本文關(guān)鍵詞：基于徑向基神經(jīng)網(wǎng)絡與NSGA-Ⅱ算法的渣漿泵多目標優(yōu)化設計

  更多相關(guān)文章： 渣漿泵 多目標優(yōu)化 神經(jīng)網(wǎng)絡 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(chǎn)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(jié)前人研究的基礎(chǔ)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(jié)合NSGA-Ⅱ遺傳算法,對一比轉(zhuǎn)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(jié)構(gòu)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(nèi)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(lǐng)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/Engineer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(guān)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(zhì)與固液兩相介質(zhì)時外特性曲線之間的差異。在固液兩相介質(zhì)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(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,運用Design Expert 8.0.5b軟件對模型泵的12個結(jié)構(gòu)參數(shù)進行Plackett-Burman篩選試驗設計,篩選出3個結(jié)構(gòu)參數(shù)作為優(yōu)化變量,進行37水平均勻試驗設計,構(gòu)建RBF神經(jīng)網(wǎng)絡的訓練、測試樣本,建立結(jié)構(gòu)參數(shù)和性能指標的內(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,并對比分析了與初始個體的外特性曲線、葉輪與蝸殼流道在z=0剖面上的絕對壓力分布,葉輪流道在z=0剖面上的液相、固相相對速度矢量和湍動能分布,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)個體進行試驗驗證,并與初始個體的試驗效率曲線對比,驗證了NSGA-Ⅱ遺傳算法用于渣漿泵優(yōu)化設計的有效性。
【關(guān)鍵詞】：渣漿泵 多目標優(yōu)化 神經(jīng)網(wǎng)絡 遺傳算法 數(shù)值模擬
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：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)固液流動控制方程16-19
• 2.2.1 渣漿泵內(nèi)液相流動控制方程16-18
• 2.2.2 渣漿泵內(nèi)固相流動控制方程18-19
• 2.3 CFD工作流程19-20
• 2.4 渣漿泵全流道實體建模20-22
• 2.4.1 可控包角圓柱形葉片投影曲線方程的建立20-21
• 2.4.2 渣漿泵計算模型的建立21-22
• 2.5 計算域網(wǎng)格劃分與無關(guān)性驗證22-24
• 2.5.1 計算域網(wǎng)格劃分22-23
• 2.5.2 網(wǎng)格數(shù)無關(guān)性驗證23-24
• 2.6 本章小結(jié)24-25
• 第三章 渣漿泵流場計算與分析25-43
• 3.1 基本設計參數(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 兩相流模型設置26
• 3.2.3 邊界條件設置26-27
• 3.3 固液兩相與清水工況時模型泵的外特性對比27-28
• 3.3.1 渣漿泵揚程預測27
• 3.3.2 渣漿泵效率預測27
• 3.3.3 模型泵固液兩相與清水工況時外特性對比27-28
• 3.4 渣漿泵模型泵試驗驗證28-29
• 3.5 渣漿泵中壓力場分析29-32
• 3.5.1 不同初始固相濃度時壓力場分析29-30
• 3.5.2 不同顆粒粒徑時壓力場分析30-31
• 3.5.3 不同顆粒相密度時壓力場分析31-32
• 3.6 渣漿泵葉輪流道中速度場分析32-38
• 3.6.1 不同初始固相濃度時相對速度分析32-34
• 3.6.2 不同顆粒粒徑時相對速度分析34-36
• 3.6.3 不同顆粒相密度時相對速度分析36-38
• 3.7 顆粒對揚程、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 顆粒對渣漿泵揚程、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 渣漿泵水力性能預測模型43-62
• 4.1 渣漿泵初始幾何參數(shù)43-44
• 4.2 篩選試驗設計44-49
• 4.2.1 Plackett-Burman試驗設計44-48
• 4.2.2 顯著因素取值范圍48-49
• 4.3 均勻試驗設計49-54
• 4.3.1 均勻試驗設計表構(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)絡建模54-61
• 4.4.1 數(shù)學回歸與神經(jīng)網(wǎng)絡54
• 4.4.2 神經(jīng)網(wǎng)絡概述54-55
• 4.4.3 RBF神經(jīng)網(wǎng)絡55-58
• 4.4.4 RBF神經(jīng)網(wǎng)絡模型建立58-61
• 4.5 本章小結(jié)61-62
• 第五章 渣漿泵多目標優(yōu)化62-77
• 5.1 多目標優(yōu)化問題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)化前后的葉輪對比68-69
• 5.3.3 優(yōu)化前后的外特性對比69-70
• 5.3.4 優(yōu)化前后的內(nèi)流場對比70-73
• 5.3.5 優(yōu)化前后的磨損特性對比73-75
• 5.3.6 優(yōu)化結(jié)果的試驗驗證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79-83
• 致謝83-84
• 攻讀碩士學位期間發(fā)表的學術(shù)論文84

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

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

2 周保民;張建國;;基于粒子融合NSGA-Ⅱ的永磁無刷直流電機多目標優(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)實現(xiàn)結(jié)構(gòu)的魯棒優(yōu)化[J];機械設計;2009年04期

5 孫麗潔;樂秀t，

本文編號：574152