基于POD/DMD降阶模型的离心泵蜗壳内非稳态流动分析

为深入研究离心泵蜗壳内非线性耦合流动的本质流动特征,本文以一单级单吸式离心泵蜗壳为研究对象,分别采用本征正交分解和动态模态分解2种降阶模型对蜗壳内非定常流场数据进行模态分析,获取流场主导流动结构,并对原流场进行重构。研究发现:蜗壳内流结构主要由速度正负交错,并且周期性特征与叶频及其倍频相关的成对涡旋组成。本征正交分解和动态模态分解方法均可以捕捉流场主要流动结构,并对原流场进行准确还原,两者重构流场与原流场的均方根误差均在0.4%以内。尽管本征正交分解方法在重构流场时整体均方根误差更小,但无法获取单频率流动结构,而动态模态分解方法可以获得不同频率流动结构对流场的贡献,从而捕捉到复杂流场中的不稳定模态。研究成果可以为增强离心泵全局流动的认知、关键水力部件优化设计及发展主/被动流动控制提供理论参考。

气流场驱动喷射3D打印熔融聚乳酸微细纤维及表面浸润性调控

提出了一种高速气流场驱动喷射高效三维(3D)打印熔融聚乳酸微细纤维的方法,分析了高速气流致熔融材料剪切破碎原理,研究了打印工艺中供料气压、气流流速、打印高度等关键参数对微细纤维直径分布及结构孔隙率、截面尺寸的影响规律。并对所获得的聚乳酸微细纤维进行了表面浸润性测试。结果表明,该工艺相对于静电纺丝等微细纤维制造方法,加工效率提高10倍以上。通过控制不同的打印参数,可以有效实现纤维直径在6~18μm、孔隙率在55%~96%范围内的有效调控。通过3D打印工艺,可实现具有宏观路径可控、微观具有高孔隙率微纤维结构的制作。表面浸润性结果显示,打印微细纤维由于材料分子基团及高孔隙率综合作用,具有疏水性及粘附性特征,通过对微观局部进行亲水处理,实现了同一材料局部疏水和亲水共存结构的制作,证明了该方法表面浸润性调控的有效性。

基于数据驱动的电-热-气综合能源系统概率多能流计算分析

针对可再生能源与系统负荷波动对综合能源系统多能流分布的不确定性量化问题,提出一种基于数据驱动的综合能源系统概率多能流计算方法。首先,提出了考虑压缩机不同工作模式的综合能源系统多能流计算统一模型,并探讨了压缩机不同工作模式对能流分布的影响;其次,提出基于支持向量回归的概率能流计算方法,先通过多次重复的确定性多能流计算,构建数据样本集,再用支持向量回归挖掘出综合能源系统中已知负荷、网络节点信息与未知节点参数的非线性映射关系;最后,通过算例分析对提出的多能流计算统一模型在不同压缩机工作模式下的有效性进行了验证;通过与传统概率多能流计算方法对比研究,证明提出的数据驱动概率能流计算方法具有更高的计算精度与效率。

固体力学跨尺度计算若干问题研究

本文展示了固体力学领域跨尺度计算的若干问题和研究概况。(1)建立位错动力学与有限元耦合DDD-FEM的计算模型,实现了能够基于纳米尺度离散位错运动机制计算分析连续介质有限变形晶体塑性问题,提出微纳尺度(200 nm~10μm)晶体塑性流动应力解析公式,结合试验数据揭示了在无应变梯度下强度和变形的尺寸效应;(2)建立具有微相分离结构的纳米尺度粗粒化分子动力学模型CG-MD,计算获得聚脲材料在时域和频域下的存储模量和损耗模量,通过动态加载分析的DMA试验和超声波试验的数据验证,解决了连续介质尺度下微相分离高分子共聚物的设计难题;(3)通过数据驱动关联高分辨率的微米尺度CT影像和临床低分辨率的毫米尺度CT影像的特征值,建立了围关节松质骨小梁的等效模量和结构张量,为骨组织增材制造点阵结构设计和实现个性化骨缺损重建奠定了基础。

IC卡数据驱动下的公交客流分布及线路优化策略研究

为提升公交车的运营效率,研究以某市公交IC数据为基础,对公交客流进行分析,并提出基于遗传算法改进的公交线路优化模型。研究发现,该市全天公交客流出现早晚两个峰值段。工作日到节假日,客流集中地从市中心附近转变为旅游景点、公园和购物中心等地区。公交线路优化模型将某公交线路的利用率提高了15%,将乘客的平均等待时间降低了21%,有效提高了公交系统的运营效率和乘客满意度。此次研究为提升公交运营效率、改善乘客体验、优化城市交通结构、促进城市可持续发展提供重要依据和方法。

