掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
葉片泵先進優化理論與技術 版權信息
- ISBN：9787030638601
- 條形碼：9787030638601 ; 978-7-03-063860-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
葉片泵先進優化理論與技術 內容簡介
本書共十章, **章論述了葉片泵優化設計方法的國內外研究現狀 ; 第二、三和四章分別闡述了試驗設計方法、近似模型方法和優化算法的基本理論和改進策略, 提出了改進的優化設計方法, 并進行了函數集驗證分析 ; 第五章論述了葉片泵數值模擬和自動優化的實現, 對全自動優化設計平臺的搭建和實現方法進行了詳細研究和闡述 ; 第六章至第十章詳細介紹了先進優化理論與技術在離心泵、軸流泵和混流泵中的應用實例。
葉片泵先進優化理論與技術 目錄
目錄
前言
第1章 葉片泵設計優化研究現狀及發展趨勢 1
1.1 引言 1
1.2 葉片泵設計研究現狀 1
1.3 葉片泵優化研究現狀 2
1.4 優化設計發展趨勢 7
參考文獻 8
第2章 試驗設計方法 12
2.1 試驗設計 12
2.2 常用的試驗設計方法 12
2.2.1 全因子法 13
2.2.2 中心復合法 13
2.2.3 正交試驗 14
2.2.4 拉丁方方法 14
2.3 極差分析 15
2.4 方差分析 16
參考文獻 17
第3章 近似模型方法 18
3.1 響應面法 18
3.2 人工神經網絡 20
3.3 Kriging 模型 23
3.4 混合近似模型 23
參考文獻 24
第4章 優化算法 26
4.1 梯度算法 26
4.1.1 基本算法描述 27
4.1.2 基本算法存在的問題 28
4.1.3 梯度下降優化算法 28
4.2 遺傳算法 31
4.2.1 遺傳算法的邏輯 31
4.2.2 遺傳算法的優勢與不足 35
4.2.3 遺傳算法的使用案例 36
4.3 粒子群算法 38
4.3.1 粒子群算法的數學描述 39
4.3.2 具有慣性權重的粒子群算法 41
4.3.3 具有收縮因子的粒子群算法 41
4.3.4 粒子群算法的改進 42
4.3.5 粒子群算法的使用案例 50
4.4 蝙蝠算法 52
4.4.1 基本蝙蝠算法的數學描述 52
4.4.2 基于高斯分布、t 分布擾動的蝙蝠算法 54
4.4.3 基于自適應權重的蝙蝠算法 55
4.4.4 蝙蝠算法的使用案例 56
4.5 多目標遺傳算法 57
4.5.1 多目標遺傳算法的數學描述 57
4.5.2 基于矩陣計算的Pareto優前沿判斷方法 58
4.5.3 多目標優化問題的適應值計算方法 59
4.5.4 Pareto 前沿維護 60
4.5.5 多目標遺傳算法的使用案例 61
4.6 多目標粒子群算法 63
4.6.1 多目標粒子群算法的基本步驟 63
4.6.2 多目標粒子群算法的改進 64
4.6.3 改進的多目標粒子群算法的仿真驗證 70
4.6.4 多目標粒子群算法的使用案例 78
參考文獻 79
第5章 葉片泵數值模擬及優化理論 82
5.1 控制方程 82
5.1.1 連續性方程 82
5.1.2 動量方程 83
5.1.3 能量方程 83
5.2 雷諾時均納維-斯托克斯方程及湍流模型 84
5.2.1 雷諾時均納維-斯托克斯方程 84
5.2.2 k-ε模型 85
5.2.3 RNGk-ε模型 87
5.2.4 k-ε 模型 87
5.3 空化模型 89
5.3.1 Zwart-Gerber-Belamri 空化模型 89
5.3.2 Singhal 空化模型 90
5.3.3 SS空化模型 92
5.4 優化理論及技術 92
5.4.1 優化設計理論 92
5.4.2 自動優化技術及相關命令 95
參考文獻 96
第6章 管道離心泵多目標多參數優化技術 97
6.1 研究背景 97
6.2 管道離心泵模型 97
