基于改进BP神经网络的调节阀阀芯型面优化设计与研究
发布时间：2020-12-13 05:31
阀芯作为调节阀控制管道流量最重要的部件,其阀芯型面的合理设计决定了整个调节阀的质量和工作效率。目前,国内调节阀的设计大都采用流量试验结合反复修型的方法,其开发周期长、效率低、成本高,且易导致系统的控制能力不够精准,能耗偏大,无法满足高性能调节阀的功能需求。基于此,本文以某型号精小型单座调节阀为研究对象,将流场仿真、遗传算法、BP神经网络和正交试验等方法运用到阀芯型面优化设计中,并对优化后调节阀的流场特性进行分析和研究。论文主要研究工作和相关结论如下:首先,利用Solidworks和ANSYS Fluent建立调节阀的内部流道模型并进行流场仿真,对调节阀的流量特性和流阻特性进行研究,建立阀芯型面优化设计的数学模型;分别选取阀芯型面设计参数为BP神经网络的输入量、调节阀性能参数为网络的输出量,并对输入量进行正交试验;根据正交试验所得的参数组合修改阀芯型面,建立修改后的流道模型并进行流场分析,最后根据流场分析得到的性能参数,完成网络训练初始样本集的获取。其次,考虑到BP神经网络存在易陷入局部极小值等固有缺陷,利用遗传算法可以在解集空间内全局寻优的特点,获取阀芯型面预测模型的最佳初始权值和阈值...
【文章来源】：江苏大学江苏省
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
调节阀结构
其特性曲线如图2.1 所示，依次为快开、直线、抛物线以及等百分比型[35]。在实际生产中抛物线型流量特性的调节阀应用很少，基本可用等百分比型来替换，而快开型大都使用于二位调节系统中。因此，本文的研究对象为直线型和等百分比型。图 2.1 理想流量特性曲线Fig.2.1 Ideal flow characteristic curve（1）直线流量特性直线流量特性是指调节阀的相对流量与相对开度成正比，用数学式表达为：KLLdQQd ()()maxmax（2.1）式中：K 为常数，即为调节阀的放大系数。将式（2.1）积分可得：
江 苏 大 学 工 学 硕 士 学 位 论 文流体属性为不可压缩流体， 为常数；流动方向上流体单位体积质量为 0。1H 、2H 为流体通过断面 1 和 2 时的重力位能；1P 、2P 为流体的压力；1w 、2w 为流体通过断面 1 和 2 时的流速。过调节阀节流口状态如图 2.2 所示。截面 1 和截面 2 为节流口通过节流口时，流通面积减小，假设此处的流体流动是缓慢变对流体状态影响可以忽略不计，即12H H。由于在节流口处紊流，则动能系数 112a a 。
【参考文献】：
期刊论文
[1]调节阀阀芯型线的优化设计与流阻分析[J]. 刘磊,何世权. 轻工学报. 2017(03)
[2]调节阀汽蚀和闪蒸的危害及应对方法[J]. 邢建文,陶成军,李伟,周纪睿,吴杰,莫晓辉. 油气储运. 2017(04)
[3]不同工况下油煤浆调节阀的流动特性分析[J]. 李虎生,田小青,杨方元,朱学军. 流体机械. 2016(11)
[4]直通单座调节阀柱塞式阀芯型线设计方法[J]. 王渭,陈凤官,明友,郝伟沙,靳卫华. 流体机械. 2016(05)
[5]储水罐水位调节阀内部流场数值模拟及流道结构改进[J]. 王亚萍,王磊,葛江华,张晶,修立威. 哈尔滨理工大学学报. 2015(06)
[6]管路阻力计算方法对调节阀性能预测结果的影响[J]. 陈砚,蔡林. 中国舰船研究. 2015(04)
[7]基于GA的BP神经网络在多目标优化中的应用[J]. 苏宇逍. 电子科技. 2015(06)
[8]贝叶斯算法BP神经网络缺陷量化研究[J]. 田凯,孙永泰,高慧,傅忠尧. 中国测试. 2014(03)
[9]基于遗传算法的某防护结构优化设计[J]. 张堃,郑雅丽,王显会,魏然. 车辆与动力技术. 2014(02)
[10]关于人工神经网络的应用研究[J]. 李红超. 电脑知识与技术. 2014(06)
硕士论文
[1]滴丸机胶液流量调节阀研究与设计[D]. 何旸.华中科技大学 2016
[2]基于遗传算法优化的BP神经网络跟车模型研究[D]. 张运虎.长安大学 2015
[3]基于遗传算法的桅杆结构抗风优化设计方法研究[D]. 王鹤.广州大学 2015
[4]基于调节阀的流量测量方法研究[D]. 陶晓磊.中国计量学院 2014
[5]基于改进BP神经网络的产品质量合格率预测研究[D]. 温文.华南理工大学 2014
