前言
章 叶片泵设计优化研究现状及发展趋势 1
1.1 引言 1
1.2 叶片泵设计研究现状 1
1.3 叶片泵优化研究现状 2
1.4 优化设计发展趋势 7
参考文献 8
第2章 试验设计方法 12
2.1 试验设计 12
2.2 常用的试验设计方法 12
2.2.1 全因子法 13
2.2.2 中心复合法 13
2.. 正交试验 14
2.2.4 拉丁方方法 14
. 极差分析 15
2.4 方差分析 16
参考文献 17
第3章 近似模型方法 18
3.1 响应面法 18
3.2 人工神经网络 20
3.3 Kriging模型
3.4 混合近似模型
参考文献 24
第4章 优化算法 26
4.1 梯度算法 26
4.1.1 基本算法描述 27
4.1.2 基本算法存在的问题 28
4.1.3 梯度下降优化算法 28
4.2 遗传算法 31
4.2.1 遗传算法的逻辑 31
4.2.2 遗传算法的优势与不足 35
4.. 遗传算法的使用案例 36
4.3 粒子群算法 38
4.3.1 粒子群算法的数学描述 39
4.3.2 具有惯权重的粒子群算法 41
4.3.3 具有收缩因子的粒子群算法 41
4.3.4 粒子群算法的改进 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 基本蝙蝠算法的数学描述 52
4.4.2 基于高斯分布、t分布扰动的蝙蝠算法 54
4.4.3 基于自适应权重的蝙蝠算法 55
4.4.4 蝙蝠算法的使用案例 56
4.5 多目标遗传算法 57
4.5.1 多目标遗传算法的数学描述 57
4.5.2 基于矩阵计算的Pareto前沿判断方法 58
4.5.3 多目标优化问题的适应值计算方法 59
4.5.4 Pareto前沿维护 60
4.5.5 多目标遗传算法的使用案例 61
4.6 多目标粒子群算法 63
4.6.1 多目标粒子群算法的基本步骤 63
4.6.2 多目标粒子群算法的改进 64
4.6.3 改进的多目标粒子群算法的验 70
4.6.4 多目标粒子群算法的使用案例 78
参考文献 79
第5章 叶片泵数值模拟及优化理论 82
5.1 控制方程 82
5.1.1 连续方程 82
5.1.2 动量方程 83
5.1.3 能量方程 83
5.2 雷诺时均纳维-斯托克斯方程及湍流模型 84
5.2.1 雷诺时均纳维-斯托克斯方程 84
5.2.2 k-ε模型 85
5.. 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 优化理论及技术 92
5.4.1 优化设计理论 92
5.4.2 自动优化技术及相关命令 95
参考文献 96
第6章 管道离心泵多目标多参数优化技术 97
6.1 研究背景 97
6.2 管道离心泵模型 97
6.2.1 计算模型 98
6.2.2 计算网格 99
6.. 数值模拟设置 100
6.2.4 试验验 100
6.3 管道离心泵近似模型优化技术 102
6.3.1 优化设置 103
6.3.2 多目标遗传算法设置 106
6.3.3 管道泵优化结果分析 108
6.4 管道泵多目标组合优化技术 118
6.4.1 管道泵进口弯管-叶轮组合优化设置 119
6.4.2 结果与讨论 127
参考文献 141
第7章 双吸离心泵近似模型优化技术 142
7.1 研究背景 142
7.2 双吸离心泵模型 142
7.2.1 计算模型 142
7.2.2 双吸离心栗叶轮参数化建模 143
7.. 计算网格 147
7.2.4 数值模拟设置 148
7.2.5 试验验 149
7.3 基于极差分析的多工况正交优化 150
7.3.1 优化变量与目标 151
7.3.2 正交试验设计 151
7.3.3 优化结果极差分析 152
7.4 基于“效率屋”理论的双吸离心泵多工况优化 155
7.4.1 “效率屋”理论 155
7.4.2 基于“效率屋”优化结果的极差分析 156
7.5 基于棍合近似模型的双吸离心泵多工况优化 158
7.5.1 优化过程 159
7.5.2 优化目标和优化变量 159
7.5.3 近似模型拟合 162
7.5.4 优化结果 163
7.5.5 优化结果对比 165
7.6 NPSHr预测方法 167
7.7 双吸离心泵多目标（效率-空化能）优化 170
7.7.1 优化过程 170
7.7.2 优化变量 171
7.7.3 多目标优化设计 173
7.7.4 优化结果 174
7.8 双吸离心泵多工况空化能优化 183
7.8.1 优化过程 184
7.8.2 优化结果 185
参考文献 194
第8章 带导叶离心泵优化技术 195
8.1 研究背景 195
8.2 带导叶离心栗模型 195
8.3 网格划分及数值计算 196
8.4 外特试验验 197
8.5 叶轮轴面投影图优化 199
8.5.1 优化设计过程 199
8.5.2 试验设计 200
8.5.3 近似模型 202
8.5.4 优化算法 202
8.5.5 优化结果分析 204
8.6 基于改进粒子群算的叶能自动优化 205
8.6.1 优化目标 205
8.6.2 优化变量 206
8.6.3 粒子群算法参数设置 208
8.6.4 带导叶离心泵优化过程分析 208
8.6.5 带导叶离心泵叶轮优化内流场分析 209
参考文献 211
第9章 轴流泵近似模型优化技术 213
9.1 研究背景 213
9.2 轴流栗模型 213
9.3 轴流泵叶轮能优化技术 214
9.3.1 优化目标与约束条件 214
9.3.2 叶轮优化设计变量 214
9.3.3 基于WorkBench平台的网格划分与定常计算 215
9.3.4 试验设计与算法寻优 216
9.4 轴流栗优化结果 218
9.4.1 设参与外特对比 218
9.4.2 内流场特对比 219
参考文献 220
0章 混流泵正交试验优化技术 221
10.1 研究背景 221
10.2 混流泵模型 221
10.2.1 计算水力模型 221
10.2.2 网格划分 222
10.. 边界条件 2
10.2.4 数值模拟结果及试验验 2
10.3 正交试验设计 224
10.3.1 正交试验目的 224
10.3.2 正交试验因素和方案 224
10.4 正交试验结果分析 225
10.4.1 直观分析 226
10.4.2 极差分析 226
10.5 优化方案分析 227
10.5.1 数值模拟能曲线对比 227
10.5.2 叶轮内部速度流线图对比 228
10.5.3 叶轮轴面湍动能耗散分布对比 229
10.5.4 导叶表面速度流线分布对比 1
参考文献 2
附录
附录1 人工神经网络代码实例（MATLAB）
附录2 遗传算法代码实例（MATLAB） 4
附录3 基本粒子群算法代码实例（MATLAB）
附录4 基本蝙蝠算法代码实例（MATLAB） 242
附录5 多目标粒子群算法代码实例（MATLAB） 244
索引 251
非常抱歉，您前期未参加预订活动，
无法支付尾款哦！
