人类天然关节和人工关节润滑机理的探讨

将关节接触简化为两弹性椭球体的接触,应用弹性流体动力润滑(Elasto-Hydrodynamic Lubrication-EHL)理论研究人类天然关节和人工关节的润滑状态.给出适用于静载、富油、低弹性模量材料的最小膜厚公式H_(min)=2.12(1-0.984e~(-0.579k)U~(0.579)W~(-0.224).由于关节实际上承受变载荷,挤压膜对关节的润滑有重要作用,为此本文进而提出称谓"动载弹性流体动力润滑"的关节润滑模型.应用这个模型,研究了人在行走时髋关节的润滑情况.研究结果表明,在一个行走周期内,髋关节的表面约三分之一时间处于弹性流体动力(Elasto-Hydrodynamic—EHD)润滑;三分之一时间处于混合润滑;其余时间处于边界润滑.这就是说,润滑状态是随时间而变化的.     

智能代理模拟在电力市场中的运用

基于智能代理的模拟仿真方法已成为电力市场研究的一种新颖而有效的途径.文中结合某一实际区域电力市场模拟系统的构建,介绍了适合模拟发电厂商报价的智能代理学习算法,详细阐述了VRE learning算法、Q-learning算法以及贪婪算法在模拟系统中的运用及实现框架,并分别探讨了学习算法在代理报价收敛问题上的不同处理方式.算例结果表明,智能代理模型及学习算法能够模拟发电厂商的理性竞价行为.     

智能代理模型在电力市场模拟系统中的运用

电力市场机制设计及运行是相当复杂的课题,传统的统计学和理论分析工具均很难精确研究电力市场的经济特性与物理特性。针对此类复杂的社会系统,采用智能代理模型仿真研究是种新颖有效的途径,因而基于智能代理模型的电力市场研究平台随之成为深入分析电力市场的重要工具。一般而言,在电力市场智能代理模型的框架中,代理就是代替发电厂商决策报价的程序模块,为了体现发电厂商报价决策的理性,不同的学习算法被用来构建代理的决策模块。本文着重分析并探讨了电力市场模拟系统中的智能代理模型及其学习算法的运用与实现。通过算例表明,智能代理模型及学习算法在电力市场中的应用具有重要意义。     

用X－射线研究条形装药在土介质中的爆破

采用闪光Ｘ－射线摄影术，对条形装药在土介质中的挤压爆破进行研究，得到了在实验条件下爆炸空腔的发展规律。