一种基于强化学习的CDN流量调度系统设计方法

针对传统的CDN流量调度系统大多采用启发式方法或规划方法，存在维护成本高，实时性不足等缺点，提出一种基于深度强化学习的CDN流量调度系统设计框架。该框架基于马尔科夫链设计了故障告警网络来触发调度，建立了基于stacking模型的质量评估奖励函数，并在此基础上对流量调度进行定义和建模，构建了基于DQN的深度强化学习模型。最后，通过仿真实验验证了该调度框架的有效性。     

梯形微通道气液分相强化换热实验研究

针对微通道换热器强化沸腾换热,提出分段式梯形换热结构,该结构可实现气泡在表面张力驱动下间断性流向通道两侧,保持中间加热区为液体,实现气液分相流动,进而强化沸腾换热性能。采用无水乙醇为工质,实验研究直肋和梯形结构铜基表面在热流密度为160~320 kW/m²和工质流量为0.4~2.0 g/s时壁温、换热系数等参数变化规律。结果表明：在饱和沸腾区,梯形分相结构可有效实现气液分离,进而降低壁面温度,大幅提高换热系数；如在25 mm位置处,5段结构换热系数比平行结构换热系数提高了60.4%；在单相加热区,换热面积为主要影响因素,直肋结构换热系数略大,但换热系数比饱和沸腾时小一个数量级。平均换热系数分析得到5段结构微通道比平行结构微通道提高了53.8%,可见分段式结构可实现气液分相流动,有效提高沸腾换热的平均换热系数,增强整体换热能力。     

基于40Cr高温动态力学性能的磨削表面动态再结晶行为

通过分离式霍普金森压杆(SHPB)实验得到了40Cr合金钢在高温高应变率下真应力-真应变曲线，据此确定了材料发生动态再结晶的临界条件.采用解析法和实验法分别求解了磨削强化层的温度场和塑性应变场分布.结果表明，磨削强化层在磨削深度方向具有较大的温度和塑性应变梯度;150μm强化层内会发生奥氏体转变;磨削表面最高温度可达1060℃.在磨削亚表面60μm内会产生剧烈的塑性变形，达到了再结晶的临界条件.较大的磨削深度使磨削强化层塑性应变增大，再结晶现象越充分，微观组织细化程度越高.     

基于改进多目标遗传算法的连铸二冷过程优化

采用一种改进的多目标遗传算法对二冷工艺进行优化.改进的多目标遗传算法应用概率法选取选择算子，根据适应度值来动态计算交叉和变异概率，能够得到更好的全局最优解，提高算法精度和整体性能.在基于凝固传热模型的二冷优化过程中，采用变间距差分法离散求解传热方程，对比粒子群算法、多目标遗传算法，改进的多目标遗传算法搜索效率高，得到的价值函数最小.在实际生产中，采用优化后的二冷工艺，使得总用水量减少约10%，提高了铸坯质量，达到了节能降耗的要求.     

基于核函数强化学习的抗干扰频点分配

针对学习未知动态的干扰图样问题，提出一种基于核函数强化学习的雷达与通信抗干扰频点协作算法。与需要获得干扰模式、参数等先验知识的研究相反，所提算法能够利用过去时隙中频点的使用情况来优化抗干扰频点分配策略。首先，通过核函数的强化学习来应对维度诅咒问题。其次，基于近似线性相关性的在线内核稀疏化方法，确保了抗干扰频点分配算法的稀疏性。最后，仿真结果验证了所提算法的有效性。得益于稀疏化码字对于系统动态特性的学习，所提算法与传统基于Q学习的抗干扰频点分配算法相比，收敛时间更短，并且可以快速规避外部未知干扰源的干扰。     

