高压清洗车路面清洗性能与参数优化研究

论文摘要

高压清洗车是城市路面清洁、路面维护和防治环境污染的专用车辆。研究发现目前国内生产的高压清洗车存在许多问题,其中最重要的问题是高压清洗参数设置无依据,完全依靠设计者的经验来确定,行业和国家也没有相关的理论标准。导致无法确定清洗参数是否合适,无法最大限度的发挥清洗车的清洗能力。本文研究了高压清洗车清洗相关参数和清洗效果的关系,对清洗进行优化。充分利用水射流的清洗能力、优化清洗参数,对提高清洗生产率、清洗效果、节约能源和水资源有重要的意义,在影响水射流路面清洗性能的参数方面,主要研究了两类参数,分别为喷嘴相关参数和清洗过程相关参数。首先从喷嘴的内部结构方面研究了喷嘴结构对清洗的影响,采用了数值模拟的方法,并对喷嘴内部结构进行了改进。其次,研究了清洗过程参数对清洗质量的影响。主要采用实验的方法确定了清洗参数和清洗效果之间的关系,并建立了相应的关系模型,进行了效果预测,对清洗质量进行了优化。本文主要做了以下几项工作:1)喷嘴内部形状对射流的影响和优化通过数值模拟的方法,研究了喷嘴内部结构对出口性能的影响。计算了喷嘴中心线和出口的速度和动压分布、对称面和出口的湍动能分布。模拟结果发现,喷嘴内部收缩过渡区域的结构对流场特性影响明显。收缩区的尺寸突变使出口的速度和动压降低、湍动能增加,影响了射流的性能。根据数值模拟的结果,对喷嘴内部结构进行了改进,改进后的喷嘴出口速度和动压提高、湍动能降低,提升了喷嘴性能。2)使用纯水射流进行路面清洗实验。通过实验的方法研究了清洗过程参数与清洗效果的关系。采用清洗率作为清洗效果的评价参数,应用图像处理的方法计算清洗率,得到了一套清洗效果的评价方法。经过实验,分别得到了清洗压力、喷嘴移动速度、靶距和喷嘴安装角度与清洗率的关系。3)清洗参数与清洗率关系模型的建立和清洗率的预测

论文目录

• 第1章 绪论
• 1.1 立题的意义
• 1.2 国内外研究现状
• 1.2.1 水射流清洗技术概述
• 1.2.2 高压水射流清洗技术研究的进展及现状
• 1.2.3 高压水射流清洗技术在应用方面的研究
• 1.2.4 高压水射流清洗技术的研究总结及存在的问题
• 1.3 主要研究内容
• 1.3.1 研究目标
• 1.3.2 研究内容
• 第2章 喷嘴结构参数对清洗的影响及优化
• 2.1 喷嘴内部结构对射流的影响
• 2.2 喷嘴内部流场的数值模拟
• 2.2.1 湍流建模
• 2.2.2 近壁建模
• 2.2.3 采用FLUENT 软件进行喷嘴内部流场的数值计算
• 2.2.4 模型及网格划分
• 2.2.5 边界条件的设定
• 2.2.6 数值计算过程
• 2.3 计算结果及分析
• 2.3.1 速度场分布
• 2.3.2 湍动能分布
• 2.3.3 动压分布
• 2.4 喷嘴内部结构的改进方案
• 2.4.1 改进结构的喷嘴内部速度场
• 2.4.2 湍动能分布
• 2.4.3 动压分布
• 2.5 本章小结
• 第3章 清洗参数与水射流路面清洗效果关系的实验研究
• 3.1 路面清洗方法及覆层特点
• 3.2 影响路面清洗效果的参数
• 3.3 实验准备
• 3.3.1 高速水射流基本结构
• 3.3.2 清洗效果的评价参数
• 3.3.3 图像处理方法计算清洗率
• 3.4 实验原理及详细描述
• 3.5 实验结果和分析
• 3.5.1 清洗率和清洗压力之间的关系
• 3.5.2 清洗率和移动速度之间的关系
• 3.5.3 清洗率和靶距之间的关系
• 3.5.4 清洗率和喷嘴安装角度
• 3.6 讨论
• 3.7 本章小结
• 第4章 基于软计算技术的清洗率模型
• 4.1 AI 技术进行路面清洗效率预测的理论基础
• 4.1.1 模糊规则和模糊推理系统（Fuzzy Inference System）
• 4.1.2 自适应神经模糊推理系统（ANFIS）
• 4.2 基于模糊推理的路面清洗效率的建模与预测
• 4.2.1 模糊推理模型的建立
• 4.2.2 清洗率的预测
• 4.3 清洗率的ANFIS 系统预测模型的建立
• 4.3.1 清洗率的ANFIS 系统结构
• 4.3.2 路面清洗效率ANFIS 模型的混合学习算法
• 4.4 基于MATLAB 的ANFIS 模型训练与仿真
• 4.4.1 训练数据与验证数据
• 4.4.2 Matlab 的路面清洗效率ANFIS 预测结构
• 4.4.3 实验数据的训练与验证过程
• 4.5 训练结果分析
• 4.5.1 训练批次对结果误差变化的影响
• 4.5.2 成员函数的变化
• 4.5.3 训练结果的比较及验证误差
• 4.5.4 训练结果与模糊推理的预测结果比较
• 4.5.5 模糊规则的自动获取及基于ANFIS 的预测曲面
• 4.6 本章小结
• 第5章 多目标GA 算法用于射流路面清洗的优化
• 5.1 多目标优化与GA 算法
• 5.1.1 多目标优化
• 5.1.2 GA 算法
• 5.2 优化模型的建立
• 5.2.1 优化目标
• 5.2.2 目标函数
• 5.3 路面清洗的GA 优化过程
• 5.3.1 编码
• 5.3.2 基因的选择复制
• 5.3.3 交叉
• 5.3.4 变异
• 5.3.5 运算过程举例
• 5.4 优化算法在MATLAB 中的实现
• 5.5 优化结果分析
• 5.6 实例应用
• 5.7 本章小结
• 第6章 总结与展望
• 6.1 全文工作的总结
• 6.2 本文创新点
• 6.3 未来工作的展望
• 参考文献
• 致谢
• 攻读博士学位期间发表的论文