Zakharov-Rubenchik方程组的格子Boltzmann方法

Zakharov-Rubenchik方程组常用于描述非线性介质中高、低频波间相互作用的波耦合现象。本文针对该方程组的数值求解问题,构建了一种格子Boltzmann方法的D1Q3演化模型,并利用Chapman-Enskog展开和多尺度分析技术,推导出了各个方向的平衡态分布函数和修正函数的具体表达式,从而将所建的演化模型准确恢复到宏观方程组。最后,通过数值算例证明了该方法的有效性。

基于XGBoost算法的人—虎共存区域风险等级划分

以2014—2019年珲春地区红外相机拍摄的东北虎数据为基础,基于XGBoost算法构建了虎出没区域风险等级划分模型。由模型检验可知:模型的准确率为93.51%,精确率为93.85%,召回率为93.08%,F1值为93.31%,Cohen s Kappa统计系数为90.2%。研究结果表明:基于XGBoost算法构建的人-虎共存区域风险等级划分模型分类效果好、预测准确度高,运用该模型对人-虎共存区域进行风险等级划分是可行的。

顶燃式热风炉燃烧过程数学模拟研究

一直以来,工业企业在全球能源消耗中占据着举足轻重的地位。作为这些企业的核心设备之一,热风炉在工业生产中发挥着无可替代的作用。热风炉既是能源消耗的主体,也是工业生产过程中不可或缺的热量提供者。热风炉的工作原理主要是利用燃料燃烧产生的热量,通过热交换器将热量传递给空气,产生高温热风。这些高温热风在工业生产中广泛应用于各种工艺流程,如烘干、烧结、熔炼等,对于提高生产效率和产品质量具有至关重要的作用。在介绍顶燃式热风炉燃烧器结构的基础上,探讨顶燃式热风炉数值模拟现状,重点分析了顶燃式热风炉燃烧几何模型和数学模型,并从速度分布以及温度场分布对数学模拟结果进行分析,望能通过优化燃烧过程,可以提高热风炉的燃烧效率,降低燃料消耗量和能源成本。

发展方程的完美匹配边界层模型

在有界区域上使用数值方法模拟无界区域上的偏微分方程时,要求在有界区域边界上添加人工边界条件。构造的人工边界条件必须能消除边界上不必要的反射,完美匹配边界层是非常有效的人工吸收边界条件之一。本研究采用复值坐标拉伸的方法,在不分离变量的前提下对发展方程推导出了完美匹配边界层模型。通过平面波分析可知,波在初始求解区域边界上无反射,且在有界的完美匹配边界层上振幅是指数衰减的。

一种风向监督双流神经网络--以一维Burgers方程求解为例

针对一维Burgers方程下单一建模方式难以充分考虑不同阶段风向对系数的影响比重,无法有效获得各节点间的关联信息的问题,本文提出了一种风向监督双流神经网络分别预测上下风向的有限差分系数。同时设计了一种风向判断模块,实现了对预测得到有限差分系数的权重融合。通过风向监督双流神经网络,并结合先验知识对学得的系数分配一定的权重,以突出上下风向对预测结果的不同影响,可以有效实现对不同风向上的点分别进行预测,使得空间结构特征信息挖掘更加充分,从而提高差分系数预测的精度。在比传统数值求解方法网格分辨率粗4~8倍的同时,提高了谷歌团队工作的精度,以此提高了计算的速度。

基于混合域注意力机制的神经网络反演大气湍流强度

本文提出了一种基于混合域注意力机制的神经网络方法反演大气湍流强度。神经网络的输入为不同大气湍流强度下的退化图像,输出为表征大气湍流强度的折射率结构常数。混合域注意力机制由空间域和通道域双重注意力机制组成,其中空间域注意力机制用于增强退化图像中受湍流影响的区域特征,通道域注意力机制用于增强由湍流引起的颜色和纹理特征。在网络训练阶段,引入的混合域注意力机制让神经网络更专注于退化图像中与大气湍流强度相关的特征,提高了模型的精度。数值实验结果表明,本文提出的方法能够较准确地实现大气湍流强度反演。