井筒内超临界多元热流体注入过程的数值模拟

在稠油热采过程中,提高注入工质的流动参数可显著增加采收率。为评价超临界多元热流体注入井筒后的流动传热特性,建立了相应的计算模型,得到了井底温度、压力与沿程热损失随注入流量、井口温度及井口压力的变化规律,并与注入超临界蒸汽情况下的流动传热规律进行了比较。结果表明,井底参数与注入流量呈单调关系;井底压力与井口温度、压力亦呈单调关系;而其他井口、井底参数的组合呈现出复杂关系。相同井口压力条件下,为使井底参数达到超临界状态,超临界多元热流体的井口温度和注入量高于注入超临界蒸汽的情况。适当选取较低的井口压力,可以减少热损失,提高经济性。所得结果可为注入工质参数的选取提供参考,进而为海洋稠油开发中的能源与动力保障的研究及设计明确需求。     

蒸汽-兰炭传热及余热回收特性

为了提高兰炭余热回收效率,建立了蒸汽-兰炭三维非稳态传热模型,对单颗粒传热机理进行了分析,并研究了兰炭粒径、料层厚度和蒸汽流量对蒸汽-兰炭传热及余热回收特性的影响。通过搭建蒸汽-兰炭换热实验台对所建传热模型进行验证,计算结果与实验结果具有良好的一致性。结果表明:对于单颗粒传热,中层颗粒和顶层颗粒热流量均是随着换热时间先增加后减小,具有相似的变化规律,而底层颗粒热流量的变化规律不同于中层颗粒和顶层颗粒热流量的变化规律,底层颗粒热流量是随着换热时间逐渐减小最后趋于0。蒸汽-兰炭换热初期热交换剧烈,料床整体平均温度下降较快,热回收量显著增加。热回收量随着兰炭粒径的增大逐渐减小,随着料层厚度的增加几乎呈线性增加,随着蒸汽流量的增大先逐渐增大后趋于稳定,在保证余热回收量最大的情况下蒸汽的最佳流量为9.0 kg/h。     

激光冲击强化对Ti2AlNb合金微观组织及残余应力的影响

Ti2AlNb(O-Ti2AlNb)具有优异的力学性能,在航空发动机方面有远大应用前景.激光冲击强化(Laser Shock Peening,LSP)是一种先进的表面改性技术,能够在材料表面诱导产生高幅值、大深度的残余压应力,改善材料微观组织,提高材料抗疲劳、高温氧化等性能.本文采用激光冲击强化对Ti2AlNb合金进行表面改性,并研究其组织演变、残余应力以及高温环境对性能的影响.结果表明:激光冲击强化能够显著减小Ti2AlNb合金近表面的晶粒尺寸.显微硬度由冲击前的350 HV提升到395 HV;在冲击区域近表面产生了约-377 MPa的残余压应力;而在高温环境中,由激光冲击强化所诱导的材料近表面残余应力随时间逐渐释放,在600℃条件下,残余应力释放较为缓慢;而在720℃条件下,残余应力迅速释放.     

某航空发动机舱电子设备热设计

为了满足航空发动机舱电子设备热防护和热管理系统设计需要,本文对发动机舱内部热量产生和传递过程进行分析,得出了电子设备达到热平衡时的平衡方程,给出了与电子设备相关各部分热量的计算方法,建立了发动机舱电子设备传热计算模型。针对某航空发动机和电子设备的具体参数和工况,利用建立的传热模型进行迭代求解和分析。结果表明：与发动机舱空气温度相比,发动机机匣温度对于传入电子设备内部的热量值影响较大。隔热材料表面发射率越高,隔热材料表面的平衡温度也越高,传入电子设备内部的热量越多。     

采用双经验回放池的噪声流双延迟深度确定性策略梯度算法

为了进一步提高双延迟深度确定性策略梯度算法(TD3)的网络探索性能和收敛速度,提出一种采用基于多步优先和重抽样优选机制的双经验回放池的噪声流TD3算法。该算法在策略网络中的每一层添加噪声流以增加参数的随机性,并引入多步优先经验回放池,将多个连续样本组成一个基础单元进行存储,训练时通过多步截断双Q处理实现对值函数的有效逼近,同时增加一个经验回放池采用重抽样优选机制来存储学习价值更大的样本,双经验回放池的设置可弥补样本多样性不足的问题。在OpenAI Gym平台的Walker2d-v2场景中进行仿真实验,结果表明,与对比算法相比,本文算法获得的回报值有明显改善,网络收敛速度也大大加快。