螺旋槽干气密封润滑气膜角向涡动的稳定性分析

螺旋槽干气密封操作的稳定性和可靠性与其槽形参数密切相关,优化槽形参数一直是该领域研究的热点。应用PH线性化方法及变分运算干气密封螺旋槽内瞬态微尺度流动场的非线性雷诺方程,得到了气膜角向涡动刚度的解析式。继而利用复数转换和迭代法对稳态下气膜边值问题进行求解,求得了气膜涡动刚度的近似解析解。通过动态稳定性分析,获得了不同介质粘度、压力和转速下稳定性最佳的螺旋角数值。研究结果表明：随介质压力和转速增大,气膜涡动刚度越大,稳定性越好。     

双涡圈涡旋压缩机气体力分析

推导出双涡圈任意圈涡旋压缩机工作过程中任一涡齿形成封闭腔个数的计算式;通过各腔室在任一曲轴转角下轴向投影面积的求解,得出双涡圈涡旋压缩机各向气体力的计算式;通过同压缩比、排气量下双涡圈和2种单涡圈结构气体力的对比得出:双涡圈结构的轴向气体力和切向气体力的波动量小,约为自身均值的1.3%;在减小涡盘尺寸和回转半径方面存在优势,但会使某项气体力数值增大,大排气量场合应用时应给予关注.     

基于人工智能的压力容器失效模式的预测

采用模糊推理与人工神经网络技术相结合的人工智能方法进行了压力容器失效模式的预测 ,预测结果和失效评定图法判断结果相一致 .人工神经网络和模糊推理方法为压力容器安全评定智能化系统的建立作了一个补充     

基于模糊神经网络的材料力学性能识别

在模糊聚类分析的基础上 ,根据以往材料的试验数据和工程评定数据 ,采用模糊神经网络方法 ,确定了在用压力容器缺陷评定中断裂韧度的预测数据 ,结果与试验数据相符 ,且与其它选用原则和确定方法的结果一致 .该方法解决了在用压力容器缺陷评定中断裂韧度代用数据确定的问题 .     

MEA-BP神经网络在预测地震模拟试验数据中的应用

为解决管道系统的地震模拟试验中由于某些测点的加速度测量计损坏导致加速度试验数据测量错误的问题,提出使用神经网络对错误的数据进行预测的方法。首先利用同一工况下测得完整加速度时程曲线的数据分别训练BP、MEA-BP神经网络,不断调整网络结构使预测精度在可接受范围内,并验证网络的适用性,最后利用训练好的神经网络预测未测量完全的加速度数据,补全加速度响应时程曲线。研究结果表明利用神经网络对振动试验数据进行预测是有效的、可行的,且MEA-BP神经网络对结构响应的预测精度高于BP神经网络。     

主蒸汽隔离阀地震概率易损性分析

采用有限元软件对主蒸汽隔离阀进行等效静力计算,确定其抗震薄弱点,并运用概率易损性方法计算主蒸汽隔离阀的抗震裕度.计算结果表明:主蒸汽隔离阀的抗震薄弱点随着地震震动的放大会发生转移.经过计算,确定主蒸汽隔离阀的抗震薄弱点为支架,计算出支架在95%置信度、5%失效概率下的抗震能力为11.14g,在此基础上绘制了主蒸汽隔离阀在弹性失效模式下的不同置信水平的易损性曲线,梳理了核电阀门抗震裕度的计算方法,论证了在超设计基准地震发生时,抗震裕度对于抗震安全的重要性.     

管道完整性管理效能评价双指标体系的建立与应用

以GB32167为依托,基于管道自身完整性状态和完整性管理工作的全流程,通过建立完整性管理效能评价的双指标体系,用层次分析法确定权重,提出效能评价的分级准则,进而建立了完整性管理的效能评价模型.应用实例表明:双指标评价体系具有单指标体系不具备的优势,可以更好地反映企业完整性管理的运行状况,有利于企业分析自己管理当中的不足,促进企业发展.     

激光找正在弹性联轴器找正中的应用

由于弹性联轴器中弹性元件装配不紧密,在联轴器对中找正旋转时,两轴有轻微相对转动,不能保证同步旋转。长期以来,人们总是认为弹性联轴器对中找正不能采用精度较高的激光找正方法,在实际找正中始终采用着精度较低的千分表找正方法,这给激光找正在弹性联轴器找正中的应用带来了障碍。通过对激光找正原理的深入研究,证明了弹性联轴器两轴的轻微相对转动并不影响激光对中仪数据采集的精确度,这为激光找正在弹性联轴器找正中的应用提供了坚实的理论依据。     

用P507萃淋树脂色层法纯制Gd、Tb、Dy的研究

研究了P507萃淋树脂色层法分离Gd、Tb、Dy富集物的条件,在较佳的条件下用100-150目的树脂进行了6g富集物纯制试验,同时获得了99．95％的Gd、Tb和Dy,有效地回收了有价值元素Tb．其工艺具有流程简便、分离周期短、消耗试剂少、成本低、分离效果好等优点．     

受到腐蚀的埋地管道可靠度分析中参数的估计及其运用

提出了埋地管道受到腐蚀的可靠度分析中参数的估计问题,对可靠寿命服从定时截尾极值分布的管道,给出了其极大似然参数估计及管道可靠度估算方法。并结合实际问题进行计算,结果表明,笔者提出的迭代求解方法确实简单、有效。