一种新型旋风分离器的流场和结构

为了考察一种新型旋风分离器的流场特点及其几何参数变化对流场的影响，采用CFD软件——Fluent中的标准k-ε湍流模型对该类型旋风分离器的气相流场进行了模拟，结果得知：该旋风分离器气相流场的切向速度分布较对称，在靠近分离筒体中心位置处出现了小的旋涡；排气管的插入深度对流场影响显著，入口角度对流场有一定影响，排气管直径对流场影响较复杂，但对最终分离效率基本无影响。     

鸟苷发酵过程中参数相关特性的研究

通过对鸟苷发酵过程参数相关特性的研究，结合菌体形态变化规律和氨基酸的测定结果，发现过程后期发生的代谢流迁移。以此为基础实现了过程的优化，鸟苷水平提高了50％，达到28g／L。     

纳米二氧化硅水分散体的制备及复配

通过粒子紧密堆积数学模型计算得到不同粒径硅溶胶粒子间的最优配比，在此基础上合成了3种不同单分散粒径的硅溶胶。将不同粒径硅溶胶按数学模型计算的比例加入到钾水玻璃中，复配制备了不同纳米二氧化硅水分散体。与由单一粒径硅溶胶形成的膜相比，由不同粒径硅溶胶复配后形成的膜，呈现出较高的结构致密性和憎水性，与由粒子紧密堆积模型推导结果吻合。     

搅拌设备的CFD分析与软件对比

对搅拌设备CFD分析的特点和分析方法进行了阐述，论述了不同方法适用的场合。此外，通过对一简单案例进行计算，对比了两大CFD软件包STAR—CD和FLUENT应用于搅拌设备的异同。     

一种改进的阈值分割算法在复合材料图像处理中的应用

针对纤维增强复合材料微观结构图像的特点,提出了一种改进的基于模糊思想的阈值分割算法,该算法利用整体阈值、局部阈值和像点梯度信息之间的关系,构造了一个双输入单输出的模糊逻辑系统,合理计算出像点的最佳分割阈值.实验结果证明了算法的有效性.     

基于广义粗糙集的不确定条件下的Flow Shop调度

在实际生产调度过程中，加工时间的不确定性是普遍存在的，因此引用广义粗糙变量来表示不确定的工件处理时间，定义粗糙加法运算，precision以及ratio，建立了处理时间不确定性的FlowShop调度问题的精糙规划模型，提出了粗糙遗传调度算法将其应用于调度模型的求解，仿真实验证明了算法的有效性。     

改进的MPCA方法及其在批过程故障诊断中的应用

基于传统的多方向主元分析(MPCA)常会导致误诊断，且对批生产过程难以保证在线状态监测和故障诊断的实时性，提出了一种改进的MPCA方法，该方法采用多模型非线性结构代替传统MPCA单模型线性化结构，克服了后者不能处理非线性过程和实时性问题，并避免了MPCA在线应用时预报未来测量值带来的误差，提高了批过程性能监测和故障诊断的准确性．     

基于多智能体的作战仿真系统成员设计

介绍了应用多智能体技术设计基于HLA平台的作战仿真系统的成员设计方法、并对应用模糊推理机技术，构建仿真成员的方法进行了详细说明．该方法提高了作战仿真系统的仿真效果，是Agent技术在作战仿真系统上的探索和应用．     

小波分析中频带能量泄漏及对策

为了寻找信号特征提取优化的方法，排除误诊断，分析了Daubcchies小波系列的频带频率特性，指出了小波分析存在着频带能量泄漏的问题。频带能量泄漏不利于信号的特征提取和分析。通过仿真研究，得到了频带能量泄漏的基本规律，提出了频带能量增量比较法。该方法通过比较小波分析的相邻三个频带的能量增量，确定信号的特征频率分量所在的频带，进而以该频带的能量增量作为信号变化的特征。实验证明，运用该方法可以优化信号特征的提取。     

基于增量式随机森林的燃气负荷预测方法

随着智能燃气网概念的普及和燃气智能表的发展,燃气负荷数据量呈指数级增长,燃气负荷预测面临新的挑战,传统的基于离线批量学习的数据预测方法已无法满足大数据量的实时数据预测需求。针对燃气负荷数据增量到达的预测场景,提出了一种增量式的随机森林回归(Incremental Random Forest Regression,IRFR)算法。该算法将一定量的样本存储在叶节点,通过衡量样本集变异系数来控制叶节点分裂;针对大数据量的情况,设计了样本丢弃策略来控制内存空间。在对上海市燃气负荷数据进行特征选择、提取并建模后,将IRFR算法应用于燃气负荷预测。实验结果表明,IRFR算法相比于传统的随机森林算法具有相当的准确率,同时所需训练时间较短,更适用于大数据量的增量学习场景。