[6]基于遗传算法的BP神经网络的优化研究及MATLAB仿真[D]. 任谢楠.天津师范大学 2014
[7]结合神经网络和遗传算法的脉冲参数寻优与灭藻实验研究[D]. 石岭岭.重庆大学 2013
[8]调节阀流量特性及动态性能研究[D]. 曹文斌.兰州理工大学 2013
[9]基于遗传-BP神经网络的手写数字的识别方法[D]. 张魁.西安科技大学 2012
[10]BP算法的改进及其应用[D]. 刘翔.太原理工大学 2012
本文编号：2913993
【文章来源】：江苏大学江苏省
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
调节阀结构
其特性曲线如图2.1 所示，依次为快开、直线、抛物线以及等百分比型[35]。在实际生产中抛物线型流量特性的调节阀应用很少，基本可用等百分比型来替换，而快开型大都使用于二位调节系统中。因此，本文的研究对象为直线型和等百分比型。图 2.1 理想流量特性曲线Fig.2.1 Ideal flow characteristic curve（1）直线流量特性直线流量特性是指调节阀的相对流量与相对开度成正比，用数学式表达为：KLLdQQd ()()maxmax（2.1）式中：K 为常数，即为调节阀的放大系数。将式（2.1）积分可得：
江 苏 大 学 工 学 硕 士 学 位 论 文流体属性为不可压缩流体， 为常数；流动方向上流体单位体积质量为 0。1H 、2H 为流体通过断面 1 和 2 时的重力位能；1P 、2P 为流体的压力；1w 、2w 为流体通过断面 1 和 2 时的流速。过调节阀节流口状态如图 2.2 所示。截面 1 和截面 2 为节流口通过节流口时，流通面积减小，假设此处的流体流动是缓慢变对流体状态影响可以忽略不计，即12H H。由于在节流口处紊流，则动能系数 112a a 。
【参考文献】：
期刊论文
[1]调节阀阀芯型线的优化设计与流阻分析[J]. 刘磊,何世权. 轻工学报. 2017(03)
[2]调节阀汽蚀和闪蒸的危害及应对方法[J]. 邢建文,陶成军,李伟,周纪睿,吴杰,莫晓辉. 油气储运. 2017(04)
[3]不同工况下油煤浆调节阀的流动特性分析[J]. 李虎生,田小青,杨方元,朱学军. 流体机械. 2016(11)
[4]直通单座调节阀柱塞式阀芯型线设计方法[J]. 王渭,陈凤官,明友,郝伟沙,靳卫华. 流体机械. 2016(05)
[5]储水罐水位调节阀内部流场数值模拟及流道结构改进[J]. 王亚萍,王磊,葛江华,张晶,修立威. 哈尔滨理工大学学报. 2015(06)
[6]管路阻力计算方法对调节阀性能预测结果的影响[J]. 陈砚,蔡林. 中国舰船研究. 2015(04)
[7]基于GA的BP神经网络在多目标优化中的应用[J]. 苏宇逍. 电子科技. 2015(06)
[8]贝叶斯算法BP神经网络缺陷量化研究[J]. 田凯,孙永泰,高慧,傅忠尧. 中国测试. 2014(03)
[9]基于遗传算法的某防护结构优化设计[J]. 张堃,郑雅丽,王显会,魏然. 车辆与动力技术. 2014(02)
[10]关于人工神经网络的应用研究[J]. 李红超. 电脑知识与技术. 2014(06)
硕士论文
[1]滴丸机胶液流量调节阀研究与设计[D]. 何旸.华中科技大学 2016
[2]基于遗传算法优化的BP神经网络跟车模型研究[D]. 张运虎.长安大学 2015
[3]基于遗传算法的桅杆结构抗风优化设计方法研究[D]. 王鹤.广州大学 2015
[4]基于调节阀的流量测量方法研究[D]. 陶晓磊.中国计量学院 2014
[5]基于改进BP神经网络的产品质量合格率预测研究[D]. 温文.华南理工大学 2014
[6]基于遗传算法的BP神经网络的优化研究及MATLAB仿真[D]. 任谢楠.天津师范大学 2014
[7]结合神经网络和遗传算法的脉冲参数寻优与灭藻实验研究[D]. 石岭岭.重庆大学 2013
[8]调节阀流量特性及动态性能研究[D]. 曹文斌.兰州理工大学 2013
[9]基于遗传-BP神经网络的手写数字的识别方法[D]. 张魁.西安科技大学 2012
[10]BP算法的改进及其应用[D]. 刘翔.太原理工大学 2012
本文编号：2913993
本文链接：https://www.wllwen.com/jixiegongchenglunwen/2913993.html
