基于改进神经网络和Fluent的气液固技术的内表面处理

李光保, 高栋, 路勇, 平昊, 周愿愿

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (06) : 1537-1547. DOI: 10.13229/j.cnki.jdxbgxb.20230025

基于改进神经网络和Fluent的气液固技术的内表面处理

  • 李光保, 高栋, 路勇, 平昊, 周愿愿
作者信息 +
History +

摘要

针对目前航空、航天工件内孔表面有凸起毛刺且不容易去除的问题,提出一种气液固多相流技术方法。基于Fluent数值分析对多相流下的不同气体压力、水流速度和磨粒浓度参数进行流体仿真,得到影响加工的近壁区内表面处的磨粒速度、相对压力及磨粒体积分数参数,采用MATLAB软件利用BP神经网络对各参数进行拟合,通过BP预测模型再运用PSO(粒子群算法)在支配解集中求解满足约束数学模型的气液固三相流最优输入值,基于最优输入值搭建试验平台并设计L9(3~3)正交试验对工件内表面进行加工,最后通过白光干涉仪测量加工前后的内孔表面精度,验证了仿真最优参数与试验加工最优参数的一致性,运用最优参数值下的气液固流体对工件内表面加工,经测量显示,内表面精度提高了75%,满足航空航天工件的应用要求。

关键词

机械制造工艺与设备 / 气液固技术 / 流体仿真 / 神经网络 / 粒子群算法 / 正交试验

中图分类号

TH161 / TP183

引用本文

导出引用
李光保, 高栋, 路勇, 平昊, 周愿愿. 基于改进神经网络和Fluent的气液固技术的内表面处理. 吉林大学学报(工学版). 2024, 54(06): 1537-1547 https://doi.org/10.13229/j.cnki.jdxbgxb.20230025

基金

国家重点研发计划项目(2018YFB1306803)

评论

Accesses

Citation

Detail

段落导航
相关文章

/