高温质子交换膜燃料电池电堆端板拓扑优化

以实现高温质子交换膜燃料电池单电池内部接触压力的均匀性与电堆内单电池之间接触压力的一致性为目的,建立了一种具有非线性接触边界条件的高温质子交换膜燃料电池电堆端板的拓扑优化模型.通过研究在一定工作温度下装配荷载对电堆内部接触压力的影响,并综合考虑端板的质量与制造难度,构建了一种适用于燃料电池电堆的简化模型.从基于热力耦合的有限元法出发,对燃料电池端板进行以最小质量为目标、最大应力为约束的拓扑优化,并在综合考虑结构形状与拓扑结果的基础上建立端板的几何模型.结果表明,拓扑优化得到的端板结构使电堆内部具有更均匀的接触压力,因此拓扑优化可以为端板的结构设计提供理论参考.     

关于Hückel分子轨道理论教学中的几个问题的探讨

使用Gaussian 98程序中的HF和DFT法,在STO 3G和6 311 G(d,p)基组水平下,分别对烯丙基、环丙烯基、戊二烯基、环戊二烯基及其正负离子和丁二烯、已三烯、苯等共轭分子进行了全优化几何构型的量子化学计算,并将计算结果与HMO理论计算进行了比较.     

几何约束问题求解的方向可选指数进制步长优化算法

针对参数化设计中的复杂几何约束求解问题,提出1种可选指数进制变步长数值求解优化算法.在给定的优化目标下,采用指数进制变步长,对每个设计参数变量进行"前进、后退、保持一步"的方向选择式试探判断,即算法每迭代循环1次,误差以指数方式进行递减,变量则逐渐逼近先前设定的参数目标.利用该优化算法,求解相切圆填充和正二十面体优化2个经典的几何优化问题.研究结果表明:该算法稳定性强,收敛速度快,求解精度高并对初始值不敏感;该算法能够求解多变量复杂参数化设计问题,并不受优化变量个数的影响;利用方向可选指数变进制变步长优化算法能有效解决二维和三维空间内的参数化几何约束优化问题.     

Ba、Gd共掺杂SrTiO3结构的能带计算

运用第一性原理密度泛函理论研究了未掺杂、Ba掺杂和Ba、Gd共掺杂SrTiO3(STO)晶体的几何结构、能带结构、电子态密度,并且进行了分析.计算结果表明,未掺杂的STO、Ba单掺杂和Ba、Gd共掺杂STO晶体的禁带宽度分别为1.89ev、1.77ev、0.677ev,同未掺杂、Ba单掺杂STO相比,Ba、Gd共掺杂STO晶体具有更稳定的结构,更窄的带隙,并且呈现出导电性.     

SCF法计算分子极性反向之探讨

本文在SCF法极小基组下探讨了同一分子计算偶极矩方向之不同:1.在其他参数均相同时,由STO—GTF极小基组算得的分子偶极矩与纯STO极小基组的结果方向相反。2.用STO—GTF极小基组计算时,与最低总能量对应的计算偶极矩方向(按习惯规定)与实验值方向相反;若将计算偶极矩各分量的矢量和方向规定为由负到正,则STO—GTF极小基组算得的偶极矩方向与实验结果一致。     

基于代理模型的直流道质子交换膜燃料电池优化设计

质子交换膜燃料电池是一种可以将储存在燃料中的化学能转化为电能的装置.应用Kriging代理模型结合遗传算法对流道宽、流道高和岸宽3个几何参数进行了优化设计,以质子交换膜燃料电池的净功率作为优化的目标函数来评价质子交换膜燃料电池的性能.数值模拟应用了商业软件ANSYS FLUENT.优化后的质子交换膜燃料电池流道内具有更高的压力,使更多的反应气体参加电化学反应,因此优化后的质子交换膜燃料电池的性能得到了提高.     

二氧四胺大环质子化和配位的研究

十四环二氧四胺与CU（Ⅱ）离子配合物逐步脱质子主要产物为脱一个质子和两个质子配合物,类似地十三环二氧四胺主要产物为不脱质子和脱两个质子配合物.     

