16
• 2.2 渣漿泵內(nèi)固液流動(dòng)控制方程16-19
• 2.2.1 渣漿泵內(nèi)液相流動(dòng)控制方程16-18
• 2.2.2 渣漿泵內(nèi)固相流動(dòng)控制方程18-19
• 2.3 CFD工作流程19-20
• 2.4 渣漿泵全流道實(shí)體建模20-22
• 2.4.1 可控包角圓柱形葉片投影曲線(xiàn)方程的建立20-21
• 2.4.2 渣漿泵計(jì)算模型的建立21-22
• 2.5 計(jì)算域網(wǎng)格劃分與無(wú)關(guān)性驗(yàn)證22-24
• 2.5.1 計(jì)算域網(wǎng)格劃分22-23
• 2.5.2 網(wǎng)格數(shù)無(wú)關(guān)性驗(yàn)證23-24
• 2.6 本章小結(jié)24-25
• 第三章 渣漿泵流場(chǎng)計(jì)算與分析25-43
• 3.1 基本設(shè)計(jì)參數(shù)25
• 3.2 渣漿泵內(nèi)湍流數(shù)值模擬方法及邊界條件設(shè)置25-27
• 3.2.1 固液湍流模型選取25-26
• 3.2.2 兩相流模型設(shè)置26
• 3.2.3 邊界條件設(shè)置26-27
• 3.3 固液兩相與清水工況時(shí)模型泵的外特性對(duì)比27-28
• 3.3.1 渣漿泵揚(yáng)程預(yù)測(cè)27
• 3.3.2 渣漿泵效率預(yù)測(cè)27
• 3.3.3 模型泵固液兩相與清水工況時(shí)外特性對(duì)比27-28
• 3.4 渣漿泵模型泵試驗(yàn)驗(yàn)證28-29
• 3.5 渣漿泵中壓力場(chǎng)分析29-32
• 3.5.1 不同初始固相濃度時(shí)壓力場(chǎng)分析29-30
• 3.5.2 不同顆粒粒徑時(shí)壓力場(chǎng)分析30-31
• 3.5.3 不同顆粒相密度時(shí)壓力場(chǎng)分析31-32
• 3.6 渣漿泵葉輪流道中速度場(chǎng)分析32-38
• 3.6.1 不同初始固相濃度時(shí)相對(duì)速度分析32-34
• 3.6.2 不同顆粒粒徑時(shí)相對(duì)速度分析34-36
• 3.6.3 不同顆粒相密度時(shí)相對(duì)速度分析36-38
• 3.7 顆粒對(duì)揚(yáng)程、最高效率和高效區(qū)的影響38-42
• 3.7.1 高效區(qū)HE的定義38-39
• 3.7.2 顆粒對(duì)渣漿泵揚(yáng)程、最高效率和高效區(qū)的影響39-42
• 3.8 本章小結(jié)42-43
• 第四章 渣漿泵水力性能預(yù)測(cè)模型43-62
• 4.1 渣漿泵初始幾何參數(shù)43-44
• 4.2 篩選試驗(yàn)設(shè)計(jì)44-49
• 4.2.1 Plackett-Burman試驗(yàn)設(shè)計(jì)44-48
• 4.2.2 顯著因素取值范圍48-49
• 4.3 均勻試驗(yàn)設(shè)計(jì)49-54
• 4.3.1 均勻試驗(yàn)設(shè)計(jì)表構(gòu)造50-52
• 4.3.2 樣本空間求解52
• 4.3.3 樣本空間的歸一化處理52-54
• 4.4 人工神經(jīng)網(wǎng)絡(luò)建模54-61
• 4.4.1 數(shù)學(xué)回歸與神經(jīng)網(wǎng)絡(luò)54
• 4.4.2 神經(jīng)網(wǎng)絡(luò)概述54-55
• 4.4.3 RBF神經(jīng)網(wǎng)絡(luò)55-58
• 4.4.4 RBF神經(jīng)網(wǎng)絡(luò)模型建立58-61
• 4.5 本章小結(jié)61-62
• 第五章 渣漿泵多目標(biāo)優(yōu)化62-77
• 5.1 多目標(biāo)優(yōu)化問(wèn)題62-63
• 5.2 遺傳算法63-66
• 5.2.1 遺傳算法概述63-64
• 5.2.2 NSGA-Ⅱ遺傳算法64-65
• 5.2.3 基于NSGA-Ⅱ遺傳算法的優(yōu)化流程65-66
• 5.3 優(yōu)化結(jié)果66-76
• 5.3.1 基本優(yōu)化結(jié)果66-68
• 5.3.2 優(yōu)化前后的葉輪對(duì)比68-69
• 5.3.3 優(yōu)化前后的外特性對(duì)比69-70
• 5.3.4 優(yōu)化前后的內(nèi)流場(chǎng)對(duì)比70-73
• 5.3.5 優(yōu)化前后的磨損特性對(duì)比73-75
• 5.3.6 優(yōu)化結(jié)果的試驗(yàn)驗(yàn)證75-76
• 5.4 本章小結(jié)76-77
• 第六章 總結(jié)與展望77-79
• 6.1 總結(jié)77-78
• 6.2 展望78-79
• 參考文獻(xiàn)79-83
• 致謝83-84
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文84

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王廣博;韓慶;鐘小平;;NSGA-Ⅱ中重復(fù)個(gè)體的控制[J];科學(xué)技術(shù)與工程;2011年34期

2 周保民;張建國(guó);;基于粒子融合NSGA-Ⅱ的永磁無(wú)刷直流電機(jī)多目標(biāo)優(yōu)化[J];電子世界;2013年07期

3 ;Improved NSGA-Ⅱ Multi-objective Genetic Algorithm Based on Hybridization-encouraged Mechanism[J];Chinese Journal of Aeronautics;2008年06期

4 柳高潔;顧克秋;;結(jié)合NSGA-Ⅱ算法和蒙特卡羅模擬技術(shù)實(shí)現(xiàn)結(jié)構(gòu)的魯棒優(yōu)化[J];機(jī)械設(shè)計(jì);2009年04期

5 孫麗潔;樂(lè)秀t，

本文編號(hào)：574152