涡流发生器对重型货车气动减阻特性的影响

为了解涡流发生器对重型厢式货车气动减阻特性的影响,以某国产重型厢式货车为研究对象,基于计算流体动力学的数值模拟,研究涡流发生器的形状、布置位置、高度以及间隙比对厢式货车的减阻效果,并分别从速度流线结构、湍动能分布和压力分布等方面探讨其减阻原因。结果表明:涡流发生器的形状、布置位置、高度以及间隙比对重型厢式货车气动阻力的影响较大。其中叉形涡流发生器位于货厢后端时的气动阻力系数最小,其值为0.699 6,相对于货车原始模型的减阻率为11.7%,因此叉形涡流发生器是最佳的涡流发生器造型。加装涡流发生器减小了货车尾部涡流区的面积和强度,使尾部气流延迟分离,进而减小了货车前后压差阻力。     

V2O5/TiO2片状催化剂上NH3选择性还原NOx反应传质情况研究

在固定床反应器中对片状V₂O₅/TiO₂催化剂上NH₃选择性催化还原NO_x 的反应体系进行了传质对反应影响的研究。V₂O₅/TiO₂催化剂上NH₃选择性催化还原NO_x 的反应为1级反应,内扩散对反应速率和NO_x 转化率的影响显著。NO_x 转化率可以表示为空速和其它参数的显函数并获得单一的解析解。实验与模型结果相一致,模型能够较好的反映转化率的变化趋势,为SCR反应器的优化设计提供理论依据。     

铝电解槽集气结构的数值模拟研究

为了降低铝电解烟气的无组织排放,提高电解槽集气效率,采用数值模拟的手段对电解槽原集气结构中的内部流场分布情况进行模拟.以此为基础,研究了下烟道集气结构改造方案,并开发了新型上烟道集气结构.结果表明:原下烟道集气结构压力损失为363Pa,集气均匀性差,烟道积灰严重,集气效率低.下烟道集气结构改造简单,投资低,改造后可显著提高集气效率,但压力损失和积灰现象没有明显改善.新型上烟道集气结构改造较为复杂,投资较高,但改造后集气效率显著提高,同时压力损失显著降低至187Pa,烟道没有明显积灰.     

滇桂黔石漠化集中连片特困区开发式扶贫的模式与长效机制

本文论述了滇桂黔石漠化集中连片区的贫困现状、程度及其特殊性;从自然环境脆弱性、生境严酷性、产业基础和结构、区域发展成本、人口压力等方面阐述了贫困的原因,从挟贫机制、扶贫内容、扶贫重点领域、优惠政策、保障措施等方面提出了该片区挟贫开发的思路和模式。     

土壤异化铁还原及其在污染控制中的应用

铁是土壤环境中氧化还原反应重要的变价元素.异化铁还原是自然界中铁还原的主要方式.异化铁还原与有机污染物的转化、重金属的老化、固定及营养物质的转化过程密切相关,具有重要的环境效应.本文较为详细地综述了土壤异化铁还原的机制、影响因素及污染控制应用研究现状,并提出了今后研究工作的重点.     

知识粗糙性的粒度原理及其属性约简

经典的粗糙集理论提出知识是有粒度的并定义了知识粗糙度的概念，但它不能完全区分不同信息粒度所表示的信息量。本文从信息论的角度定义了信息粒度，粒度函数和粒度熵等概念，重点研究了知识粗糙性的粒度原理。提出了一种基于条件粒度熵的属性约简的启发式算法，通过例子分析，表明该算法是有效的。     

纳米SnO/Ti电极电催化还原KBO2制备KBH4

先在乙二醇中电解锡片, 制备得到锡醇盐配合物, 再将电解液水解后凝胶, 在钛丝表面通过提拉法涂抹、 300 ℃煅烧2 h制备得到纳米SnO/Ti电极.
在0.3～1.2 mol/L KOH+02～0.8 mol/L KBO₂的溶液中测试SnO/Ti电极的催化还原性能,  研究影响电解还原KBO₂的主要因素, 并通过X射线衍射(XRD)和透射电子显微镜(TEM)表征SnO/Ti电极和KBH4的结构. 结果表明, 纳米SnO/Ti电极表面颗粒分散均匀, 修饰电极催化性能较好, 放电电流增大, 产率和电流效率分别为16.9%和29.2%.     

边坡稳定分析有限元强度折减法失稳判据探讨

有限元强度折减法目前广泛应用于复杂条件下边坡稳定安全度的求解,其边坡失稳判据主要有有限元计算不收敛、位移拐点及塑性区贯通等.相应存在的问题有:收敛性受非线性求解方法制约、位移曲线的拐点有时并不明确、在滑动面未知的情况下塑性区贯通判据难以准确把握临界点等.针对一经典边坡,讨论不同迭代算法的影响,提出边坡位移曲线的双拐点概念,从另一角度分析各判据,根据其特点建议联合采用位移出现拐点与塑性区全部贯通作为边坡失稳判据.     

相斥邻域的覆盖粗糙集实值属性约简

粗糙集理论是一种有效的属性约简方法,但不能直接处理实值数据。针对此问题,本文首先介绍了邻域和覆盖的概念,在此基础上构造了覆盖自约简和覆盖间约简(属性约简)算法;然后通过讨论邻域内各样本之间关系,提出了相斥元的定义,相斥元的存在可能导致决策正域计算错误,从而得到不符合数据表实际情况的属性依赖性,因此给出了分解相斥元的方法;最后在四个实值的基因表达数据库上进行了实验,结果表明该属性约简算法是有效的,并相对于现有其他算法具有较高的分类精度。     

基于Rough Sets-C4.5的故障征兆提取与判别

针对原始信息系统往往存在大量重复样本和冗余属性,从而影响实际故障诊断的精度和速度这一问题,介绍了一种基于粗糙集和决策树C4.5算法相融合的故障诊断模型,用于设备的精确和快速故障诊断.利用粗糙集具有较强的处理不确定和不完备信息的能力,对原始样本集进行离散化及约简处理;同时,利用决策树C4.5算法对约简后的决策表进行快速学习并形成树状故障分类器.以实例介绍了利用该模型进行故障诊断的完整过程.