基于泰勒级数展开法的船舶水动力数值预报

为减小由大、小时间参数区域划分不明确所导致的三维时域Green函数的数值误差,在大、小时间区域交界处采用泰勒级数展开法对三维时域Green函数进行计算.基于线性叠加原理,采用脉冲响应函数法对船舶辐射问题与绕射问题进行求解.将Wigley Ⅰ型船作为研究算例,数值计算结果表明:本文计算的三维时域Green函数数值精度在大、小时间参数过渡区域内提高了四个数量级,水动力数值计算结果与其他文献结果及试验结果吻合较好,证明了本文所建立的水动力分析模型的可靠性.     

目标电磁散射的面中心立方体网格FDTD方法

基于面中心立方体(face-centered cube, FCC)网格的空间结构, 由麦克斯韦方程出发, 推导了基于FCC网格的单轴各向异性介质完全匹配层(uniaxial anisotropic media perfectly matched layer, UPML)吸收边界条件以及近-远场外推边界条件的三维迭代式。通过典型算例, 先后验证了基于面中心立方体网格的时域有限差分(FCC-finite difference time domain, FCC-FDTD)方法的UPML吸收边界条件和近远场外推边界条件的正确性。最后通过计算金属球的后向雷达散射截面(radar cross section, RCS)比较了FCC-FDTD方法与传统FDTD方法的计算精度, 结果显示FCC-FDTD方法具有更高的计算精度。     

600MW超临界W火焰锅炉流动不稳定性数值分析

建立了适用于超临界锅炉流动不稳定性分析的通用数值计算模型,编写了以Fortran语言为基础的流动不稳定性数值计算程序,对程序进行验证后,采用时域法对600 MW超临界W火焰锅炉的流动不稳定性进行了模拟。计算得到了W火焰锅炉的水动力特性曲线,并研究了系统参数对其动态流动不稳定性的影响。结果表明:该模型对模拟超临界水流动不稳定性具有一定的可靠性;在0.09~0.3kg/s的流量参数范围内,压降-流量特性曲线始终为单值关系,静态流动不稳定性不会发生;当进口压力由25MPa增大到27MPa或进口流量由0.091kg/s增加到0.1kg/s时,流量脉动的振幅逐渐减小,表明增加进口压力或进口流量锅炉的稳定性提高;当进口阻力系数由10减小到0.5或出口阻力系数由1增大到5时,流量脉动的振幅逐渐增大,表明减小进口阻力系数或增大出口阻力系数锅炉的稳定性降低。     

在自动控制原理教学中如何应用"四步教学法" ——以二阶系统时域响应为例

通过二阶系统时域响应实例,系统地讲解"体验式四步教学法"的授课过程.首先提出二阶系统性能指标问题,然后分别对指标进行理论分析、仿真分析、实物实验分析,使教学过程形成了一个有机整体.通过实施"体验式四步教学法",使学生加深了对二阶系统性能指标的理解,培养了学生的创新思维和能力.     

一种截断Cole-Cole色散媒质CPML的FDTD方案

近年来,基于帕德(Padé)近似法,一种面向一般Cole-Cole色散媒质的时域有限差分(FDTD)方案被提出.为了应用该方案处理实际的电磁问题,发展了一种对应的卷积完全匹配层(CPML)吸收边界.该吸收边界具有复杂度低的优势,便于问题空间和吸收边界的统一处理.通过一维、三维2个算例,初步证实了该边界的良好吸收效果.     

金属纳米粒子对非晶硅太阳能电池性能影响的理论模拟

使用时域有限差分(FDTD)方法,在标准太阳光下模拟非晶硅太阳能电池表面上有序排列的Ag或Au纳米颗粒对电池的光吸收增强效应.结果表明:通过改变金属颗粒的直径和粒子周期性间距等不同条件,光吸收的增强效应有规律地变化.结合AMPS-1D模拟软件对非晶硅电池的电学性能进行计算,在标准太阳光下,使用直径为200 nm、周期性间距为600 nm的Ag纳米粒子可以使非晶硅电池效率的提高幅度达到23.4％.     

大直径越江公路盾构隧道振动特性测试分析

盾构隧道内车辆通行对隧道产生动力作用,可能导致隧道周围软土层产生较大沉降。基于无线传感网络平台,对大直径越江公路隧道内衬砌与路面板在车辆荷载激励下的振动特性进行现场实测,获得时域与频谱信号,分析得到管片与箱涵底板的最大垂向加速度幅值与振动优势频率,发现箱涵底板与隧道管片垂向振动同步的规律。测试结果可为隧道周围地层沉降变形分析参数取值提供参考。     

黏性颗粒失流态化过程的实验研究

采用低温黏结的聚乙烯颗粒,在二维半热态内循环流化床实验台上模拟黏性颗粒高温失流态化过程,并对失流态化过程进行了规律性总结,对其床压信号进行了时域分析与频域分析.实验结果表明:从颗粒正常流化到失流态化可分为熔融、分层、成核、成团和死床5个阶段.时域分析中,压力变化可反映出床内失流态化发生的大致时间,标准偏差的变化先于均值的变化;频域分析中,频谱图上主频的变化明显于均值的变化,为防止床内出现失流态化提供了可能;通过对比不同测点的频谱图,可反映出床内最早出现失流态化的位置.     

基于TCN-BiLSTM的网络安全态势预测

针对现有网络安全态势预测模型预测精确度低和收敛速度慢的问题，提出一种基于时域卷积网络(temporal convolution network, TCN)和双向长短期记忆(bi-directional long short-term memory, BiLSTM)网络的预测方法。首先，将TCN处理时间序列问题的优势应用到态势预测上学习态势值的序列特征；随后，引入注意力机制动态调整属性的权值；然后，利用BiLSTM模型学习态势值的前后状况，以提取序列中更多的信息进行预测；利用粒子群优化(particle swarm optimization, PSO)算法进行超参数寻优，提升预测能力。实验结果表明，所提预测方法的拟合度可达0.999 5,其拟合效果和收敛速度均优于其他模型。