一本值得大学生们阅读的好书——评介石开屏教授主编的《大学生科普读本》

得到江苏省金陵科技作出版基金资助，石开屏教授主编的《大学生科普读本》，2004年9月由江苏科学技术出版社正式出版后，受到读的普遍欢迎和好评，这不是偶然的。     

白翅潜叶蝇的发现与研究

白翅潜叶蝇在福建省的发现 1981年4月10日．田间调查发现．福鼎市桐山区流美村种植的小麦及大麦遭受一种潜叶性昆虫的为害，多数麦株叶片前半段干枯，远远望去，全田呈现一片斑驳状枯白，虫株率达100％．产量损失二成以上。不久．白琳区和点头区等地亦相继传来灾情。     

森林面积分布系统的最优控制存在性问题

本文研究森林面积分布系统的最优控制问题。本文将林木总和长消率作为控制变量，以“范数最小”来衡量其最优性，利用空间Ｌ＾２（０，Ｔ）Ｔ〉０的自反、光滑和严格凸性，给出了森林面积分布系统最优控制的一个存在性定理。     

Qα△(T~n)时不可逆卡诺致冷循环工况对其性能的影响

本文在定义致冷循环内不可逆性的基础上,研究了Qα△(T~n)时不可逆卡诺致冷循环工况对其性能的影响,得到了优于已报道的致冷系数与致冷率间的优化关系,讨论表明,这一关系是线性、非线性传热与内可逆及内不可逆多种情况下卡诺致冷循环普遍满足的基本优化公式.     

关于降低变压器损耗的几点探讨

本文详细论述了降低变压器运行损耗的原理和措施，导出了相关公式，并给出了一些降损节电的实例。     

能耗率极值原理和重力理论交互作用下粗质颗粒的浓度垂线分布

本文同时运用能耗率极值原理和重力理论研究了固液两相流在粗质颗粒时固相浓度的垂线分布,通过探讨能耗率极值原理对“非单向性”作用问题,进一步揭示了两相流运动的机理。计算结果与实测数据有较好的吻合。其研究方法、原理、步骤也极易推广到其它各种粒径的固相。     

关于拉氏积分计算中的条件验证谈《微积分学教程》中的一处错误

菲赫金哥尔茨著《微积分学教程》中在计算拉普拉斯积分中称根据更序定理可施行积分次序的变更以求其值,原书未作验证。本文指出该积分不满足更序定理的条件,但在去掉积分变量t的下限O这一点后,积分就满足定理的条件了,然后通过极限步骤以求积分的值。     

铝质量分数对CL-20基炸药驱动筒壁能量输出结构影响

为探究铝粉质量分数对六硝基六氮杂异伍兹烷（CL-20）基炸药在爆炸驱动筒壁过程中能量输出结构的影响,考虑到筒壁及爆轰产物的轴向运动,基于微元法和爆轰产物状态方程建立了爆炸驱动过程中的能量输出模型. 设计了2种不同铝质量分数的CL-20基炸药（CA5、CA30）和对应的含氟化锂炸药（CF5、CF30）,开展直径50 mm的标准圆筒实验,应用光子多普勒测速仪记录圆筒壁膨胀速度. 计算结果表明:圆筒壁膨胀过程中,基体炸药质量分数由89%降至64%时,CL-20基含铝炸药和含氟化锂炸药驱动金属的能力降低;铝粉质量分数由5%增加到30%时,膨胀结束时刻的内能随之增加;不同氟化锂质量分数的CL-20基炸药能量转化率在93%左右,该值均高于对应的含铝炸药.      

通讯基站分离式热管换热器的传热性能实验研究

通讯基站面临散热不均、散热系统能耗高等问题。分离式热管换热器能替代机房内空调的使用,有效减少基站散热系统能耗。分离式热管换热器传热性能的影响因素有充液率、工质类型和风量等。为了研究不同因素对换热性能的影响,通过理论计算对比分析了理论充液率和实际充液率的差异;搭建实验平台研究了不同充液率下换热器的传热性能变化规律,不同高、中温工质下换热器性能的差异以及室内外风机功率的改变对换热器性能的影响规律。研究发现：使用工质R134a时,最小充液率理论值和实际值的误差为4.74%,换热器最优充液率范围为27.1%～47.9%,且最佳充液率为31.6%,最佳充液率下换热器当量换热系数为909 W/℃;随着充液率的提升,换热器内部相变区域先增大后减小,传热形式由气态工质显热传热为主先变为工质相变潜热传热为主,而后变成液态工质显热传热为主;高温工质不适用于该分离式热管换热器,使用高温工质时,换热器内部无明显相变区域,换热器使用的工质沸点越低,相变区域越大,换热器性能越好,其最佳充液率范围也越大;随着室内、外风机功率增大,换热器性能均先迅速提升而后提升速率减缓,但蒸发器侧由于散热条件较差,提升内风机功率对系...     

运用主成分分析和深度神经网络预测钢包炉合金元素收得率的研究

钢包炉（ladle furnace,LF）精炼的核心任务之一是进行钢水合金化过程,以保证钢包到达连铸平台后满足钢水成分要求。钢水合金化也是较为复杂的物理化学反应过程,其不仅对钢水温度有影响,而且对钢水质量、合金料消耗量均有影响。因此,实现LF精炼过程中合金元素收得率的精准预测具有重要意义。本研究首先采用主成分分析法（principal component analysis,PCA）对模型输入变量进行处理,用于简化实际生产数据结构;然后,融合SGDM算法和L2正则化方法,构建了深度神经网络（deep neural network,DNN）;最后,采用主成分分析和深度神经网络相结合的方法,建立了合金元素收得率预测模型。结果表明,Si元素收得率命中率在±1%, ±3%和 ±5%误差范围内分别为54.0%、93.8%和98.8%;Mn元素收得率命中率在±1%, ±2%和 ±3%误差范围内分别为77.0%、96.3%和99.5%。此外,PCA–DNN模型的预测精度优于参考炉次法、多元线性回归模型、改进BP神经网络模型和DNN模型,有助于实现钢水成分的“窄窗口”控制。本研究中合金元素收得率预测模型的建立,也可为LF智能精炼合金化控制模型的开发提供支撑。