平稳地震动过程功率谱拟合及收敛性分析

研究了平稳随机地震动过程的功率谱拟合问题,分析比较了４类常用拟合模型,发现其中３类模型存在谱收敛性方面的问题,对此进行了全面的阐述,并提出了一类新的满足谱收敛性的拟合三角级数模型,该模型利用分段功率谱密度函数生成各频段的随机频率,反映了功率谱对不同频段内频率随机性的影响,并且便于控制拟合三角级数中的频率成份。由于人造地震动在工程抗震研究上的重要性,本文研究成果对于正确生成地震加速度时程具有实际意义。

地震破坏供水管网低压水力分析

供水管网遭受地震破坏后会产生渗漏和爆管,在震后的紧急救援和修复阶期,供水管网处于低压带漏损供水状态。根据断开管段的沿程水头损失关系,提出一种在断开管段端点附加扩散器模型模拟断开点漏水,简化了断开管段的建模方法;将压力决定的节点配水量模型加入到水力分析中,避开了低压管网水力分析中的节点负压问题;利用线性搜索与回溯算法控制管网节点非线性方程组的迭代步长,确保了管网低压水力分析的全局收敛性。此方法具有建模简单,计算量小,全局收敛速度快的特点;通过示例计算及结果比较,验证了其有效性。

浅层地震模型试验研究

按照相似性准则,采用不同介质模型模拟多种地质构造,通过对地震波在二、三维介质中传播的模型试验研究,并与理论正演计算结果对比,吻合性较好,为更系统地开展物理及数值模拟试验打下了较好的基础。

缩放管管外流动沸腾换热的数值模拟与场协同分析

本文利用FLUENT软件对制冷剂R134a在光管和缩放管水平管外沸腾传热进行了三维数值模拟,得到了其饱和泡状沸腾过程中体积含汽率的分布规律,并比较了它们的换热系数,结果表明:缩放管外侧能够很好地强化沸腾传热。此外,通过改变边界条件分析了质量流量、热流密度的变化对缩放管管外沸腾换热系数的影响。最后应用场协同理论,从局部换热角度分析其强化机理。研究表明:缩放管水平管外沸腾换热得到强化的原因是其凹槽前后的速度场与温度梯度场之间夹角更小,协同程度更好。

基于场协同的缩放管管外强化传热数值模拟

为研究缩放管管外强化传热性能,利用CFD软件对缩放管和光滑管管外对流传热进行了数值模拟。模拟结果表明：两种管外换热系数都随Re增加而增加,同种工况下缩放管管外侧传热系数是光管的1.5~1.8倍,但随着Re的进一步增大,强化传热有所减弱。最后,应用温度场和速度场的协同理论分析强化传热机理,结果表明：缩放管管外速度场与温度场之间夹角较小,协同程度好,从而达到强化传热目的。

龙卷风维持特性的探索

利用计算流体力学(CFD)方法建立了模拟龙卷风的装置模型。基于龙卷风在平面上的速度型,拟合成函数关系式,在三维CFD程序中设置初始速度场以及相关的边界条件,匹配不同的初始温度场进行了关于龙卷风维持和发展的一系列数值模拟。重现并利用漩涡管的Ranque-Hilsch效应以及汇流换热原理分析了本文2种不同的温度型对龙卷风内部流场变量随时间推移所发生的变化,同时揭示了龙卷风产生并维持下去的一种可能性,即冷热气流汇流换热生成温度场可能是产生和维持龙卷风的直接原因,并在此基础上提出使龙卷风削弱甚至消亡的方法,即破坏温度场。

基于改进微粒群算法的飞机纵向飞行轨迹优化

为提高飞机纵向飞行轨迹优化的精度和收敛速度,提出了用改进的微粒群算法对飞机纵向飞行轨迹进行优化的新方法。基于质点动力学和能量状态方程,建立了飞机质点运动数学模型;利用庞特里亚金最小值原理,给出了飞机纵向飞行过程优化的目标方程;引入自适应惯性因子,采用罚函数法对轨迹寻优问题进行无约束化处理,基于改进的微粒群算法对纵向飞行轨迹进行了优化,并给出了算法优化流程。使用改进的微粒群算法,得到了Boeing 737-800飞机纵向飞行最优轨迹。优化结果与试验结果的比较表明,该算法可使纵向飞行轨迹快速收敛于最优解,算法具有收敛速度快、精度高的优点。

地震灾场计算机仿真

讨论了用系统仿真手段分析地震灾场的必要性和可能性，建立了地震灾场仿真分析的场、时域复合模型；发展了定维变时长的仿真结束原则；并以实例验证了地震灾场仿真模型和仿真结束准则的实用性。

浅层地震模型试验研究

从地震波传播的物理实质出发,按照相似性准则,采用不同模型模拟各种地质构造。通过模型实验与理论结果的对比发现,所建模型准确性较好,与理论结果吻合较好,正演计算的结果能较准确的反映反射介面的位置,从而为更好地展开物理及数值模拟实验打下较好的基础。

基于异构粒子群算法的LKJ辅助驾驶优化研究

目前,LKJ机车主要依靠司机经验进行操纵,存在操纵不合理、晚点、能耗大等问题,针对这一问题,基于分布式的思想,提出一种结合模拟退火的异构粒子群算法,根据线路条件、限速条件等,对LKJ辅助驾驶曲线进行优化。算法以节能、准点为优化目标,首先,根据线路限速信息,利用分布式的思想将列车站间运行区段划分为独立的子区间,对各子区间进行并行优化;其次,通过异构粒子群算法中的学习因子,使算法在执行前期加快全局搜索能力,在算法执行后期加快局部收敛速度;然后,为防止算法过早陷入局部最优,利用模拟退火算法的Metropolis准则,使算法在执行过程中能够跳出局部最优解,从而进一步提升全局搜索能力;最后,以京广线部分区段的实际线路数据对算法进行仿真验证。仿真结果表明:在区间运行时间和限速条件的约束下,本文提出的SA-HPSO算法在迭代至76代时收敛至最佳适应度,该算法具有较强的全局搜索能力和较快的收敛速度,能够在较少的迭代次数内搜索到各子区间最优工况转换点,从而生成能够指导LKJ辅助驾驶的站间优化曲线,对LKJ辅助驾驶曲线优化具有一定的现实意义。