粉末燃料典型流化装置流量调节对流化的影响

粉末燃料供应系统是实现粉末冲压发动机流量调节的最关键技术,供应系统的优劣直接影响发动机性能,也是需要解决的主要问题之一。本文运用欧拉连续介质方法对粉末燃料典型流化装置流量调节对流化的影响进行研究,探究流量调节过程中等固气比调节对流化的影响,分析粉末在存储罐、流化区域、出口管路上的分布规律。通过分析等固气比调节的输出粉末质量流量变化规律、粉末分布、罐体气相压降判断粉末流化效果的优劣,进而完成粉末燃料典型流化装置流量调节对流化影响的研究。结果表明,随着输入粉末质量流量的增大,粉末供应到达稳定供应状态的时长逐渐减小;输入粉末平均质量流通量在12732.4~16976.5 kg/(m2·s)的设计工况,到达稳定供应状态需要的时间短,是较为理想的输入粉末质量流量的设计工况;粉末燃料供应系统为欠阻尼系统,供应系统开机后推力增加的过程中,阻尼振荡频率随着输出粉末质量流量的增大而增大;在到达稳定前,流化区域形成的旋流影响范围先增大再变小后保持稳定(或者消失),旋流具有稳定粉末供应的作用。

研究生学科竞赛促拔尖创新人才能力培养模式研究

学科竞赛在培养研究生创新思维、实践能力及增强研究生综合素质等方面发挥了重要作用,对拓展研究生知识面、提高研究生独立开展科研工作的能力也具有极大的促进作用。文章对目前研究生学科竞赛存在的一系列问题进行了详细总结和分析,并在研究生学科竞赛的组织管理模式、奖励机制、导师工作机制等诸多方面提出了合理化的建议,以期为研究生基于学科竞赛进行综合能力培养的相关工作提供参考。

机载相控阵雷达探测参数优化

相控阵雷达(phased array radar,PAR)可通过合理配置工作参数优化其性能。针对机载相控阵雷达目标探测过程中的射频隐身需求,提出了一种雷达工作参数优化方法。首先建立了以评估发现目标能力的检测概率和评估射频隐身能力的截获概率为指标,以脉冲峰值功率和驻留时间为优化参数的雷达探测多目标优化模型;然后根据多目标优化理论,采用改进非支配遗传算法(improved non-dominated sorting genetic algorithm II,NSGA-II)求解Pareto最优解集,并由这些Pareto解构成决策矩阵;最后,利用熵权法对各个目标进行客观赋权,再运用逼近理想解的排序法(techninque for order preference by similarity to an ideal solution,TOPSIS)进行多属性决策(multi-attribute decision making,MADM),得到参数控制方案。结合具体实例进行仿真计算,结果表明,运用多目标优化理论可以有效地配置雷达工作参数,优化雷达工作性能。

硅烷偶联剂及其在复合材料中的应用

本文介绍硅烷偶联剂在以各种类型聚合物为基质的复合材料中的作用机理及应用 。

一种基于重要点的时间序列分割方法

分段线性表示是时间序列降维的有效方法,其关键在于分割点的确定。在时间序列分段线性表示的基础上,提出一种新的基于重要点的时间序列分割方法。与一般方法比较相邻三点关系不同的是,将时间窗扩展为前一重要点、待考察点和一个指定时间窗组成的区间,再通过比较数据点前后模式变化来确定重要点。通过与其他7种分割方法进行实验比较,证明该方法适应能力强,不但分割结果总体质量高,在压缩率相同时具有更小的拟合误差,而且能够有效滤除噪声,发现时间序列的模式特征。