6.2.1 計算模型 98
6.2.2 計算網格 99
6.2.3 數值模擬設置 100
6.2.4 試驗驗證 100
6.3 管道離心泵近似模型優化技術 102
6.3.1 優化設置 103
6.3.2 多目標遺傳算法設置 106
6.3.3 管道泵優化結果分析 108
6.4 管道泵多目標組合優化技術 118
6.4.1 管道泵進口彎管-葉輪組合優化設置 119
6.4.2 結果與討論 127
參考文獻 141
第7章 雙吸離心泵近似模型優化技術 142
7.1 研究背景 142
7.2 雙吸離心泵模型 142
7.2.1 計算模型 142
7.2.2 雙吸離心栗葉輪參數化建模 143
7.2.3 計算網格 147
7.2.4 數值模擬設置 148
7.2.5 試驗驗證 149
7.3 基于極差分析的多工況正交優化 150
7.3.1 優化變量與目標 151
7.3.2 正交試驗設計 151
7.3.3 優化結果極差分析 152
7.4 基于“效率屋”理論的雙吸離心泵多工況優化 155
7.4.1 “效率屋”理論 155
7.4.2 基于“效率屋”優化結果的極差分析 156
7.5 基于棍合近似模型的雙吸離心泵多工況優化 158
7.5.1 優化過程 159
7.5.2 優化目標和優化變量 159
7.5.3 近似模型擬合 162
7.5.4 優化結果 163
7.5.5 優化結果對比 165
7.6 NPSHr預測方法 167
7.7 雙吸離心泵多目標（效率-空化性能）優化 170
7.7.1 優化過程 170
7.7.2 優化變量 171
7.7.3 多目標優化設計 173
7.7.4 優化結果 174
7.8 雙吸離心泵多工況空化性能優化 183
7.8.1 優化過程 184
7.8.2 優化結果 185
參考文獻 194
第8章 帶導葉離心泵優化技術 195
8.1 研究背景 195
8.2 帶導葉離心栗模型 195
8.3 網格劃分及數值計算 196
8.4 外特性試驗驗證 197
8.5 葉輪軸面投影圖優化 199
8.5.1 優化設計過程 199
8.5.2 試驗設計 200
8.5.3 近似模型 202
8.5.4 優化算法 202
8.5.5 優化結果分析 204
8.6 基于改進粒子群算法的葉輪性能自動優化 205
8.6.1 優化目標 205
8.6.2 優化變量 206
8.6.3 粒子群算法參數設置 208
8.6.4 帶導葉離心泵優化過程分析 208
8.6.5 帶導葉離心泵葉輪優化內流場分析 209
參考文獻 211
第9章 軸流泵近似模型優化技術 213
9.1 研究背景 213
9.2 軸流栗模型 213
9.3 軸流泵葉輪性能優化技術 214
9.3.1 優化目標與約束條件 214
9.3.2 葉輪優化設計變量 214
9.3.3 基于WorkBench平臺的網格劃分與定常計算 215
9.3.4 試驗設計與算法尋優 216
9.4 軸流栗優化結果 218
9.4.1 設計參數與外特性對比 218
9.4.2 內流場特性對比 219
參考文獻 220
第10章 混流泵正交試驗優化技術 221
10.1 研究背景 221
10.2 混流泵模型 221
10.2.1 計算水力模型 221
10.2.2 網格劃分 222
10.2.3 邊界條件 223
10.2.4 數值模擬結果及試驗驗證 223
10.3 正交試驗設計 224
10.3.1 正交試驗目的 224
10.3.2 正交試驗因素和方案 224
10.4 正交試驗結果分析 225
10.4.1 直觀分析 226
10.4.2 極差分析 226
10.5 優化方案分析 227
10.5.1 數值模擬性能曲線對比 227
10.5.2 葉輪內部速度流線圖對比 228
10.5.3 葉輪軸面湍動能耗散分布對比 229
10.5.4 導葉表面速度流線分布對比 231
參考文獻 232
附錄 233
附錄1 人工神經網絡代碼實例（MATLAB) 233
