近年來,納米纖維的制備和性能研究成為眾多研究者的研究對(duì)象。而離心紡絲方法由于其設(shè)備簡(jiǎn)單、無高壓、無污染、產(chǎn)量高等特點(diǎn)而備受關(guān)注。離心紡絲的原理是聚合物溶液或熔體在高速旋轉(zhuǎn)的裝置中,受到離心力的作用,從噴絲孔中擠出并拉伸成纖維的。它是一種具有工業(yè)化應(yīng)用前景的微納米纖維制備方法。本課題組基于熔噴非織造理論,提出了氣流輔助離心紡絲方法,除離心力外對(duì)聚合物絲條再添加氣流力,以達(dá)到進(jìn)一步細(xì)化纖維的目的。本文對(duì)面向氣流輔助離心紡絲的圓周排列噴嘴組氣體流場(chǎng)進(jìn)行數(shù)值模擬,并通過試驗(yàn)驗(yàn)證模擬結(jié)果的合理性;采用正交回歸和遺傳算法-支持向量機(jī)方法對(duì)噴嘴組參數(shù)進(jìn)行了優(yōu)化。本文主要包括以下內(nèi)容:(1)建立了圓周排列圓形噴嘴組氣體流場(chǎng)模型,對(duì)氣體流場(chǎng)進(jìn)行了數(shù)值模擬,探究了旋轉(zhuǎn)速度對(duì)氣體速度分布的影響,發(fā)現(xiàn)旋轉(zhuǎn)速度增大對(duì)氣體速度分布的影響較大。使用IFA300型熱線風(fēng)速儀對(duì)圓周排列圓形噴嘴組氣體流場(chǎng)的速度進(jìn)行了測(cè)量,模擬結(jié)果與測(cè)量結(jié)果吻合較好,證明采用計(jì)算流體力學(xué)方法研究氣流輔助離心紡絲氣體流場(chǎng)是可行的。(2)建立了圓周排列環(huán)形噴嘴組氣體流場(chǎng)模型,對(duì)氣體流場(chǎng)進(jìn)行了數(shù)值模擬。模擬結(jié)果顯示,除旋轉(zhuǎn)速度外,噴嘴傾角和噴嘴...

【文章頁數(shù)】：88 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 離心紡絲國內(nèi)外研究現(xiàn)狀
    1.2 支持向量機(jī)在紡織領(lǐng)域的應(yīng)用狀況
    1.3 本文的研究意義及研究內(nèi)容
第二章 圓形噴嘴組氣體流場(chǎng)模擬與測(cè)量
    2.1 氣體流場(chǎng)模型
        2.1.1 氣體流場(chǎng)控制方程
        2.1.2 流場(chǎng)區(qū)域和邊界條件
        2.1.3 計(jì)算參數(shù)設(shè)置
    2.2 氣體流場(chǎng)數(shù)值模擬
    2.3 氣體流場(chǎng)試驗(yàn)測(cè)量
        2.3.1 熱線風(fēng)速儀校準(zhǔn)
        2.3.2 氣體流場(chǎng)測(cè)量結(jié)果
    2.5 本章小結(jié)
第三章 基于正交回歸設(shè)計(jì)的環(huán)形噴嘴組參數(shù)優(yōu)化
    3.1 環(huán)形噴嘴組氣體流場(chǎng)數(shù)值模擬
        3.1.1 流場(chǎng)區(qū)域
        3.1.2 網(wǎng)格劃分和邊界條件
        3.1.3 模擬結(jié)果
    3.2 環(huán)形噴嘴組正交回歸設(shè)計(jì)
        3.2.1 正交回歸設(shè)計(jì)方案
        3.2.2 正交回歸設(shè)計(jì)結(jié)果
    3.3 基于正交回歸設(shè)計(jì)的噴嘴組參數(shù)優(yōu)化
        3.3.1 優(yōu)化模型及結(jié)果
        3.3.2 基于最優(yōu)參數(shù)的氣體流場(chǎng)模擬
    3.4 本章小結(jié)
第四章 基于遺傳算法-支持向量回歸的環(huán)形噴嘴組優(yōu)化
    4.1 支持向量機(jī)理論基礎(chǔ)
        4.1.1 支持向量機(jī)原理
        4.1.2 核函數(shù)
    4.2 環(huán)形噴嘴組參數(shù)優(yōu)化的支持向量回歸模型
        4.2.1 數(shù)據(jù)準(zhǔn)備
        4.2.2 核函數(shù)選擇
        4.2.3 懲罰參數(shù)調(diào)優(yōu)
    4.3 環(huán)形噴嘴組參數(shù)優(yōu)化的遺傳算法-支持向量回歸模型
        4.3.1 遺傳算法實(shí)數(shù)編碼和適應(yīng)度函數(shù)的選取
        4.3.2 遺傳算法算子設(shè)計(jì)
        4.3.3 遺傳算法-支持向量回歸模型
        4.3.4 GA-SVR模型與嶺回歸預(yù)測(cè)能力比較
    4.4 基于遺傳算法-支持向量回歸模型的噴嘴組參數(shù)優(yōu)化
        4.4.1 優(yōu)化結(jié)果
        4.4.2 基于最優(yōu)參數(shù)的氣體流場(chǎng)模擬
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 取得的成果
    5.2 不足與展望
參考文獻(xiàn)
攻讀學(xué)位期間公開發(fā)表的論文
致謝



本文編號(hào)：3834814