直动式锥形溢流阀性能分析

对工程上近期出现的直动式锥形溢流阀进行了静动态分析,通过稳定工作时阀芯受力平衡,建立了流量压力方程,绘出了Q一P曲线,得出了该阀较直动式圆柱形溢流阀调压偏差小,开启比大的结论,并说明了原因;又用功率键合图,建立了动态特性的数学模型,采用四阶龙格──库塔法、定步长,在微机上进行了动态过程仿真,并自动地打印出动态过程的压力和阀的位移曲线,找出了影响动态过程品质的主要因素,和阀芯移动时的阻尼．对直动式锥形溢流阀的优化设计和正确使用具有参考价值．     

不可逆卡诺热机的火用损率优化

导出一类不可逆卡诺热机在给定功率下的最小火用损率,并作了分析和讨论．所得结论可为热机的优化设计和能量的合理利用等提供些新理论依据．     

红藻藻胆体内部蛋白间的能量传递研究 Ⅰ.人工合成R-PE/R-PC/APC复合物内的能量传递

研究了人工合成的藻胆体模拟复合物的时间分辨荧光光谱,并运用多指数拟合的方法对数据进行了详细的处理和分析,结果表明能量在Ｒ－ＰＥ和Ｒ－ＰＣ之间的传递时间与能量从Ｒ－ＰＣ传递到ＡＰＣ的时间几乎相等（５０ｐｓ）;除此之外,Ｒ－ＰＥ到ＡＰＣ还有两种能量传递的通道,能量在这两个通道的传递时间分别为１１０ｐｓ和４００ｐｓ．即：蛋白之间的能量传递通道是并行的．     

电流模式双二阶滤波器的基本CMOS OTA实现

针对采用多输出跨导运算放大器(OTA)实现电流模式滤波器频率受限问题,提出了一种基于只有一个输出端的基本跨导运算放大器及电容的连续时间电流模式双二阶滤波器的最简实现方案;讨论了跨导运算放大器的非理想特性对电流模式滤波器的性能影响;面向实际电路完成了MOS管级的计算机仿真,仿真结果表明所提出的滤波器电路在不加任何补偿措施的条件下,其特征频率可以达到5 MHz.     

一个求解P_*(K)-矩阵线性互补问题的宽邻域路径跟踪算法(英)

基于预校正方法,对P*（K）-矩阵线性互补问题给出了一个迭代复杂性为O（k＋1）n2/3L）的宽邻域路径跟踪算法,算法改进了Zhang等的可行宽域路径跟踪算法的迭代复杂性;比迭代复杂性为O的小邻域路径跟踪算法为好．     

热动力学研究的时间参量法(Ⅲ)——简单级数反应的热谱面积比法

根据热导式量热计的理论基础——Ｔｉａｎ′ｓ方程,将时间作为已知参量,提出了一种新的热谱数据解析方法——简单级数反应的热谱面积比法．应用该法研究了几种简单反应的热动力学,实验结果验证了热谱面积比法的正确性．     

卟啉—酞菁二元化合物分子内的能量传递

研究了新的以哌嗪连接的含卟啉－酞菁双发色团的分子（Ｐｒ－Ｐｃ）的时间分辨荧光光谱并对所得的结果进行了分析和讨论．在光谱数据的基础上结合分子的结构对非极性溶剂中二元化合物分子内的能量传递过程和机制进行了讨论,并算出发色团的空间相对距离为１．８７ｎｍ．     

茶叶矿质元素浸出量与茶叶冲泡时间及冲泡次数的关系

研究了茶汤中茶叶１０种矿质元素（Ｋ、Ｃａ、Ｍｇ、Ｐ、Ａｌ、Ｆｅ、Ｍｎ、Ｓｒ、Ｂａ、Ｚｎ）的浸出量与茶叶冲泡次数以及冲泡时间的关系．结果表明：（１）茶叶中１０种元素的浸出量与茶叶冲泡次数之间具有显著的指数函数相关,相关方程为ｙ＝ａｅ－ｂｘ,１０种元素的浸出量与茶叶冲泡时间之间具有显著的对数函数相关,相关方程为ｙ＝ａ＋ｂｌｇｘ,各元素在两方程中的相关显著性均为α＜０．０１;（２）性质相近的元素,如Ｂａ与Ｓｒ在上述函数中的变化行为更为相近;（３）元素Ｋ、Ｚｎ、Ａｌ、Ｍｇ浸出比在３０％以上,可认为是易浸出元素,而元素Ｍｎ、Ｆｅ、Ｓｒ、Ｂａ、Ｃａ的浸出比低于３０％,可认为是较难浸出元素;（４）茶叶与茶汤之比为１∶１０,冲泡水温１００℃,冲泡时间２分钟,３泡茶汤已能充分利用茶叶中常见的人体营养元素Ｋ、Ｍｇ、Ｐ、Ｍｎ、Ｚｎ,元素浸出量与总浸出量之比在６０％以上．     

NUMERICAL ANALYSIS OF HYDRODYNAMICS IN AIRLIFT LOOP REACTOR (IALR) ECOSYSTEM(I)——THE FIELDS OF FLOW,PRESSURE AND SHEAR STRESSES

气升内环流反应器是在生物工程中有较广泛应用、在环境工程中有重要应用前景的反应器．采用时间分裂法和有限元法对ＩＡＬＲ生态系统下降段的流体动力学Ｎ＿Ｓ方程进行求解,获得了发酵液为牛顿液体时,锥角θ＝｛７０°,７５°｝和Ｒｅ＝｛１００,２００｝情形下的二维速度场、压力场和剪切应力场．结果表明锥结构对ＩＡＬＲ的性能有重要影响．     

用组合模型预测油田产油量

时间序列分析是统计学的一个重要分支,灰色系统理论是一种动态趋势预测理论。将时间序列分析与灰色系统理论相结合用于油田产量预测是一个非常有益的探索。先采用灰色建模或逐步回归方法,从数据中得到趋势项的数学模型,然后对剔除趋势项之后的数据进行时间序列分析,建立了ＡＲ模型或ＡＲＭＡ模型。将以上两个模型结合起来构成组合模型,用于预测油田产油量。应用实例证明,该方法具有容易实现、预测准确的优点,是一种非常有效的