附錄2 遺傳算法代碼實例（MATLAB) 234
附錄3 基本粒子群算法代碼實例（MATLAB) 238
附錄4 基本蝙蝠算法代碼實例（MATLAB) 242
附錄5 多目標粒子群算法代碼實例（MATLAB) 244
索引 251
前言
第1章 葉片泵設計優化研究現狀及發展趨勢 1
1.1 引言 1
1.2 葉片泵設計研究現狀 1
1.3 葉片泵優化研究現狀 2
1.4 優化設計發展趨勢 7
參考文獻 8
第2章 試驗設計方法 12
2.1 試驗設計 12
2.2 常用的試驗設計方法 12
2.2.1 全因子法 13
2.2.2 中心復合法 13
2.2.3 正交試驗 14
2.2.4 拉丁方方法 14
2.3 極差分析 15
2.4 方差分析 16
參考文獻 17
第3章 近似模型方法 18
3.1 響應面法 18
3.2 人工神經網絡 20
3.3 Kriging 模型 23
3.4 混合近似模型 23
參考文獻 24
第4章 優化算法 26
4.1 梯度算法 26
4.1.1 基本算法描述 27
4.1.2 基本算法存在的問題 28
4.1.3 梯度下降優化算法 28
4.2 遺傳算法 31
4.2.1 遺傳算法的邏輯 31
4.2.2 遺傳算法的優勢與不足 35
4.2.3 遺傳算法的使用案例 36
4.3 粒子群算法 38
4.3.1 粒子群算法的數學描述 39
4.3.2 具有慣性權重的粒子群算法 41
4.3.3 具有收縮因子的粒子群算法 41
4.3.4 粒子群算法的改進 42
4.3.5 粒子群算法的使用案例 50
4.4 蝙蝠算法 52
4.4.1 基本蝙蝠算法的數學描述 52
4.4.2 基于高斯分布、t 分布擾動的蝙蝠算法 54
4.4.3 基于自適應權重的蝙蝠算法 55
4.4.4 蝙蝠算法的使用案例 56
4.5 多目標遺傳算法 57
4.5.1 多目標遺傳算法的數學描述 57
4.5.2 基于矩陣計算的Pareto優前沿判斷方法 58
4.5.3 多目標優化問題的適應值計算方法 59
4.5.4 Pareto 前沿維護 60
4.5.5 多目標遺傳算法的使用案例 61
4.6 多目標粒子群算法 63
4.6.1 多目標粒子群算法的基本步驟 63
4.6.2 多目標粒子群算法的改進 64
4.6.3 改進的多目標粒子群算法的仿真驗證 70
4.6.4 多目標粒子群算法的使用案例 78
參考文獻 79
第5章 葉片泵數值模擬及優化理論 82
5.1 控制方程 82
5.1.1 連續性方程 82
5.1.2 動量方程 83
5.1.3 能量方程 83
5.2 雷諾時均納維-斯托克斯方程及湍流模型 84
5.2.1 雷諾時均納維-斯托克斯方程 84
5.2.2 k-ε模型 85
5.2.3 RNGk-ε模型 87
5.2.4 k-ε 模型 87
5.3 空化模型 89
5.3.1 Zwart-Gerber-Belamri 空化模型 89
5.3.2 Singhal 空化模型 90
5.3.3 SS空化模型 92
5.4 優化理論及技術 92
5.4.1 優化設計理論 92
5.4.2 自動優化技術及相關命令 95
參考文獻 96
第6章 管道離心泵多目標多參數優化技術 97
6.1 研究背景 97
6.2 管道離心泵模型 97
6.2.1 計算模型 98
6.2.2 計算網格 99
6.2.3 數值模擬設置 100
6.2.4 試驗驗證 100
6.3 管道離心泵近似模型優化技術 102
6.3.1 優化設置 103
6.3.2 多目標遺傳算法設置 106
6.3.3 管道泵優化結果分析 108
6.4 管道泵多目標組合優化技術 118
6.4.1 管道泵進口彎管-葉輪組合優化設置 119
6.4.2 結果與討論 127
參考文獻 141
第7章 雙吸離心泵近似模型優化技術 142
7.1 研究背景 142
7.2 雙吸離心泵模型 142
7.2.1 計算模型 142
7.2.2 雙吸離心栗葉輪參數化建模 143
