Keggin型α-[HxW12O40]（8-x）-（x=1～4）中心质子数及笼腔内外质子传递的DFT研究

采用密度泛函理论研究了Keggin型α-[HxW12O40](8–x)–(x=1~4)的中心容纳质子数以及中心质子通过Keggin笼腔进行内外转移的机理.在O3LYP/LanL2DZ水平下,对气相中各物种结构进行了全优化,得到了质子化前后各物种的稳定构型,找到了质子通过笼腔进行内外转移的过渡态,并用频率分析方法和内禀反应坐标(IRC)方法对各过渡态进行了确证.在极化连续介质模型(PCM)下,考察了体系的溶剂化效应.理论研究不仅阐述了颇有争议的单质子中心和4质子中心物种存在的可能性,而且揭示了质子通过Keggin金属氧笼进行转移和传递的微观机制,理论计算结果与实验事实相一致.     

用于电阻层析成像的快速自适应硬阈值迭代算法

针对电阻层析成像技术图像重建具有严重病态性的问题,提出了一种稀疏重建算法——快速自适应硬阈值迭代算法,研究了噪声对该算法在电阻层析成像图像重建效果上的影响,并通过仿真和模型实验测试了该算法的性能.结果表明:一定强度范围内的噪声对硬阈值迭代算法、自适应硬阈值迭代算法和快速自适应硬阈值迭代算法的影响较小.快速自适应硬阈值迭代算法成像速度更快,且该算法重建图像的空间分辨率相对其他两种算法也有较大的提高.     

油水两相流超声测试机理仿真建模

针对油水两相流双连续分散流动条件下流动参数的有效获取问题,采用仿真建模技术,对油水两相流超声测试机理进行研究。通过建立反映实际流动状况的数值仿真模型,讨论超声频率和离散相粒径尺度对超声传播的影响,分析双连续分散流中超声衰减与油相含率之间的关系和超声的作用方式。研究结果表明:所建立的仿真模型可有效描述油水两相流超声测试方法机理。     

普通大气等离子喷涂过程的数值分析

根据普通大气等离子喷涂的喷枪尺寸和喷枪结构沿轴线对称的特点,建立了包含阴、阳固体电极的扇形计算区,用于分析等离子体的流动特性。运用非局域热平衡方法对电子和重粒子的温度区别对待,并且考虑了等离子气体在喷枪内的电离与复合反应,得出了普通等离子喷涂在纯氩和氩氢混合气氛中的等离子气流温度、速度场分布,以及喷枪喉部尺寸变化对气流的影响。模拟结果表明:在加入氢气之后,喷涂温度、气体电离度和内部气流速度均显著提高;随喉部直径减小等离子气流速度不断提高,最后达到超声速水平,而温度则随着喉部直径的减小而降低,在喉部直径减小到一定程度后温度的变化趋缓。     

双绕组BSRM 定子振动模态有限元分析

针对以往开关磁阻电动机(SRM)模态分析中,仅将绕组以附加质量归于定子铁心,但忽略其刚度影响的局限,基于6/4极结构的SRM三维物理模型,建立了计及绕组、散热筋和底座的SRM定子有限元模型,提出以弹簧来模拟绕组与定子铁心之间柔性连接的建模方法,SRM试验样机的有限元模态计算结果验证了该建模方法的有效性。为了合理计及转矩绕组、悬浮绕组对双绕组无轴承开关磁阻电动机(BSRM)定子质量和刚度的影响,把通过添加弹簧来模拟柔性连接的建模方法推广应用于双绕组BSRM三维有限元模态分析。有限元计算结果表明,采用弹簧模拟绕组与铁心以及转矩绕组与悬浮绕组之间柔性连接是一种有效计及绕组影响的建模方法,具有工程实用价值。     

基于Matlab求解电化学动力学参数

采用Matlab工具，设计了电化学动力学参数的最小二乘迭代解法，该法充分利用了极化实验数据，安全较正溶液的电阻，而且消除了随机误差，能够方便、快速、准确地求出电化学动力学参数，最后给出了程序清 单。     

摇臂拉杆类快速换装车球工艺结构研究

拉杆类零件车加工球工序,发动机拉杆类零件品种繁多,各种型号发动机拉杆类零件总计有几十种类型,每种类型结构相似,但尺寸不同,因此在加工球工序时需要不同定位的工装,由于这些工装在结构上极其相似,只是在零件的定位尺寸方面作不同的调整,因此浪费了大量的人力、物力和财力。新结构的车加工工装在结构上更趋于合理、简便,而且使零件在装夹时更方便快捷。用一套工装代替了多套工装,节约了大量的资金,也极大的提高了生产效率和产品质量,从而满足了批生产和科研生产的需要。     

虚拟仪器系统非线性软校正的支持向量机法

针对人工神经网络等传统方法在解决虚拟仪器系统方面的不足,提出了解决虚拟仪器系统非线性校正的支持向量机方法。该算法是在接受客观非线性事实的基础上,通过采用支持向量机来建立起虚拟仪器的传递特性,从而实现非线性校正。将该校正模型应用于一压力测量虚拟仪器,取得了满意的效果。     

基于多开端策略的改进布谷鸟搜索算法研究

针对传统布谷鸟搜索(Cuckoo Search,CS)算法在迭代后期寻优速度慢、易陷入局部最优等缺点,提出一种多开端调节布谷鸟搜索(Multi-start Adjustable Cuckoo Search,MACS)算法。改进算法引入多开端、飞行尺度和发现概率动态调节、反向学习等策略,能够有效消除Lévy-flights策略的固有缺陷,从而平衡全局、局部搜索能力,并利用经典算例验证改进算法的优越性。仿真结果表明,改进算法在求解质量及收敛速度等方面较传统CS算法、PSO算法均有一定程度的提高。