焊接结构疲劳强度预测的局部法研究

以焊缝附近局部半圆区域的平均应力为控制参数,得到焊接结构疲劳切口系数的计算理论,在考虑材料、结构几何形式、残余应力等因素对疲劳强度影响的基础上,建立了对称循环和非对称循环时焊接结构有效应力集中系数预测的局部法模型.通过对几类错位板接头的有限元计算分析,得到这些焊接结构焊缝附近局部区域的应力场,进而预测它们的疲劳强度,并将预测结果与疲劳试验进行了比较,获得了令人满意的结果.用局部法预估焊接结构的疲劳强度,能大量减少疲劳实验,节省经费开支,对工程应用有参考价值     

超声波协同纳米铁降解2,4-二氯苯酚的研究

通过间歇性实验对超声波协同纳米铁降解2,4-二氯苯酚进行了研究,结果表明:协同作用大大提高了降解率, 如在反应时间为2 h,纳米铁体系对2,4-二氯苯酚的降解率为11.3%,超声波体系对2,4-二氯苯酚的降解率为36%,两种反应体系的降解率迭加值为47.3%,而协同体系对2,4-二氯苯酚的降解率则达到88.3%.同时考察了时间、声强、pH、2,4-二氯苯酚初始浓度、反应器的直径和纳米铁粉的投加量等对协同反应降解效果的影响.     

列车自动驾驶仿真系统算法及其实施研究

介绍了列车自动驾驶系统(ATO)的算法，该算法兼顾了列车运行的高效性、准时性、节能、停车精度、舒适性等功能。其中，节能算法采用按目标速度运行，最大限度利用惰行的控制方式，定时算法采用调整目标速度的启发式算法的方式。同时对列车正常及晚点运行的情况进行了计算机仿真实现，并与列车的实际运行情况进行了比较。该系统可以为进一步研究列车自动驾驶系统提供了有效的实验手段和方法。     

微波协同臭氧/分子筛催化降解水中微量的硝基苯

以硝基苯为目标反应物,对臭氧/分子筛氧化和单独臭氧氧化去除水中微量有机污染物的效果进行了比较.发现与单独的臭氧化相比,臭氧/分子筛氧化工艺可以提高水中硝基苯的降解效果.在该实验条件下,单独臭氧氧化和臭氧/分子筛氧化对硝基苯的去除率都随着温度的升高而增加,随着pH值的升高越来越大;此外还考察了微波对臭氧/分子筛体系降解水中微量硝基苯的作用,结果表明微波具有明显协同臭氧/分子筛体系催化降解硝基苯的作用,其协同作用机制可能是促进了羟基自由基的生成.     

基于智能蚂蚁算法的路由选择

智能蚂蚁算法已经成功地运用于TSP问题和一系列的离散优化问题．文中分析了智能蚂蚁算法的工作原理．并基于蚂蚁的自组织能力描述了一种新的分布式动态路由选择方法，QoS保证的分布式路由选择算法(DQRA)。DQRA能以并行的方式解决网络中呼叫的时延和带宽分配问题。理论证明此种算法简单，易于实现．能有效地解决大型网络的负载平衡问题。选择Matlab仿真软件对DQRA算法进行仿真，并且比较了当业务要求带宽变化时阻塞率的变化．进一步证明了算法的有效性。     

粘果山羊草Aegilops kotschyi puroindoline a基因的研究

根据已报道的小麦籽粒硬度主效基因之一puroindoline a（Pina）基因的保守序列,设计并合成了一对特异性引物ForA1和RevA1,对粘果山羊草Aegilops kotschyi的三个材料的基因组DNA和互补DNA进行Pina基因克隆、序列测定和表达分析,发现了三个新型Pina突变体,基因序列与六倍体小麦的同源基因存在较大的差异.RT-PCR证实了Pina基因在籽粒胚乳中表达.Southern blot分析结果表明,三种材料中该基因均含有两个拷贝.研究结果显示山羊草是一个丰富的遗传资源库,为小麦籽粒硬度的基因工程改良奠定了基础.     

一种改进的非线性铣削力建模与仿真

综合考虑再生振动效应和刀具偏心模型对动态铣削加工过程的影响．改进并建立具有较高预测精度的非线性圆周铣削力数学模型和铣削加工过程闭环控制系统．通过对比铣削动力学实验数据和计算机仿真结果验证了该模型的有效性和预测能力．     

B/C65/3519 tex竹棉混纺纱的工艺研究

对在棉型纺织设备上加工竹纤维并与其他多种纤维进行混纺的技术的研究,一直是国内纺织界竞相开展的前沿性应用技术研究新课题,根据竹纤维的纤维结构特性,通过制定合理的竹纤维混纺纱工艺配置及工艺参数,可以实现竹纤维混纺纱在棉型纺织设备上加工的目的,为竹纤维的纱线加工开辟了一条有效途径.     

地球物理测井多参数综合识别储层流体类型的新型神经网络

建立了一种基于引力的新型神经网络模型 ,引入了合力作用机制 ,解决了储层流体类型划分的判定半径问题 ,克服了以往神经网络对任何输入数据都要产生响应 ,并给出一个分类结果的缺陷。改进了传统的距离计算方法 ,克服了传统方法易受单个参数突变的影响而引起误判的缺点。利用新型神经网络方法并结合测井资料 ,对某油田的储层流体性质及类型进行了识别 ,获得了很高的识别率。与径向基神经网络的判别结果相比 ,该神经网络的识别率明显提高。     

基于信息熵识别油气层和水层的聚类方法

简要地介绍了不确定性、信息熵、联合熵、条件熵、互信息的基本概念。将地层含有某种流体属性(如油层)的特征参数的概率分布应用于联合熵中,提出其概率分布是特征参数X与流体的特征参数Y的距离函数,再用熵与条件熵之差计算得到的互信息去识别地层的流体属性,即提出了基于信息熵识别油气层和水层的聚类方法。利用实际测井资料提取了油气层和水层的特征参数,并利用聚类方法识别出油气层和水层。识别结果与试油结论相符。该聚类方法不仅可用于识别油气层和水层,还可推广应用于划分地层岩性等领域。