7.2.3 計算網格 147
7.2.4 數值模擬設置 148
7.2.5 試驗驗證 149
7.3 基于極差分析的多工況正交優化 150
7.3.1 優化變量與目標 151
7.3.2 正交試驗設計 151
7.3.3 優化結果極差分析 152
7.4 基于“效率屋”理論的雙吸離心泵多工況優化 155
7.4.1 “效率屋”理論 155
7.4.2 基于“效率屋”優化結果的極差分析 156
7.5 基于棍合近似模型的雙吸離心泵多工況優化 158
7.5.1 優化過程 159
7.5.2 優化目標和優化變量 159
7.5.3 近似模型擬合 162
7.5.4 優化結果 163
7.5.5 優化結果對比 165
7.6 NPSHr預測方法 167
7.7 雙吸離心泵多目標（效率-空化性能）優化 170
7.7.1 優化過程 170
7.7.2 優化變量 171
7.7.3 多目標優化設計 173
7.7.4 優化結果 174
7.8 雙吸離心泵多工況空化性能優化 183
7.8.1 優化過程 184
7.8.2 優化結果 185
參考文獻 194
第8章 帶導葉離心泵優化技術 195
8.1 研究背景 195
8.2 帶導葉離心栗模型 195
8.3 網格劃分及數值計算 196
8.4 外特性試驗驗證 197
8.5 葉輪軸面投影圖優化 199
8.5.1 優化設計過程 199
8.5.2 試驗設計 200
8.5.3 近似模型 202
8.5.4 優化算法 202
8.5.5 優化結果分析 204
8.6 基于改進粒子群算法的葉輪性能自動優化 205
8.6.1 優化目標 205
8.6.2 優化變量 206
8.6.3 粒子群算法參數設置 208
8.6.4 帶導葉離心泵優化過程分析 208
8.6.5 帶導葉離心泵葉輪優化內流場分析 209
參考文獻 211
第9章 軸流泵近似模型優化技術 213
9.1 研究背景 213
9.2 軸流栗模型 213
9.3 軸流泵葉輪性能優化技術 214
9.3.1 優化目標與約束條件 214
9.3.2 葉輪優化設計變量 214
9.3.3 基于WorkBench平臺的網格劃分與定常計算 215
9.3.4 試驗設計與算法尋優 216
9.4 軸流栗優化結果 218
9.4.1 設計參數與外特性對比 218
9.4.2 內流場特性對比 219
參考文獻 220
第10章 混流泵正交試驗優化技術 221
10.1 研究背景 221
10.2 混流泵模型 221
10.2.1 計算水力模型 221
10.2.2 網格劃分 222
10.2.3 邊界條件 223
10.2.4 數值模擬結果及試驗驗證 223
10.3 正交試驗設計 224
10.3.1 正交試驗目的 224
10.3.2 正交試驗因素和方案 224
10.4 正交試驗結果分析 225
10.4.1 直觀分析 226
10.4.2 極差分析 226
10.5 優化方案分析 227
10.5.1 數值模擬性能曲線對比 227
10.5.2 葉輪內部速度流線圖對比 228
10.5.3 葉輪軸面湍動能耗散分布對比 229
10.5.4 導葉表面速度流線分布對比 231
參考文獻 232
附錄 233
附錄1 人工神經網絡代碼實例（MATLAB) 233
附錄2 遺傳算法代碼實例（MATLAB) 234
附錄3 基本粒子群算法代碼實例（MATLAB) 238
附錄4 基本蝙蝠算法代碼實例（MATLAB) 242
附錄5 多目標粒子群算法代碼實例（MATLAB) 244
索引 251
展開全部
書友推薦
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
李白與唐代文化
- >
有舍有得是人生
- >
伊索寓言-世界文學名著典藏-全譯本
- >
姑媽的寶刀
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
唐代進士錄
- >
自卑與超越
本類暢銷
