共查询到20条相似文献,搜索用时 103 毫秒
1.
提出了一种新型螺旋流管壳式换热器,以螺旋角、搭接度和壳侧入口速度作为设计参数,努尔数和壳侧压降作为目标函数进行了优化设计。研究结果表明,努塞赛尔数和壳侧压降与螺旋角为负相关,与搭接度和壳侧入口流速为正相关。优化得到一组Pareto最优点,结果与数值模拟高度一致,相对误差仅有±3%。另外,得到了努赛尔数和摩擦系数的经验关联式,结构参数首次以修正因子的形式被拟合到经验关联式中。努赛尔数和摩擦系数的调整决定系数分别为0.943和0.999,表明拟合结果正确可靠。 相似文献
2.
3.
4.
5.
利用MATLAB软件对放大镜塑料制品的模具浇注系统进行优化设计,对塑料成型的浇注系统的工艺参数和模具结构进行优化,从而提高放大镜塑料制品的合格率. 相似文献
6.
为实现对钻井工具故障的精准检测,引进经验小波变换技术,设计旋转导向钻井工具故障检测方法。根据钻井工具的现场作业条件与实际工况,在其钻头安装传感器,用于实时采集旋转导向钻井工具的作业信号,将信号划分为高频与低频两种信号,按照规范对信号去噪处理;引进经验小波变换法,根据信号在空间中的频谱特点,采用自适应划分的方式,构建一组与旋转导向钻井工具作业适配度较高的正交小波滤波器,通过对原始信号调幅、调频的处理,提取钻井工具故障信号特征;采用建立旋转导向钻井工具作业面组合测量模型的方式,辨识钻井工具在作业中的故障状态。设计对比实验证明:设计的检测方法实际应用效果良好,该方法可以精准检测到旋转导向钻井工具在作业中的故障信号。 相似文献
7.
运用有限元分析软件PLOYFLOW对螺旋芯棒机头流场进行模拟计算,提出轴流周向角的概念,将其作为衡量机头混合性能的指标,用正交设计方法对结果进行分析,得出了机头几何参数芯棒锥角、螺旋消退角、螺旋升角和螺槽深度对机头混合性能的影响,并对机头参数进行优化,得到机头设计的最优几何参数组合。 相似文献
8.
9.
设备接管长期在循环载荷作用下,会产生疲劳开裂破坏。对于疲劳结构的设计,一般采用分析设计方法进行详细的应力分析来获得交变应力强度幅,进而进行疲劳强度评定。首先根据分析设计标准JB 4732—1995(2005年确认)确定了壳体的初始厚度,然后基于APDL语言建立了壳体与接管连接结构的三维全模型,并对其在设计工况与操作工况分别进行了应力强度分析与疲劳强度评定,结果发现结构满足应力强度要求,但不满足疲劳强度要求。通过调整接管的壁厚以及倒角尺寸,直到结构满足疲劳强度要求;同时也分析了接管内伸结构,该结构可以节省材料,提高疲劳寿命。 相似文献
10.
11.
12.
讨论了挤出机螺杆熔融段的优化设计问题。以单位产量能耗最小为优化目标 ,建立简化的挤出机熔融段螺杆优化设计的数学模型 ,应用复合形法求解。结果表明 ,计算所得熔融段起、末端的螺槽深度、螺纹顶宽度和螺纹升角均位于或接近文献中所建议的最佳取值范围 相似文献
13.
讨论了挤出机螺杆计量段的优化设计问题。应用粘性流体动力学基本方程,分析了聚合物物料在螺槽中的流动。以单位产量能耗最小为优化目标,建立简化的挤出机计量段螺杆优化设计的数学模型,应用约束随机方向法求解。结果表明,螺槽深度、螺纹棱顶宽度、螺纹棱顶与机筒间隙和螺纹升角均位于或接近于献中所建议的最佳取值范围。 相似文献
15.
橡胶空气弹簧是气囊减振器,随着各种精密仪器的广泛应用,这些精密仪器的使用对外界环境的要求也越来越高.在隔振方面,用橡胶空气弹簧进行隔振,减少了外界环境对各种精密仪器的影响.本文具体剖析了橡胶空气弹簧的隔振设计和隔振性能,表明橡胶空气弹簧在一些高精度仪器、工业设备以及车辆上的一些隔振设计是合理可行的. 相似文献
16.
17.
18.
挤出机螺杆直槽式屏障混炼元件的优化设计 总被引:1,自引:0,他引:1
研究挤出机螺杆直槽式屏障混炼元件的优化设计问题。根据粘性流体流动基本方程。以单位产量能耗最小为优化目标,建立简化的挤出机螺杆直槽式屏障混炼元件优化设计的数学模型,并应用复合形法求解,确定剪切长度、剪切问隙、屏障长度和屏障槽数等主要几何参数。本研究优化结果均在文献所建议的最佳取值范围内。 相似文献
19.
20.
Jan G. Rittig Martin Ritzert Artur M. Schweidtmann Stefanie Winkler Jana M. Weber Philipp Morsch Karl Alexander Heufer Martin Grohe Alexander Mitsos Manuel Dahmen 《American Institute of Chemical Engineers》2023,69(4):e17971
Fuels with high-knock resistance enable modern spark-ignition engines to achieve high efficiency and thus low CO2 emissions. Identification of molecules with desired autoignition properties indicated by a high research octane number and a high octane sensitivity is therefore of great practical relevance and can be supported by computer-aided molecular design (CAMD). Recent developments in the field of graph machine learning (graph-ML) provide novel, promising tools for CAMD. We propose a modular graph-ML CAMD framework that integrates generative graph-ML models with graph neural networks and optimization, enabling the design of molecules with desired ignition properties in a continuous molecular space. In particular, we explore the potential of Bayesian optimization and genetic algorithms in combination with generative graph-ML models. The graph-ML CAMD framework successfully identifies well-established high-octane components. It also suggests new candidates, one of which we experimentally investigate and use to illustrate the need for further autoignition training data. 相似文献