AA3连续流动分析仪驱动马达带动转轴旋转模块设计及土壤中总氮测试

针对连续流动分析仪检测土壤中总氮时遇到的问题,研制了驱动马达带动转轴旋转模块.该模块可使混合的样品、试剂和空气保持在合适的温度区间进行中和反应,以利于后期利用连续流动分析仪在最优化条件下对样品进行检测分析,可将总氮的检出限从16.4µg/L降低至10.0µg/L,从而提高连续流动分析仪对样品的分析精度.

多相流阻垢热泵蒸发系统特性研究

为验证多相流热泵蒸发系统的在线阻垢及强化换热性能,以蒸氨废液为液相工质、氧化铝及聚甲醛粒子为阻垢颗粒进行实验研究。结果表明,氧化铝颗粒的加入可有效去除蒸发器已有垢层,换热系数由结垢后的392.5 W/(m^(2)·K)提升至1 712.2 W/(m^(2)·K),且连续运行130 h换热系数未降低;蒸发器换热系数受颗粒物性参数影响较大,随着颗粒直径、密度、体积分率增加换热系数逐渐增大,但增加过量时导致流动不畅,换热系数降低;颗粒自身材质导热系数越高强化换热效果越好;循环流量、颗粒分布形式对换热系数也有较大影响,提高循环流量有助于强化换热;不同分布形式在一定程度上均可提高换热系数,双层多孔分布器可实现颗粒逐级输运,增加其进入换热管比例,强化换热效果最佳。

基于物理机理引导的数据驱动潮流计算方法

随着电力系统可再生能源波动性、负荷随机性等不确定因素的增加,特别是在N-1故障场景下,高效大规模重复潮流计算对于实时安全分析愈发重要。然而,基于物理机理的传统潮流计算方法计算成本较高,运算速度较慢,无法满足实时风险评估需求;数据驱动潮流计算方法运算速度较快,但严重依赖数据质量,预测结果与物理机理缺乏一致性,难以应用于实际工业场景。对此,该文在数据驱动模型上引入电力系统领域知识,构建符合物理约束的深度学习模型,提高了模型性能;采用门控机制和正则化策略,将电力系统拓扑结构和物理公式嵌入到深度神经网络结构,使模型能够适应N-1故障场景下网络拓扑结构的变化。该文采用接入新能源的IEEE 14、IEEE 39以及IEEE 300节点系统进行仿真实验,在正常和N-1故障场景中验证模型效果。实验结果表明,该文方法在误差精度和遵守物理约束的程度上,较传统深度学习潮流计算方法均有提升,可以有效地评估系统在不同故障情况下的运行状态,验证了所提方法的有效性。

基于数据潮流模型的高比例光伏配电网三相不平衡优化

随着分布式光伏的大规模接入,配电网固有的三相不平衡问题日益严重,给系统的电能质量、经济运行等带来不利影响。此外,高比例光伏的接入使得配电网的物理结构和运行方式更加复杂多变,导致当前依赖精确拓扑结构和线路参数的三相不平衡优化方法难以应用。因此,提出一种基于数据潮流模型的高比例光伏配电网三相不平衡优化方法。首先,采用基于双阶段注意力机制的循环神经网络方法建立数据潮流模型,拟合三相潮流约束中变量之间的函数关系。同时,提出图特征嵌入的方法将部分已知的拓扑信息嵌入到数据潮流模型中以提高拟合精度。其次,以训练后的数据潮流模型为基础重建配电网三相不平衡优化模型。最后,通过条件梯度下降方法求解该模型,以修改的IEEE33节点配电网络为例,验证了所提方法的有效性。

基于动力学模态分解的方柱绕流非定常流场分析

具有方形断面的结构或构件广泛应用于实际工程中,针对方柱绕流风荷载和风致振动特性开展研究至关重要。方柱绕流的尾流效应往往涉及多种复杂流动现象,捕捉其流动主要模态对深入分析流场特性以及流动控制具有重要意义。该文基于动力学模态分解(Dynamic Mode Decomposition,DMD)方法建立了能够提取流场主要模态并进行流场重构的降阶模型。基于数值模拟获取非定常流场快照;利用DMD进行主要模态提取;基于提取的主要模态对非定常流场进行重构。结果表明:DMD方法提取的前4阶模态能够准确重构原始流场,为流动控制和结构设计提供参考。