关于Hueckel分子轨道理论教学中的几个问题的探讨

使用Gaussian-98程序中的HF和DFT法，在STO－3G和6－311＋G（d,p)基组水平下，分别对烯丙基、环丙烯基、戊二烯基、环戊二烯基及其正负离子和丁二烯、己三烯、苯等共轭分子进行了全优化几何构型的量子化学计算，并将计算结果与HMO理论计算进行了比较。     

第三周期元素改进的 STO—3G 基从头计算基函数

本文根据量子力学能量最低原理,以 Hartree-Fock 极限值为标准,通过大量的优选计算,将徐光宪等人提出的改进 STO—3G 从头计算基函数推广到第三周期元素,提出了基组参数α_i、C_i 以及与其匹配的原子轨道指数(?)。并用此基组对第三周期的基态原子和含第三周期元素的典型分子进行了从头计算,各项计算结果明显优于 J.A.Pople 等人提出的 STO—3G 的结果。     

基于云计算模式的虚拟维修样机几何模型优化

针对虚拟维修样机开发过程中几何模型优化效率低,购置高性能工作站又大量增加成本且易造成硬件资源闲置浪费的问题,提出了一种基于云计算思想的几何模型优化任务并行处理方法.构建了"端—云"模式的虚拟维修样机模型优化平台体系结构,研究了具有层次化结构的几何模型并行优化的任务分解、调度和执行策略,在此基础上设计了平台的负载平衡机制.实验结果表明,该方法能够在不破坏样机模型真实感信息的前提下有效减少模型优化时间,提高几何模型优化效率.     

V型沟槽Si衬底上SrTiO_3薄膜制备

在单晶Si(100)衬底以及经过改型处理的侧壁为Si(110)"V"型沟槽衬底上,分别采用液相沉积(LPD)和射频磁控溅射法(RF magnetron sputtering)制备了SrTiO3(STO)薄膜.通过对沉积溶液的温度、衬底的表面处理方法、衬底的放置方式以及热处理工艺的优化,研究了利用LPD法制备具有较为致密均匀的STO薄膜的条件;通过对溅射功率、溅射气压、衬底温度以及退火温度等具体参数的优化,研究了利用射频磁控溅射法在较低的衬底温度下制备具有一定取向的STO薄膜的条件.结果表明,射频磁控溅射法制备的STO薄膜在结晶状态、择优取向和表面形貌优于液相沉积.     

基于等几何分析的参数多孔结构拓扑优化

利用等几何分析方法求解薄板多孔结构最小柔度拓扑优化问题, 在材料均匀分布的设计域中实现最佳的特征参数分布, 以提高薄板多孔结构的力学性能. 通过三向周期极小曲面(TPMS)设计多孔单元, 并分析多孔单元特征参数与材料分布间的关系. 该方法以多孔单元特征参数为优化变量求解优化问题, 保证了静力平衡分析过程中应力函数的连续性, 提高了计算精度. 同时基于优化结果设计多孔结构可调控多孔单元数, 且多孔单元间光滑连接.     

海量空间数据点四边形网格优化

在基于海量数据点的四边形网格的曲面重建过程中,四边形网格的划分质量直接影响到曲面重建的精度,在海量空间数据点四边形网格的生成的基础上,提出了网格的优化方法.详细论述了网格质量的定义,网格拓扑优化,几何优化方法;在网格拓扑优化中,通过优化边界边、固定边界边的网格以及网格单元、网格角度的处理,最大极限的满足网格中每个节点的度为4;在几何优化方法中,通过调整网格顶点的位置,达到调整网格形状的目的.本优化算法采用网格拓扑优化与几何优化相结合的循环方式进行,提高了网格的质量,最后给出了网格优化实例.     

关于一类广义p-叶亚纯螺旋函数的优化问题

在单复变函数几何函数论中,构造函数类及研究它的几何性质是重要的研究课题.在几何性质的研究中,优化问题具有重要的作用.引进了由Cho-Yoon算子和从属关系定义的广义p-叶亚纯螺旋函数新子类,应用解析函数的基本理论,研究了其一些子类中函数的优化问题,同时又给出了所得主要结论的一些推论.     

