加工误差对气体静压径向轴承的影响

建立了一种考虑影响气膜厚度误差、圆度和圆柱度误差的气膜厚度分布综合表达式,考虑加工误差对气体静压径向轴承的影响,进行了气体润滑有限元分析.分析表明:圆度和圆柱度误差对轴承的承载能力影响不大;气膜厚度误差为平均气膜厚度的5%时,承载能力变化约为10%.     

非对称渐开线圆柱齿轮的动力学特性

通过对非对称渐开线圆柱齿轮传动的啮合特性分析,建立了齿轮动力学模型,并利用数值积分和数值仿真方法对其进行了非线性振动研究.针对齿轮传动的时变刚度特点,比较了标准齿轮与非对称齿轮的振动特性.结果表明:在同等工况下,非对称齿轮比标准齿轮具有更良好的动力学特性.     

设置扇形边界死区的电压型PWM整流器直接功率控制

利用电压型PWM整流器的数学模型分析了PWM整流器直接功率控制(DPC)的原理,讨论了功率滞环比较器环宽对PWM整流器的影响.为了降低开关频率和减少开关损失,增加功率滞环比较器环宽则引起瞬时有功功率和直流电压波动现象;提出了设置扇形边界死区的控制策略,减少扇形边界误选开关量现象,使瞬时有功功率和直流电压波形趋于平稳.通过Simulink环境下仿真模型的仿真,证明了该策略的可行性.     

掺铅TiO2薄膜的制备及光催化性能

以钛酸四丁酯为前驱体,采用溶胶-凝胶法在玻璃板表面制得均匀的TiO2,并利用浸渍法镀pb2 得到掺铅的TiO2,用紫外漫反射、荧光光谱分析等手段对其进行了表征.研究结果表明,掺杂铅离子使TiO2的荧光峰明显增强,吸收带边发生红移,在紫外光区和可见光区的吸收明显增强.以紫外灯为光源,通过对甲基橙的光催化降解研究,发现掺铅TiO2薄膜的光催化活性明显大于掺Ag,Bi及纯TiO2薄膜,这是提高TiO2光催化活性的有效方法.     

中厚板轧后快速冷却系统设计与应用

为了完善和丰富钢板的品种和规格,同时提高产品质量和轧制生产效率,针对武钢轧板厂生产线实际情况,设计了一套具有国内领先技术的中厚板轧后快速冷却系统.系统应用工业变频供水、高压水箱水量优化分配及高密度层流等先进技术,同时采用了西门子高性能控制器进行系统综合控制.该系统结构合理,功能完善,控制精度高,已成功投入使用,取得了良好效果.     

模糊遗传算法在混沌控制中的应用

将模糊遗传算法与混沌的延迟反馈控制方法相结合,提出了基于模糊遗传算法的延迟反馈控制方法.它利用模糊遗传算法强大的寻优能力来整定延迟反馈控制中的控制刚度矩阵参数,从而克服了延迟反馈控制中控制刚度难于确定的问题.对混沌Lorenz系统的仿真控制说明该算法具有快速性好和抗干扰能力强等优点.     

聚球藻对镍的富集作用及影响因素

研究了环境因素与自身因素对聚球藻富集镍的影响.聚球藻对镍的富集时间在80min可以达到平衡;镍藻质量比最优值为16%～18%,此时富集量达到最大值即饱和吸附范围;pH值是影响富集的一个重要因素,同样条件下随pH值的增加富集量会不断增加,但由于过高pH会导致氢氧化镍生成,因此最佳pH值在9～10;温度和光强是调节富集量的两个因素,温度在35℃、照度在30001x左右是最佳的富集条件;同样条件下,死藻比活藻的富集量略高.     

粉末高温合金平衡相析出行为的热力学对比

利用热力学平衡相计算方法及相应的高温合金数据库对René95,Rene88DT和эп741нп三种合金在平衡相析出温度范围和析出量以及之间的关联性进行了系统的热力学计算对比分析.结果表明:三种粉末高温合金的平衡相种类基本相同,主要平衡相为γ,γ'和碳化物M23C6,MC,M6C.René95合金中的碳化物含量要高于其他两种合金.3п741нп有着较高的γ'相析出温度和较大的析出量.随温度降低,Co和Nb从γ'相中析出,在其周围富集,其中3п741нп合金中尤为明显.合金元素的偏聚度也和合金的初熔点与终熔点之差的大小有关,其熔解区间越大即初熔点和终熔点之差越大,合金元素的偏聚度越大.     

采用氮气发生剂的子弹药气囊抛撒内弹道计算模型

在经典内弹道理论基础上,建立了以氮气发生剂为抛撒动力源的子弹药气囊抛撒内弹道模型.将整个氮气发生器视为气源,提出了名义燃速的概念,建立了名义燃速方程,把氮气发生器及抛撒装置的结构等因素对名义燃速的影响通过引入结构综合参量体现,简化了计算过程.名义燃速方程采用了带有常数项的指数形式.用该模型计算所得结果与试验测试值符合较好,可用于抛撒技术的研究和工程应用.     

用进化规划思想优化径向基函数神经网络结构的均衡器

针对训练径向基函数(RBF)神经网络均衡器的随机梯度算法(SG)中,神经网络的结构是指定的并且所用训练样本较长的问题,引入进化规划思想,用进化规划方法确定径向基函数神经网络的结构,用基于最小均方(LMS)误差准则的自适应算法调整神经元到输出端的连接权重.蒙特卡洛仿真表明,用这种方法确定的均衡器可以达到与SG算法相同的性能,而所用训练样本很少,网络结构不需要事先指定.