基于图卷积的一维平流方程空间离散化数值求解加速方法

本文提出了一种基于图卷积神经网络的偏微分方程空间离散化数值求解加速方法,并将该方法应用于求解一维平流方程的研究中,实现了一维平流方程的加速求解。并设计了基于图卷积的一维平流方程空间离散化神经网络模型(GCPNN),其在物理先验知识指导下基于图模型利用空间图结构特征进行一维平流方程空间离散化求解加速方案建模,在构建图结构关系过程中,基于物理先验知识建立邻接矩阵,利用邻接矩阵融合了全局信息,从而实现了一维平流方程的加速求解。并且通过设计对比实验和消融实验验证了基于GCPNN的求解器相较于基线求解器和CNN求解器在求解精度和计算成本方面的优势,且验证了加入物理先验知识指导及全局信息融合的有效性。

基于真实三维人体点云的特征参数提取

针对真实三维人体点云数据,提出一种快速提取人体特征参数的方法。首先对点云数据进行预处理,并将人体中心点转化为坐标原点,然后利用人体几何形状以及特征参数的定义,通过分层探索法来定位人体特征点,最后利用人体特征点得到相应的特征截面信息,使用边缘识别法提取特征轮廓边界点,对于不同人体体型,基于人体几何形状分析法自动识别正常和肥胖人体体型,有效地计算不同体型的真实特征参数信息。数值实验说明了该方法的有效性。

基于双边Lanczos算法的声子晶体复模态重分析

针对声子晶体拓扑结构修改时模态计算效率低的问题,提出基于双边Lanczos算法的复模态重分析。与全分析不同,本方法利用声子晶体原始结构的模态分析结果,通过双边Lanczos算法构建投影向量矩阵,将广义特征值方程映射进子空间来压缩矩阵规模,求解方程后再利用近似模态关系得到最终解。通过对尺寸和形状发生修改的声子晶体进行分析,验证了方法所求结果具有高精度,与全分析相比缩减了约35%的计算时间,在处理拓扑修改变化量大和计算规模大的声子晶体模态分析问题上有很大潜力。

具Robin条件的高维扩散方程反问题正则化算法

初始热场和热源同时识别问题是一类热传导方程反问题.通过两个固定时刻的温度测量数据同时反演初始温度和热源项,提出了改进的正则化方法,获得了稳定化算法,给出了正则化参数的选取策略及正则化解的误差估计,对带噪声干扰的测量数据进行预处理以提高数据精度.数值算例验证了算法的有效性.

声波移动障碍反散射问题研究

研究一种具有Dirichlet边界条件的时域声波移动障碍反散射问题。首先对时域波动方程进行求解,在有限观测时间内对移动障碍物采集动态声波近场数据;其次建立一个时域声波移动障碍反散射问题的神经网络模型,该模型将时域近场数据作为输入序列,已知形状的移动障碍物位置参数作为输出序列,求解该反散射问题;最后对于不同移动速度的情况,有效地反演出移动障碍物的位置和轨迹。数值实验表明了该方法的有效性。

一种利用远场数据恢复Dirichlet特征值的神经网络方案

探讨了声场中利用远场数据重构具有Dirichlet边界条件的障碍物的特征值反问题,提出了一种基于数据驱动的神经网络方案。首先针对具有Dirichlet边界条件的障碍物建立内特征值问题和外散射问题的数学模型,然后构建一个具有序列对序列结构的多层前馈神经网络,该网络采用反向传播误差和自学习的方式更新网络中的超参数,最后在散射体信息未知的前提下,利用远场数据重构障碍物的Dirichlet特征值。数值实验表明该方法可以有效地重构障碍物的Dirichlet特征值。

时域声波障碍反散射问题的神经网络方法

研究了一种求解时域声波移动障碍物反散射问题的神经网络方法。该方法由一维卷积模块和多头自注意力机制模块构成,其中一维卷积模块的特征提取能力有效捕捉散射数据的局部特征;多头自注意力机制模块的全局信息捕捉能力综合分析散射数据的全局特征,采用误差的反向传播进行训练,反演障碍物的运动轨迹。实验结果表明,该方法能有效反演移动障碍物的运动轨迹。

声源和障碍物联合反演问题研究

针对声源和障碍物联合反演问题,提出一种并行神经网络方法,同时重建声源的位置和障碍物的位置、形状参数。首先,将远场数据作为并行神经网络的输入序列,声源和障碍物的相关参数作为并行神经网络的输出序列;其次,构建一个特征提取模块,该模块包括GRU模块和Res模块,分别用于提取远场数据的相对位置特征和绝对位置特征;最后,将相对位置特征和绝对位置特征进行融合,通过参数反演模块将融合的特征数据与声源和障碍物的相关参数建立映射关系。数值实验表明了该方法的有效性。