基于数据流通限制的反垄断规制研究

巨型平台经营者通过构建平台聚合生态系统,利用网络效应、规模经济以及数据获取壁垒等方式加大对数据流通渠道的控制力度,挤压竞争者的发展空间,最终在多个关联市场中获得市场力量和垄断地位。基于对已有规范实践的考察以及数据流通限制的经济效果分析可以发现,数据流通限制不仅增加了中小平台经营者的数据收集、分析以及利用成本,还有可能产生阻却中小平台经营者突破数字市场壁垒、损害消费者价格与选择权益以及抑制创新动能等竞争限制效果。因此,数据流通限制状态应受到反垄断规制的高度重视。

基于事件驱动的液流电池控制系统实现方式

液流电池具有充放电循环次数大、容量高及寿命长等优点,是长时大规模储能的理想选择,但是其复杂的结构对电池控制系统的要求较高,传统开发方式难以满足其多样的控制需求,因此提出精准度更高、实时性更好的基于事件驱动技术的液流电池控制系统开发方法。首先针对液流电池稳定性需求高、内部损耗大等问题,提出了主/辅助电堆协同架构,并对该架构系统进行建模分析;然后基于事件驱动技术对控制系统进行模块化设计,包括柔性充放电控制、辅助电堆参与的黑启动控制、基于卡尔曼滤波的电池荷电状态(state of charge,SOC)估计等;最后搭建半实物仿真平台,对所提架构和策略进行验证,证明了该架构和策略能提高系统的能量转换效率和稳定性。

动态拓扑下基于终端数据挖掘的配电网异常节点检测

异常节点检测用于发现由窃电、设备故障等现象导致的功率、电压等电气参数的量测值与实际值不同的节点,是配电网态势感知、运行和管理的基础。为此,提出一种基于终端数据挖掘的异常检测方法。首先,通过挖掘节点电压、功率间的潮流约束关系,构建了一种潮流映射框架下的异常检测体系,将不符合约束关系的节点判断为异常。其次,构建对冲反向传播-残差神经网络拟合潮流约束关系,在配电网拓扑和参数信息缺失的情况下实现快速准确的电压计算。再次,针对配电网拓扑变动导致方法失效问题,引入模型回溯概念和生成树算法进行识别,将变动信息反馈给主模型,实现检测方法在动态拓扑下的应用。最后,结合实际案例与仿真实验验证了所提方法的有效性。

基于支持向量回归数据驱动的配电网潮流回归

随着大量分布式电源接入配电网,配电网潮流分布由原来的单向流动转为双向流动,配电网潮流分布不均、电压越限等问题频现,研究适用于主动配电网的潮流计算更为重要.由于中低压配电网电气参数往往收集不到,量测系统也不如输电网完备,开关动作导致的拓扑变化难以实时反映到监控系统.实践中难以将基于导纳矩阵的输电网潮流方法应用到中低压配电网中.鉴于此,本文提出一种数据驱动的潮流线性回归模型,以实现不依赖于配电网物理模型的潮流计算与分析.首先建立不同类型的母线已知量与未知量的映射关系;其次,进一步推导该模型母线类型变换的更新方式;然后构建基于支持向量回归(support vector regression,SVR)的潮流回归模型,通过嵌入高斯核函数以及对样本进行聚类更好地拟合潮流的非线性;最后,在多个IEEE标准系统和改进的IEEE33节点系统仿真验证了所提方法的有效性.

甘蔗生物质炭在界面太阳能海水淡化中的应用

太阳能驱动的界面水蒸发作为环保、高效、可持续的海水淡化技术,在近年来受到广泛关注。快速的水运输、高效的光热转换是实现持续、稳定蒸发的关键。多级孔道的生物质衍生蒸发器在太阳能水蒸发应用中展示出高效、环保、可持续的应用潜力。以废弃的甘蔗节为原料,利用冷冻干燥和高温碳化工艺制备了具有天然多级孔道结构的生物质基蒸发器,并研究了材料的光吸收、水运输和蒸发性能以及不同风速下对流空气对蒸发器的蒸发性能和热损失的改善作用。结果表明:具有发达的多级孔道结构的生物质基蒸发器展示出了高达92.8%的太阳光吸收率。在一倍太阳光强下展示出1.55 kg/(m^(2)·h)的蒸发速率和77.6%的光热转换效率。此外,在风速2 m/s的条件下,蒸发器的蒸发速率展示出了高达2.27 kg/(m^(2)·h)的蒸发速率和91.6%的光热转换效率,显示了对流效应对淡水产出速率的增强和对热损失的抑制作用。

