磨床用自定心中心架的机构设计与优化

设计了一种磨床用自定心中心架的原型机构,建立了自定心中心架的参数组合和平动凸轮的参数化模型。通过对机构的设计参数组合筛选,提出了机构的优化设计目标和优化函数,设计了优化的计算程序。在保证中心架的传力性能、夹持稳定性和夹持精度的前提下,对机构中平动凸轮的两个重要参数进行了优化,为磨床用高精度自定心中心架的设计提供了完整的设计方案。

基于参数空间分布的海洋生态系统模拟

在模拟大尺度海洋生态系统时,由于子区域的生态系统有着各自的特征,导致参数值在空间上存在差异,因此参数在整个研究区域取常数的做法必须改进。基于此,使用气候模式FOAM的气侯态背景场驱动一个简单的三维海洋生态系统模型,并引入参数的空间分布,在全球尺度上通过伴随方法同化SeaWiFS叶绿素资料。引入参数空间分布后,同化结果得到很大改进:浮游植物表层生物量(氮)的平均差从0.1553减小至0.0606mmol·m-3,下降了60.9%,有效地降低了模拟值与观测值在空间上的差异;浮游植物表层生物量平均值也从0.1031上升至0.1252mmol·m-3,更接近SeaWiFS观测。实验结果表明通过引入参数的空间分布来改进海洋生态系统的模拟是可行的。

航天器燃料最优编队机动控制的解析方法

针对航天器燃料最优编队初始化、重构等机动展开研究,提出了一种解析控制方法。首先将编队机动问题从状态空间转换到构型参数空间进行分析,其次基于不等式约束分别得到轨道平面内、外运动的燃料消耗下界,进一步获得燃料最优时需要满足的条件和可行的燃料最优编队机动解析解,该解形式简单,计算量小。燃料消耗量取决于相对运动尺寸参数,而最优解的存在性取决于初始状态误差。数值仿真结果验证了所提方法的有效性和准确性。

大气环流模式中非对流云的预报方法

通过对大气环流模式中非对流云预报方法的物理分析表明：大气环流模式中非对流云的预报，应包括非对流云的云水（冰）微物理过程参数化、大尺度动力过程和云量三个方面。从大尺度调整法、大尺度闭合法和统计方法三个方面，讨论了已有的大气环流模式中非对流云的凝结（华）过程的参数化方案，指出了存在的问题及改进方法。对于Ｂｅｒｇｅｒｏｎ过程，指出了已有的线性化经验公式的不足，强调了采用非线性参数化公式的重要性。本文指出了直接将中尺度模式搬到大尺度模式是不合适的，有必要进一步研究。同时指出将来的大气环流模式，应考虑浅积云所产生的层积云，还分析了已有的深积云对流所产生的高空卷云的参数化公式。并从Ｌａｇｒａｎｇｅ观点、动边界观点和统计观点，提出了大气环流模式中的云量预报的一些方案，并指出了已有方案的不足。

GRAPES-Meso模式动力框架与物理过程对预报误差影响研究

为了研究GRAPES-Meso区域中尺度模式误差特点,评估模式动力框架和物理过程对预报误差的影响重要性,为GRAPES区域集合预报系统方案设计提供参考,基于GRAPES中尺度模式设计了4组对比试验,每组试验对2008年3个不同类型天气过程进行了数值模拟,获得如下结论:(1)GRAPES-Meso模式存在较为显著的系统性误差,系统性误差水平和垂直分布特征主要由GRAPES模式动力框架产生,物理过程对系统性误差影响相对较小;(2)在模式层底和模式层顶,GRAPES模式层与等压面层转换方案中,预报存在较为明显的垂直插值误差;(3)边界层方案对GRAPES模式低层动力场预报误差有重要影响,可以显著减少模式低层动力场预报误差。结果表明减少动力框架预报误差是改进GRAPES-Meso模式的重点,在GRAPES-Meso集合预报系统的设计中,需要重点考虑动力框架引起的模式不确定性。