电动汽车动力电池组液冷散热优化

电动汽车动力电池在充放电过程中快速产生大量的热量,开展高效散热设计有利于提升电池组工作效率及其安全性。采用冷板和电池组相结合的方式进行电池组液冷散热设计,以50℃作为临界最高温度进行研究,结果表明冷板与电池组采用侧面侧方布置时电池表面平均温度最低,温度均匀性较好。满足散热设计对应的相间侧向所需质量流量最小且为0.05 kg/s,而相间上向模型的压降最小。因此,电池组散热设计时可优先选择电池单体与冷板相间布置的结构。     

天然气气化炉内介质乙二醇非稳态耦合热流场研究

目的 在天然气工业化应用中,液化天然气的高效气化是关键影响因素,为了在国家能源改革的大背景下,尽可能提升现有气化设备的运行效能,采用 ANSYS Fluent 软件对一种采用乙二醇作为中间载热介质的天然气气化炉内非稳态耦合热流场进行数值模拟。 方法 通过深入研究天然气气化炉传热传质机理,在总结前人研究仅考虑对流换热情况不足的情况下,将辐射换热加以考虑,构建出大空间非稳态自然对流及介质参与性辐射耦合传热模型,通过天然气加热、传热流动试验装置,对边界条件进行实验校准,验证数值分析模型的正确性。 结果 中间载热介质为乙二醇的气化炉运行时长达到 2. 0 h 后,传热量趋于稳定,内部热流场不再发生明显扰动,表明气化炉进入稳定运行阶段,此时炉内整体加热效率仅为 87. 35%,其中介质参与性辐射占总传热量的 27. 01%,气化炉底部形了范围较小的低温带,表明该工况下其内部运行存在难以消除的流动死角。 结论 在本文设置的工况下成,大筒体天然气气化炉内部流场分布情况不佳,气化炉的加热效率和启动时间有待进一步优化,炉内主要换热形式仍是自然对流,但不可忽略介质参与性辐射对总传热的贡献。     

基于自监督信息增强的图表示学习

针对图表示学习模型依赖具体任务进行特征保留以及节点表示的泛化性有限等问题,本文提出一种基于自监督信息增强的图表示学习模型(Self-Variational Graph Auto Encoder,Self-VGAE)。Self-VGAE首先使用图卷积编码器和节点表示内积解码器构建变分图自编码器(Variational Graph Auto Encoder,VGAE),并对原始图进行特征提取和编码;然后,使用拓扑结构和节点属性生成自监督信息,在模型训练过程中约束节点表示的生成。在多个图分析任务中,Self-VGAE的实验表现均优于当前较为先进的基线模型,表明引入自监督信息能够增强对节点特征相似性和差异性的保留能力以及对拓扑结构的保持、推断能力,并且Self-VGAE具有较强的泛化能力。     

不同约束下多产品报童问题解的比较研究

不同约束形式代表决策者不同的决策过程。传统多产品报童问题只考虑预算和能力等线性约束,而不涉及损失约束,显然有违真实的决策过程。为说明损失约束模型不同于预算约束模型的决策特点,通过算例对两个模型的解进行了分析和比较,总结了各自的决策特点。预算约束模型参照基于预算边际效用删除法和一般迭代方法(GIM法)求解。损失约束模型应用基于损失边际效用排序的删除法与线性近似规划法求解。另外对GIM法中衡量误差的公式作了修正。     

新型驱动器散热器散热性能仿真与优化

研究了新型驱动器散热器的散热性能,给出了基于微单元时变热交换系数的散热器三维流场及温度场数值求解方法,对散热器三维温度场进行了分析及计算.对比实验结果与数值计算结果表明:采用本方法求解散热器散热性能较热边界平均换热系数法具有更高的精度.以此为基础,通过对散热器的结构优化,可显著改善散热器的散热性能.     

反演海底参数的不确定性对声传播损失预报的影响

浅海混响反演海底声学参数的结果通常被直接用于计算(预报)声传播损失(TL),而很少考虑参数反演结果的不确定性对TL预报的影响.首次采用后验预报概率方法分析浅海混响垂直相关反演海底参数结果的不确定性对TL预报的影响.一次海上实验数据处理的结果表明:3个不同深度、1～5km传播距离内,500～800Hz频段相干TL在相干极大值附近其后验预报概率分布较为分散,而在其他区域较为集中,相应的最大90%置信区间(CI)超过20dB,整体距离上的平均90%CI也超过6dB;相同条件下非相干TL的后验预报概率均很好地收敛于最优值,相应的最大90%CI不超过5dB,距离平均90%CI小于3dB.     

基于鲁棒LS-SVM的ARMA时序模型研究

对时序数据建模与辨识技术进行了分析,提出了使用鲁棒LS-SVM算法建立ARMA时序预测模型。该模型是在LS-SVM的约束条件中加入鲁棒特性和时序模型参数,使之在求解的过程中对孤立点与噪声不敏感,并且能准确地辨识时序模型参数。考虑到高炉的热状态的输入输出数据集间存在着复杂非线性时序上的关系,通过用基于鲁棒LS-SVM的ARMA模型预报铁水中硅的含量,从而达到了预测高炉热状态的目的。说明了该模型在对非线性时间序列预测精度和稳定性上具有明显的优越性,为稳定钢铁质量和生产工艺创造了良好条件。     

自然循环余热锅炉动态仿真研究

建立自然循环余热锅炉的动态模型并进行仿真,对研究余热锅炉的动态特性具有重要意义。引入容性环节与阻性环节相结合的方法,对自然循环余热锅炉的关键部件进行更为合理的划分,解决了各部件模块间的可连接性问题;从对象工作机理出发,将汽包水面下工质集总成具有一定干度的汽水混合物,从而简化了汽包建模仿真的复杂度。利用所建模型对联合循环中燃机和汽机变工况时余热锅炉的动态特性进行了仿真研究,结果不但证实了模型的有效性,并且可以满足更大范围的动态仿真要求,可以为各类锅炉建模仿真的参考模型。     

考虑误判损失的Logistic违约预测模型构建

目前企业违约预测模型和现实情况存在一定差距,表现在:1)违约公司与正常公司样本数比例与实际情况严重不符;2)已有的研究极少考虑误判损失;3)鲜少提及信用等级,行业,规模,地区等定性指标对违约预测的影响.针对以上问题,建立了一个考虑误判损失的违约预测Logistic模型,摒弃以往配对原则,采用全样本分析,将地区、规模、行业作为定性指标和29个财务比率指标代入Logistic逐步回归后,最后得到一个违约判别模型.