基于趋势转折点的时间序列分段线性表示

分段线性表示是时间序列降维的有效方法。在总结分析序列趋势变化特点的基础上,提出了一种基于趋势转折点的时间序列分段线性表示算法。首先定义了趋势转折点作为时间序列分段点的备选集,以点到区域的距离度量趋势转折点的重要性,再根据给定的阈值选择重要趋势转折点作为分段点,对时间序列进行分段线性表示。通过与其他6种方法进行实验比较,结果表明:所提方法在具有较好的拟合质量和适应能力以及对转折点明显的序列,都表现出较强的抗噪声干扰能力。

基于LPI的相控阵雷达辐射控制方法

相控阵雷达可通过合理配置工作参数优化其性能。针对雷达在电子对抗环境中需要具备低截获概率(low probability of intercept,LPI)的要求,从低截获原理出发,对两种辐射能量控制策略:最小功率策略和最小驻留策略的实现方法进行了理论推导。在此基础上,建立以检测概率为目标的探测性能优化模型,并给出了两种能量控制策略下的最优辐射控制方案。

遗传算法在T-S模糊模型辨识中的应用

给出了Ｔ－Ｓ模糊模型的一种模糊神经网络实现方法．提出了采用遗传算法优化网络参数，实现Ｔ－Ｓ模型的辨识．给出了参数优化的详细过程，并用仿真实例证实了这种方法的有效性．成功地将神经网络。

超声联合神经刺激引导逆行锁骨下与锁骨上臂丛阻滞的比较

目的:使用超声引导联合神经刺激仪,对逆行锁骨下和锁骨上臂丛神经阻滞的麻醉效果进行比较。方法:60例上肢手术患者随机分为逆行锁骨下入路臂丛神经阻滞(RI组)和锁骨下入路(S组)两组,使用超声定位及神经刺激确认目标神经。观察穿刺疼痛评分,注药后30min内每5min观察并记录臂丛神经感觉阻滞完善时间、不良反应与并发症。结果:RI组感觉神经阻滞成功率优于S组(P﹤0.05),肌皮、正中神经阻滞完善比S组快(P﹤0.05)。RI组不良反应与并发症明显少于S组(P﹤0.01)。结论:逆行锁骨下臂丛神经阻滞的感觉神经阻滞效果优于锁骨上入路,起效较快,不良反应和并发症较少。

高雷诺数下双圆柱绕流的数值模拟

本文使用表面涡法研究高雷诺数下不同排列方式双圆柱绕流的流动状态。计算了双圆柱在并列、串列及级列的情况下的各种流动结构 ,涡街的变化及作用在圆柱上的受力情况。本文结果清楚地描述了双圆柱绕流复杂的流动状况 ,计算结果与实验显示的流动状况十分相似 。

半刚性连接焊接空心球网壳弹塑性分析的短杆模型

提出了一种考虑焊接空心球节点半刚性网壳弹塑性分析的"短杆模型",即采用等效短杆模拟焊接空心球节点,通过对质量、横截面积及惯性矩的折算来模拟球的质量及初始刚度,并利用自定义PMM塑性铰模拟焊接空心球节点塑性工作阶段随轴力变化的弯曲刚度。在SAP2000有限元软件中实现了该计算模型的导入,并通过算例证明了采用该模型进行弹塑性分析的可行性。"短杆模型"适用于半刚性连接焊接空心球网壳的静动力弹塑性分析,借助它可以更准确地分析半刚性连接焊接空心球网壳塑性阶段的真实反应和实际工作性能。

基于人工免疫的MANET不端行为检测模型

针对层次ad hoc网络的结构特点和安全需求,提出了一种基于人工免疫的不端行为检测系统模型。该模型将不端行为检测数据集分为簇内节点数据集和簇首节点数据集,对其分别进行二进制编码和数值编码。使用分层的抗原(不端行为)动态检测算法,通过簇内节点检测器行为匹配和簇首节点协作验证判断节点的不端行为。仿真实验表明,当网络中不端节点比率在0～40%范围内动态变化时,该模型检测率高于87.6%,误报率低于1.01%,说明模型的整体性能优于DSR-Probe算法。