PRM路径规划算法优化研究

针对限定环境下移动机器人路径规划问题,运用PRM(probabilistic roadmap method)算法进行初始路径规划,并提出一种基于改进的节点增强法与几何平滑策略的路径优化算法.利用节点增强法对初始规划路径进行优化处理,采用新增节点逐步取代原路径节点,减小路径中的拐点个数,从而缩短路径长度.同时采用一个基于几何平滑策略对优化路径进行平滑处理,以达到路径平滑的目的.仿真结果表明,该优化算法不仅能有效降低搜索路径的长度,而且能大幅度提高路径的平滑度.     

麻花钻锥形钻尖刃磨参数的优化

为了减少麻花钻在加工过程中的轴向推力和扭矩,对其锥形钻尖的刃磨参数进行优化。首先将钻尖几何形状参数化,获得钻头横刃和主切削刃的离散模型并用于计算钻头的推力和扭矩,通过钻削试验验证了力学模型的计算精度。然后建立分别以推力、扭矩、推力与扭矩加权和最小化为优化目标,以钻尖刃磨参数为优化变量的模型,并采用遗传算法进行求解。根据优化结果确定了3种优化目标下的钻头最佳几何形状。采用优化后的麻花钻进行钻孔试验,结果表明,与标准麻花钻相比,其推力和扭矩大幅降低,同时钻头推力和扭矩的计算值与实测值误差也均在8.4%以内,误差相对较小,证明了该优化方法的有效性。     

醇水催化7-羟基喹啉质子迁移过程的反应机理研究

用量子化学B3LYP方法在6-311G*基组水平上研究了7-羟基喹啉二水和二甲醇复合物分子间的相互作用和水助及醇助催化质子迁移反应,优化得到了反应物、过渡态和生成物的几何结构,结果表明,在水助及醇助催化质子迁移过程中,3个氢原子都参与了迁移过程,醇助催化质子迁移反应途径在甲醇溶液中的活化能垒比水助催化质子迁移反应低,在甲醇溶液中的反应比在水溶液中的反应更容易.     

冷凝器百叶窗翅片的传热和几何参数优化

对汽车空调冷凝器使用的冲缝百叶窗翅片空气侧的传热与流动性能进行了实验研究和优化计算,分析了翅片的各种几何参数组合对传热量和流阻的影响,提出在相同的冷凝器迎风面积下,以最大传热量作为目标函数来选择翅片几何参数,并编写了计算机程序,计算结果与实验结果基本一致,表明文中提出的优化方法合理,可用于工程实际.     

全局粒子群优化算法

针对粒子群优化算法在解决大维数的无约束优化问题时具有较差的收敛性和稳定性,提出了一种全局粒子群优化(GPSO)算法.GPSO算法引入了一种新的惯性权重,它被定义为一个指数型函数与一个随机数的乘积,这有利于维持算法的全局搜索和局部搜索.同时,GPSO算法对全局最优解进行了小的扰动,这可以有效地避免算法早熟.使用三种粒子群优化算法来解决6个无约束优化问题.仿真结果说明,与其他两种粒子群优化算法相比,GPSO算法具有更快的收敛速度和更强的逃离局部最优的能力.     

基于蚁群几何优化算法的全局路径规划

将改进的蚁群算法与路径几何优化相结合,用于解决移动机器人的全局路径规划问题.算法结合机器人的越障性能对移动机器人的环境空间进行建模.通过设置初始信息素加快蚂蚁的搜索速度,同时设置自适应信息素挥发机制,解决特定地图中初始信息素的干扰问题;设置自适应路径长度,筛选规划路径的优劣;提出由路径优劣程度决定的信息素散播策略,并从几何原理出发,对规划路径进行优化处理,加快最优解的收敛速度.仿真结果验证了该算法的有效性和普遍应用性,在随机给定的环境地图中,该算法能够迅速规划出最优路径.