统一大市场建设与企业数字技术创新——基于需求侧和供给侧的双重视角

数字技术赋予企业创新全新内涵,在双循环发展格局下,大规模国内市场影响企业数字技术创新的路径呈现新特征。基于2012—2020年中国上市公司层面的微观数据,从理论和实证角度分析了统一大市场建设对企业数字技术创新的影响。研究发现,统一大市场建设有利于企业数字技术创新的发展。异质性分析结果表明,政府干预越弱,越有利于统一大市场创新效应的发挥,且统一大市场对数字产品制造业的影响更强。机制检验结果表明,从需求侧来看,统一大市场建设通过扩大内需规模,优化内需结构促进企业数字技术创新;从供给侧来看,统一大市场通过促进劳动、知识等传统生产要素的流动推动企业开展数字创新活动,资本要素流动对统一大市场的创新效应产生了遮掩作用。在数据要素的加持下,传统要素流动的创新效应获得了乘数倍增效应。

基于人工神经网络的水平管道气液两相流流型识别算法研究

流型是研究流动过程中一个十分重要的水力学状态参数,传统流型识别方法一般采用观测手段,往往需要苛刻的实验观测条件,难以应用在工程中。本文利用人工神经网络黑匣子特性通过人工神经网络对从水平管道内气液两相流流型测量实验中获取的数据进行学习,设计了一种无需使用直接观测手段而仅基于两相流速的流型识别的模型并进行了测试,效果良好,误差率低,提出了一种基于数据的流型识别方法。并对人工神经网络模型进行了神经网络结构无关性分析,研究了神经网络隐藏层神经元数对模型精度的影响。

知识产权保护对创新价值链效率的影响

选取2012—2022年中国279个城市数据,采用空间计量模型与中介效应模型,实证检验知识产权保护对创新价值链效率的影响及作用机制。研究结果表明:知识产权保护对创新价值链效率具有显著正向影响;区域异质性检验发现,知识产权保护对创新价值链升级的促进作用存在明显区域异质性,具体表现为对东部地区最强、中部地区次之、东北地区再次、西部地区最弱;知识产权保护在提升本城市创新价值链效率的同时亦会对邻近城市创新价值链效率产生积极影响;中介效应检验发现,知识产权保护可通过缓解融资约束间接促进创新价值链效率提升。基于此,应细究知识产权保护制度优势,营造良好技术共享环境;差异化施行知识产权保护制度,协同提升创新价值链效率;畅通资金流动渠道,激活创新价值链发展动能,以加速提升创新价值链效率。

基于领域驱动的配电网边缘智能体系统构建

随着高比例分布式电源、储能和新兴负荷大量接入电网,配电网全域可观性和区域协调控制难度增大。为此,需要引入边缘智能体作为配电网终端进行数据采集、分析、计算及调控的智能载体,实现配电网高效智能自治运行。传统配电自动化系统在进行顶层设计时,其业务架构和软件设计通常分开进行,相对割裂,给配网高效稳定运行带来隐患。因此,提出基于领域驱动设计系统架构理念的边缘智能体系统架构方法。首先分析了边缘智能体内部架构及功能模块实现方法,其次利用领域驱动设计思想,构建了配电边缘智能体领域模型,设计了相应的领域实体、状态服务能力和领域服务功能,最后给出了软件平台构建方法及软件检测方法,并结合具体案例对所构建系统进行了验证分析。

基于XGBoost算法的海上油田数据驱动软测量研究

海上油田数字化、智能化是发展的必然趋势,油气井多相流量软测量是智能油田建设的重要一环。为进一步研究数据驱动软测量模型对海上油田多相流计量的适用性和应用效果,基于某海上油田160余口井约16 000个历史生产数据,优选电潜泵功率、电潜泵前后差压、油嘴直径、油压等生产测量参数作为模型输入辅助变量,建立了基于极端梯度增强树(Extreme Gradient Boosting,XGBoost)算法的数据驱动软测量模型。训练后的模型对油田2 400个生产样本进行测试计量,结果表明模型对产油量、产气量和产水量的计量平均绝对百分比误差均≤6%。结论认为,基于XGBoost算法的数据驱动软测量模型对海上油田多相流计量的适用性和应用效果良好,可作为油田单井计量的解决方案之一,对智能油田建设具有借鉴意义。