基于正交分解法的非平稳随机振动响应计算

为高效地获得非平稳随机振动响应的高精度结果,对过滤白噪声非平稳激励信号用精确积分法获得了K-L分解的精确向量,并对其进行了分析。单自由度和多自由度仿真结果表明,用较少量的K-L向量即可满足精度的要求,尤其对峰值的把握较准确。在二自由度的非线性杜芬剪切系统中利用基于能量的等价线性化方法与正交展开方法进行迭代计算并与蒙特卡洛方法进行比较,仿真结果验证了方法的精确性。

基于直觉模糊理论的MANET主观信任模型

移动自组织网络缺乏可信第三方提供信任度量,节点可以依靠对其他节点特定行为进行主观判断以决定对其信任程度,而且行为特征还具有呈现与否的程度大小或者不知情的问题,为此,本文提出了一种基于直觉模糊理论的M ANET主观信任模型,并给出了信任的直觉模糊表述和实现方法,用于量化和评估节点的可信程度。仿真实验表明本模型是适合移动自组网安全的信任模型,能够有效地抵御网络攻击和信任模型攻击。

一种新型的模糊神经网络控制器

本文在分析传统模糊控制的基础上，提出了一种由模糊神经网络实现的自适应模糊控制器，详细分析了网络的结构形式、控制器的在线学习、离线学习方法。最后成功地将它应用于两关节液压机器人的实时控制之中。

基于神经网络的自适应模糊控制器

本文提出了一种基于神经网络的自适应模糊控制器。控制器为５层前向结构，其输入和输出均为数值量。根据给定的训练数据，通过学习算法，能够实现前件参数和后件参数的辨识，提取控制规则，最后通过仿其实验证明了这种方法的有效性。

奥沙西泮精制方法的研究

本文研究了奥沙西泮的精制方法。用酰胺类偶极亲质子溶剂溶解奥沙西泮粗品,经过滤、加水水析、过滤、在酮类溶剂中打浆等操作,得到了高纯度的奥沙西泮。该方法可有效降低奥沙西泮的杂质Ⅱ(6-氯-4-苯基喹啉-2-甲醛)的含量,大幅减少精制溶剂的用量,成本低,收率高,适合工业化生产。

国内外阈限研究综述及其对节事阈限研究的启示

阈限研究在西方国家已有100多年的历史,而在我国尚处于起步阶段。随着旅游业尤其是节事作为旅游吸引物的发展,有必要加强对旅游者阈限心理的研究,以促进节事旅游的发展。以1983年以来156篇(部)国内外阈限研究的典型文献作为研究对象,先介绍了研究文献的总体特征,然后从研究领域、研究内容、研究方法等3个角度分析国内外学者所取得的研究成果,最后分析了节事阈限研究的现状和启示。

基于模糊神经网络的机器人实时控制研究

基于模糊神经网络的机器人实时控制研究廖俊朱世强林建亚（浙江大学流体传动及控制国家重点实验室杭州３１００２７）关键词神经网络，模糊控制，机器人．收稿日期１９９５－０８－０７１引言模糊神经网络结合了模糊逻辑和神经网络各自的优点，受到越来越多学者的高度重视...

一种基于经验共享的服务系统本体信任模型

现有的信任模型依靠聚集系统中其他实体的推荐信任信息对目标实体进行信任度量,忽略了对信任关系及交互经验信息内涵和特征的分析,加剧了分布异构环境中因实体间主客观差异性造成的信任度量偏差。提出了一种以经验为核心概念类的经验本体E-Ont,明确了信任相关经验的概念及属性,在此基础上提出一种本体信任模型ESOBTM,实现了经验信息在语义层面上的理解和解释,有效解决了服务计算环境中上下文和评价标准的差异性对信任度量的影响。仿真实验表明,相比于现有的信任模型,ESOBTM增强了动态服务计算环境下服务交互实体选择的成功率,提高了服务计算系统的可信性。