基于多元回归的延安市PM2.5浓度预测

工业化进程的加快带来的不只是经济的飞速发展,还有以PM2.5为主的污染物浓度的增加,给人类的健康以及环境的治理带来不利影响,合理有效的PM2.5浓度预测对于人类健康和环境治理有着重要意义。文中设计了基于多元回归模型的PM2.5浓度预测模型,分别预测了延安市春季、夏季、秋季和冬季的PM2.5浓度,与极限树回归、Catboost回归和K邻近回归等回归模型的预测结果进行对比。结果表明多元回归模型的误差较小,拟合精度较高,为延安市大气污染的治理提供了可靠的科学依据。

基于TCN的PM_(2.5)浓度预测模型

作为大气污染主要因素之一的可吸入颗粒物PM_(2.5)严重影响人类的健康,受到广泛的关注。科学高效地预测PM_(2.5)有利于人类提前做好防护措施,保护自身安全。为此设计了基于时域卷积神经网络的PM_(2.5)浓度预测模型,选取中国环境监测总站的全国城市空气质量实时发布平台的数据,对陕西省西安市的PM_(2.5)浓度进行了预测,并对预测结果进行分析。与长短时记忆神经网络和门控循环单元模型进行对比实验,结果表明时域卷积神经网络在预测PM_(2.5)浓度中具有较好的性能。

非牛顿流固耦合问题的半隐式分区ALE有限元-间断有限元耦合算法研究

针对非牛顿流固耦合问题,提出了任意拉格朗日-欧拉(arbitrary Lagrangian-Eulerian,ALE)框架下的半隐式分区有限元-间断有限元耦合算法。其数学模型主要包括非牛顿流体和固体结构的控制方程,以及流体-固体交界面上的边界条件。固体结构由弹性材料组成,非牛顿流体由幂律型本构模型描述。用分裂格式对非牛顿流体控制方程进行解耦,得到若干子方程;通过有限元、间断有限元方法求解对应恰当类型的子方程。用中心差分及标准有限元方法分别对固体结构弹性动力学方程进行时间和空间离散;用修正的Laplace移动网格方法处理固体结构的形变及流体区域网格的变化过程。最后用数值算法研究了带有圆弧顶端梯形结构体的非牛顿流固耦合问题,并详细分析了结构体高度、入口速度及流体特性等因素对流固耦合问题的影响及机理。

基于有限元方法的回转窑燃烧器温度场仿真

为了实现回转窑在运行过程中其内部的温度分布情况的可视化,采用数值模拟的方法进行研究.基于有限元方法对回转窑燃烧器进行数值模拟,通过有限元Galerkin法Lagrange形函数推导出流体传热方程的弱形式,比较网格划分质量,应用COMSOL有限元软件实现套管式燃烧器燃烧仿真,结果显示燃烧器轴向10m内为回转窑高温区,温度保持在1400K-1800K,其他区域温度在1100K左右,仿真结果符合实际情况.多项式拟合煤气,空气进气与温度分布的关系,结果显示进气速度与窑内平均温度呈线性关系,与火焰区最高温度波动相关,回转窑燃烧器的温度场仿真为钢厂提高焙烧效率提供了科学依据,并为其他学者应用COMSOL软件进行仿真研究提供了可借鉴的模板.

旋流通道内超临界氮的换热性能研究

为了研究超临界氮在旋流通道内的换热性能,通过试验和数值模拟的方法,分析了超临界氮物性变化在螺旋管沿程及周向引起的流动传热变化,以及流动参数、结构参数对换热系数h、流体温度Tf、壁面温度Tw、压力P1的影响,并对各结构参数的灵敏度做了量化分析。结果表明,流体温度位于临界温度127.15 K附近时,换热系数达到峰值;管径d对h,Tout,P1的灵敏度值最大分别约为2.47,0.42,2.15,说明d值变化对流动传热影响最大;对数据进行处理,拟合出基于螺旋管结构特性的超临界氮传热关联式,模拟值和公式值最大误差为12%。研究结果可为螺旋管换热器的应用推广提供参考。

求解双曲守恒律的修正模板近似的五阶WENO格式

针对经典的五阶加权本质无振荡(WENO)格式在间断附近耗散过大以及临界点不能保精度的问题,本文提出了一种新的修正模板近似方法。改进了经典五阶WENO-JS格式中各候选子模板上数值通量的二阶多项式逼近,通过加入三次修正项使模板逼近达到四阶精度,并且通过引入可调函数φ使得新的格式具有ENO性质,理论分析新的格式具有保精度特性,通过一系列数值算例说明了新格式的高效性。