气液两相流流型辨识研究及在轴承腔中的仿真实现

摘要

本文的目的就是建立一个理论预测模型,以便进行轴承腔两相流流型的辨识.本文以管道气液两相流为原型,首先采用基于神经网络的理论方法建立预测模型,通过考察三种传统网络的辨识率,发现BP网络具有较高的准确性.针对BP网络因其本身算法上的弱点而造成的对部分流型识别率较低的问题,论文进一步提出采用遗传算法优化BP网络,寻求最优BP网络的遗传算法/神经网络两相流流型辨识组合技术,并在此基础上形成可用于轴承腔气液两相流流型的预测模型.

目录

文摘

英文文摘

第一章绪论

1.1引言

1.2相关领域的研究与发展现状

1.2.1气液两相流流型辨识方法的研究现状

1.2.2遗传算法的研究现状

1.3本文研究的理论和实际意义

1.4本文的主要工作

第二章基于神经网络的气液两相流流型辨识研究

2.1引言

2.2气液两相流参数波动特征和神经网络模型

2.2.1参数波动特征选取

2.2.2三种神经网络模型

2.3网络识别结果及讨论

2.4隐含层神经元的个数对BP算法的影响

2.5本章小结

第三章基于遗传算法/神经网络组合技术的气液两相流型辨识

3.1引言

3.2基于遗传算法的BP神经网络模型

3.2.1遗传算法的基本原理

3.2.2神经网络与遗传算法结合的必要性

3.2.3基于遗传算法的BP网络模型

3.3两相流辨识结果及分析

3.4遗传算法效率影响因素分析

3.4.1种群数目的影响

3.4.2交叉率的影响

3.4.3变异率的影响

3.5本章小结

第四章基于DNA遗传算法/神经网络组合技术的气液两相流型辨识

4.1引言

4.2 DNA编码机理

4.2.1生物DNA编码

4.2.2遗传信息的传递

4.3 DNA遗传算法

4.4基于DNA遗传算法的BP网络模型

4.5两相流流型辨识结果及分析

4.6 DNA遗传算法效率影响因素的分析

4.6.1种群数目的影响

4.6.2交叉率的影响

4.6.3变异率的影响

4.7本章小结

第五章基于有限元分析的轴承腔气液两相流仿真研究

5.1引言

5.2 FLUENT有限元CFD分析软件简介

5.2.1网格划分原则

5.2.2利用FLUENT求解器进行求解

5.3轴承腔两相流流场分析及计算

5.3.1轴承腔气液两相流流场分析的有限元模型

5.3.2模型的边界条件处理以及控制参数的设定

5.4轴承腔两相流流场仿真结果

5.4.1轴承腔泡状流流场仿真结果

5.4.2轴承腔间歇流流场仿真结果

5.4.3轴承腔环状流流场仿真结果

5.5轴承腔气液两相流流型辨识方法的验证

5.6本章小结

第六章结论

参考文献

攻读硕士期间发表的论文

致谢

西北工业大学学位论文知识产权声书及原创性声明