滿額折
商品簡介
目次
相關商品
商品簡介
本書為葉片泵的水力優化設計提供了較為完整的先進理論和技術。全書共10章，第1章介紹葉片泵設計與優化方法的國內外研宄現狀及發展趨勢；第2～4章分別闡述試驗設計方法、近似模型方法和優化算法的基本理論與改進策略，提出改進的優化設計方法，並進行函數集驗證分析；第5章論述葉片泵數值計算理論和自動優化的實現方法，對全自動優化設計平臺的搭建和技術實現進行詳細研宂與闡述；第6～10章詳細介紹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。本書為提高葉片泵性能提供了較高的理論和工程應用價值，同時相關優化技術對能源系統、機械工程等其他領域仍具有參考價值。
目次
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 中心複合法 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 基於高斯分佈、t 分佈擾動的蝙蝠算法 54
4.4.3 基於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 基於矩陣計算的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 基於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 基於“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 基於“效率屋”優化結果的極差分析 156
7.5 基於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 基於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 基於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佈對比 229
10.5.4 導葉表面速度流線分佈對比 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 中心複合法 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 基於高斯分佈、t 分佈擾動的蝙蝠算法 54
4.4.3 基於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 基於矩陣計算的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 基於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 基於“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 基於“效率屋”優化結果的極差分析 156
7.5 基於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 基於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 基於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佈對比 229
10.5.4 導葉表面速度流線分佈對比 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
今日66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。