微型环形燃烧室数值模拟及优化设计

为了优化微型环形燃烧室的设计方案,利用流体分析软件Fluent,采用RNGk-ε双方程湍流模型分别对两个微型环形燃烧室的内部流场进行了三维的冷态数值模拟,得出了它们的内部流场分布。两个模型分别是采用了航空发动机大型燃烧室设计理论及公式设计而成的燃烧室模型,和已经在实际中成功应用的国外某型微型涡喷发动机燃烧室模型。该文分析两个模型各燃区内计算流场的差异,确定了满足设计性能要求的目标流场,并对原有设计参数进行局部调整,使其流场组织向目标流场靠近。通过此方法,确定了燃烧室优化后的设计参数。     

对积分中值定理的中值极限估计式的研究

本文对积分中值定理的中值的极限估计式进行了研究,得到了更一般的结果。     

拟南芥MtN3/saliva基因家族分析

MtN3/saliva基因家族是含有2个MtN3/saliva跨膜结构域的膜整合蛋白,其成员广泛存在于真核生物中.目前对该家族功能研究较少,对其跨膜结构域的分子功能还不清楚.在拟南芥中该家族有18个成员,除了最近克隆的RPGl以外其他MtN3/saliva基因的功能均不清楚.对拟南芥MtN3/saliva基因家族进行了较为全面的分析,包括基因结构、染色体分布、蛋白结构域、系统进化关系、基因表达谱等.对其中预测在花药中高表达的4个基因进行了实时定量PCR分析,证实有3个基因在花中高效表达.这些结果促进了对MtN3/saliva基因家族的深入了解.     

多列模糊排队的隶属函数求解方法

应用α-截集的定义和Zadeh的扩展原理,将到达率和服务率均为模糊数的多列模糊排队问题转化为传统的多列排队问题.用一组参数规划来分别描述系统特征值的上限和下限,并且对其隶属函数进行求解.实例分析了某医院内科门诊的2列模糊排队系统.其中,患者的平均到达率和医生的平均服务率均用梯形模糊数来表示.通过对不同α水平的数值计算,求解出患者在门诊中平均逗留时间的隶属函数.这种方法能为医院的管理决策提供更丰富的信息.     

CO2/N2高压密相输送弯管压降特性实验研究

在高压密相气力输送实验装置上,研究了兖州烟煤在CO2和N2作为输送介质时,输送管路中水平弯管和垂直弯管压降的特性,以及云南褐煤煤粉含水率对水平弯管和垂直弯管压降的影响.结果表明:在系统压差相同,输送介质为CO2和N2时,水平弯管压降随表观气速U的下降而逐渐减小,CO2时煤粉体积分数比N2时小;垂直弯管压降随U的下降而减小,当U下降至5.3 m/s时,N2下垂直弯管压降达到最小值,CO2下没有出现压降最低拐点,CO2时垂直弯管的压降比N2时略高.由实验还发现,煤粉中水的质量分数增加会导致煤粉颗粒间相互粘黏、团聚,致使N2和CO2下水平弯管压降增大,垂直弯管压降小幅降低.通过模化理论和实验分析获得了不同输送介质下水平、垂直弯管的固相附加压损系数的拟合公式,由该式得到的弯管压降与实验吻合良好,误差在±5％以内.     

二阶泛函微分方程解的渐近性与振动性

研究二阶泛函微分方程χ＂（ι）－Ρ（ι）ｆ（χ（τ（ι）））ｇ（χ‘（σ（ι）））＝０解的渐近性与振动性．给出了有界解振动的充分条件．     

采用力矩电机直驱的数控机床进给系统伺服刚度优化

力矩电机直驱进给系统的刚度特性很大程度上取决于伺服刚度,伺服刚度是影响进给系统的抗干扰能力、动态响应特性、速度和精度的关键因素.该文以力矩电机直驱进给系统为研究对象,提出了一种基于Routh判据的伺服刚度优化方法,给出了控制系统稳定条件下系统各参数间相互约束关系.该优化方法可同时差定多个伺服控制参数以提高伺服刚度.首先...     

基于图像识别算法的森林防火系统设计

传统的森林火灾监测技术包括人工护林监测、飞机航测、卫星监测等。本文提出一种基于普通CCD摄像头和瞭望塔上现有的短波无线通信设备的森林防火监测系统,根据实时图像与参考图像的差分及小波分解结果,当有异常情况发生时,提取出火焰及烟雾区域,判断提取区域是否具有烟雾和火焰的动态特征。若判定发生火灾,即将压缩后的图像通过短波通信设备传回指挥中心。     

钻铆机器人静刚度建模及优化

机器人自动钻铆技术突破了飞机装配质量和灵活性瓶颈,在装配效率和成本上有巨大优势,巳成为飞机数字化、柔性化装配发展的必然选择.目前机器人钻铆系统大多以6自由度工业串联机器人为平台,此类机器人具有结构弱刚性的固有缺点,在钻铆作业过程中承受较大的压紧力和制孔力等载荷时,机器人末端和执行器会发生一定的变形甚至颤振,严重影响钻铆...     

基于数据编解码的时空交通流预测方法

针对路网的拓扑信息不完整而无法实现时空结合交通流预测的情况，提出了一种基于时间序列预测模型联合数据编解码机制的预测方法。对路网内路段交通流数据进行编码得到路网信息的链状结构，以此获取路网结构中的拓扑信息；通过时序模型对链状结构进行交通流预测，完成对链状结构的时序特征提取；最终，通过解码方法得到路网的时空交通流预测结果。采用GPS数据，选取不同路网进行对比实验，引入数据编解码的时空交通流预测方法与时间序列模型进行比较，并且与基线模型HA和ARIMA展开了对比实验。实验结果表明：深度学习模型引入数据编解码机制后，模型性能明显提升；引入数据编解码机制的深度学习模型的性能比基线模型的性能更优越。该方法仅仅使用简单的时间序列深度网络再联合数据的编解码机制即可实现时空结合的交通流预测。