您当前的位置：
首页 >
文章列表页 >
基于改进神经网络和Fluent的气液固技术的内表面处理
车辆工程·机械工程 | 更新时间：2025-05-26

    • 基于改进神经网络和Fluent的气液固技术的内表面处理

    • Internal surface treatment of gas-liquid-solid technology based on improved neural network and Fluent

    • “在航空、航天领域，提出了气液固多相流技术，通过仿真和实验验证，显著提高了工件内表面精度，满足行业应用需求。”
    • 吉林大学学报（工学版）   2024年54卷第6期 页码：1537-1547
    • 作者机构：

      1.上海航天精密机械研究所，上海 201600

      2.哈尔滨工业大学 机电工程学院，哈尔滨 150001

    • 作者简介：

      李光保（1995-），男，工程师，博士.研究方向：机电一体化控制，智能检测，航天制造加工技术.E-mail：18363998150@163.com

    • 基金信息：
      国家重点研发计划项目(2018YFB1306803)

    • DOI：10.13229/j.cnki.jdxbgxb.20230025    

      中图分类号： TG664

    • 收稿：2023-01-08，

      纸质出版：2024-06-01

    移动端阅览

  • 李光保,高栋,路勇等.基于改进神经网络和Fluent的气液固技术的内表面处理[J].吉林大学学报（工学版）,2024,54(06):1537-1547. DOI： 10.13229/j.cnki.jdxbgxb.20230025.

    LI Guang-bao,GAO Dong,LU Yong,et al.Internal surface treatment of gas-liquid-solid technology based on improved neural network and Fluent[J].Journal of Jilin University(Engineering and Technology Edition),2024,54(06):1537-1547. DOI： 10.13229/j.cnki.jdxbgxb.20230025.

  •  
  •  

0

浏览量

12

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于神经网络与回归分析的多孔混凝土性能预测
考虑小样本不确定性的土石坝压实质量智能评估
基于APSO-BP-PID控制的质子交换膜燃料电池热管理系统温度控制
基于密度峰值的海量云数据模糊聚类算法设计
阀套交叉孔磨粒流精密加工质量分析

相关作者

闫宗伟
刘红
袁月明
曲广雷
郑木莲
邓乃夫
安再展
马睿

相关机构

山东高速临滕公路有限公司
长安大学 特殊地区公路工程教育部重点实验室
中国水利水电科学研究院 水利部水工程建设与安全重点实验室
清华大学 水沙科学与水利水电工程国家重点实验室
水电水利规划设计总院
0