在线社交网络中基于多态信任融合的信任估计

为提高大型在线社交网络中信任计算方法的准确性和鲁棒性,采用共被引和转置信任传播操作,提出一种基于多态信任融合的信任估计方法估计连续信任/不信任值。结合信任者、被信任者的相邻用户的信息以及被信任者对信任者的信任,平均估计出两个用户信任或被其它用户信任的差异,以及一个用户信任另一个用户和被该用户信任的差异;利用这些差异,计算4种部分信任估计值,将这些部分估计值加权平均,得到信任者对被信任者的最终信任估计值。仿真结果表明,所提方法比其它最新的现有信任计算算法更准确和鲁棒,对应用于大型网络更高效。

汽车车身装配偏差定性分析方法的研究

提出了借助图论的有向关联图对车身装配偏差流向与误差传递关系式进行分析的方法,构建关联矩阵、综合偏差矩阵、测量误差矩阵、约束矩阵、突变系数矩阵,建立偏差传递数学模型。通过统计过程控制(SPC)图的趋势定性分析,依据误差传递数学模型,经模糊判据权重确定偏差根源,从而实现制造过程的车身装配偏差控制。以某汽车后地板装配为例,验证了该方法的正确性与可行性。

基于组分半全局敏感性的燃烧反应动力学模型简化方法

针对目前缺乏对燃烧反应动力学机理中组分重要性判别的诊断方法,本文提出可准确量化组分重要性的半全局敏感性分析方法,并应用此方法简化USCMechII、JetSurF和DME机理,得到的简化机理可分别精确预测乙烯、正庚烷和二甲醚的点火延迟时间.基于组分半全局敏感性方法不仅可以精确评价组分的重要性程度,还可以分辨组分的正负贡献;采用此方法消除不重要的组分,最终得到32组分的乙烯燃烧机理、56组分的正庚烷燃烧机理和32组分的二甲醚氧化机理,并且这3个简化机理也比通过DRG和DRGEP方法得到的简化机理更加紧凑.

正十烷简化机理的构建及其在发动机燃烧数值模拟中的应用

为了预测发动机点火包线和贫/富油极限等关键性能,迫切需要发展航空燃料及其典型组分的高精度化学动力学模型。针对燃料典型组分正十烷,采用自主开发的机理生成程序ReaxGen构建了其燃烧详细机理(1499种组分、5713步反应)。为了验证机理的合理性与可靠性,在当量比Φ=0.5~2.0,压力p=0.1~8MPa的宽工况条件下进行了点火延迟模拟验证,结果表明,本文提出的正十烷详细机理在较宽的温度、压力和当量比条件下具有较高的模拟精度。为获得适用于发动机燃烧模拟的高精度简化机理,基于误差传播的直接关系图方法简化了正十烷燃烧详细机理,得到包含709种组分、2793步反应的正十烷半详细机理。进一步在高温范围(1000~1500K),采用路径通量分析方法简化得到含77种组分、359个反应的骨架机理。获得的骨架机理能够合理描述正十烷在高温下的燃烧特性,且该骨架机理尺度规模可用于基于火焰面模型的燃烧数值模拟。基于此高精度的骨架机理模型,结合火焰面生成流形湍流燃烧模型,采用大涡模拟方法进行了航空发动机环形燃烧室单头部扇形的燃烧模拟,初步获得了非稳态流场结构,其中温度模拟结果与实验值基本符合。

基于DRGEPSA方法的甲烷燃烧简化机理的构建及验证

采用耦合误差传播和敏感性分析的直接关系图(DRGEPSA)法,对甲烷燃烧详细反应机理(Gri Mech 3.0机理)进行了简化,构建出了一套含有23种组分和110步基元反应的简化机理。为验证该简化机理的合理性和可靠性,采用充分搅拌反应器模型和一维层流预混反应器模型分别对甲烷燃烧反应过程进行模拟,并对温度和组分摩尔分数分布进行了对比分析。结果显示:利用简化机理分析得到的预测数据与详细机理吻合良好。结合该简化机理,建立了二维数值模型对带伴流的甲烷/空气Flame D进行数值模拟仿真研究,流场的温度和组分分布均与实验值吻合度较好,进一步表明所提甲烷燃烧简化机理具有较高的模拟精度。

基于组分浓度的LNG-柴油燃料反应机理简化

以甲烷-正庚烷-异辛烷-环己烷-甲苯混合物作为LNG(液化天然气)-柴油模型燃料,构建了包含1 425种组分和5 597个基元反应的LNG-柴油模型燃料详细燃烧反应机理.以重要组分摩尔分数为目标参数,通过基于误差传递直接关系图法对该详细机理进行了简化,分析了简化阈值与机理规模的关系,结合反应路径研究了机理简化的规律.结果表明:随着简化阈值增大,机理规模逐渐减小,但减小的速度逐渐降低,当阈值增大至0.8时,简化机理规模基本恒定.结合简化阈值与误差,确定合理的简化机理包含208种组分和1 087个基元反应,该机理可准确预测模型燃料的着火延时与层流燃烧速度.简化机理保留了H2/CO/C1子机理、C2-C3半详细机理和C4-C8骨架机理,去除了约85%冗余组分和81%的基元反应.