主变差动保护误动分析报告

对变压器差动保护的各种错误接线方式进行了系统的分析和归类，并提出了纠正的方法。     

涡轮阻尼器阻尼特性与轴向力特性分析

采用基于分离涡模型的计算流体力学方法计算某可调阻尼式涡轮阻尼器多个挡位、多个转速工况的内部三维黏性流场,预报了其阻尼特性和轴向力特性.阻尼器内部紊乱的流动造成其转矩、轴向力等外特性参数波动较大,大挡位工况超过10%.阻尼系数随挡位的增大而增大,除小挡位外,预报误差在5%以内.随着挡位的增大,转子轴向力增大,调节挡板轴向力也呈增大趋势.定子轴向力是一个小量,其方向与调节挡板轴向力相同.腔内复杂的不对称流动造成各挡板块受力不均,但每块挡板的轴向力均呈周期性变化,平均值相差±2.5%以内.大挡位高转速工况产生较严重空化,而小挡位时空化较弱.     

大鼠血浆中利托那韦的HPLC法测定及其药动学研究

目的:建立了测定大鼠血浆中利托那韦的高效液相色谱法,并用于利托那韦在大鼠体内的药动学研究.方法:大鼠血浆样品经乙腈沉淀蛋白后,采用高效液相色谱法测定血浆中利托那韦的含量.选用Agilent Zorbax XDB-C18色谱柱,以乙腈-0.1%磷酸水溶液(55∶45)为流动相,流速1.0mL·min~(-1);柱温35°C,检测波长254nm.结果:该方法下大鼠血浆中利托那韦在0.05-5μg·mL~(-1)浓度范围内线性关系良好;高、中、低浓度下日内和日间RSD值均小于5%;提取回收率在85%~(-1)25%之间;稳定性良好.大鼠灌胃给予利托那韦混悬液(8mg·kg~(-1))后,血浆中利托那韦的药动学参数分别为:Cmax120.30±9.00ng·mL~(-1),Tmax1±0.35h,T1/20.41±0.14h,AUC0-∞624.30±39.88h·(ng·mL~(-1)),AUC0-t789.80±19.73h·(ng·mL~(-1)).结论该方法简单、快速、经济、重复性良好,适用于利托那韦大鼠体内药代动力学的研究.     

A柱涡动力学特性随前窗倾角变化研究

采用风洞试验和数值计算的方法,通过Dihedron模型研究了前窗倾角对A柱涡动力学演化的影响.时均阻力和表面压力通过风洞试验获得,采用分离涡模拟(DES)捕捉A柱涡拓扑结构的细节特征.通过风洞试验的结果验证了DES结果的有效性.DES的结果描述了A柱涡涡破裂现象.随着前窗倾角的变化,A柱涡表现为不同的结构形态,这主要是由主涡中涡量平衡决定的.试验和数值结果均表明,随前窗倾角增大,Dihedron模型的阻力增加.讨论了纵向涡的破裂趋势和潜在的减阻方案.最后,强调了模型壁面的动力学特性及其对车内噪声的影响.     

高速大功率车用永磁同步电机电磁诱发转子横向振动特性

高速大功率车用永磁同步电机的转子轴系是一个涉及电磁、机械高度耦合的非线性系统,因此转子动力学性能是高速车用永磁同步电机设计必须关注的问题.建立了电机中由于转子偏心引起的电磁激励解析模型,以转子动力学和非线性动力学为基础,建立永磁电动机转子系统的非线性模型,用解析法计算得到转子横向振动的幅频特性,结果表明转子横向振动具有负刚度和失稳幅值跳跃现象.最后通过数值计算对等效解析计算的结果进行了验证.     

基于中央凹图像显著性和扫视倾向的注视点转移预测模型

注视点转移预测是图像显著性建模中的一个重要研究领域.现有算法大多过于繁琐,并且局限于利用单张静态显著图来预测,很少能考虑到注视点转移是一个动态的过程.针对以上问题,我们提出一种具有生物依据的注视点转移的预测方法,利用了3大因素:视网膜中央凹在显著目标选取中的动态预测作用、注视点移动在距离和方向上的倾向以及短期记忆对注视点返回的抑制机制.通过三者得到的联合转移概率随机产生候选点,从而逐点生成扫视轨迹.相比于其他模型,所提议方法在客观的衡量标准下,在多个数据库中能更准确、更高效地预测扫视路径.     

燃烧振荡声学抑制器的机理分析与设计优化

燃烧振荡是发展低排放燃气轮机燃烧室需要解决的关键问题之一，未来燃气轮机燃烧室运行温度更高、具有更宽的工况运行范围及更复杂的几何结构(如轴向分级、环形燃烧室等),燃烧振荡存在高振幅、多振荡频率、多振荡频率时变和多热声模态共存等特点。采用声学抑制器被动控制燃烧振荡具有抑制器结构简单、可靠性高、成本较低等优势。针对未来的燃烧室，现有抑制器方案将面临很大挑战，因此，亟需开展宽吸声带宽、可控制多模态的声学抑制器及系统级燃烧室多声学抑制器设计优化研究。该文概述了国内外声学抑制器机理和设计优化的研究进展，着重总结了作者近年来在常规及多频段声学抑制器机理、抑制效果分析计算和复杂热声系统参数对声学抑制器特性影响，以及基于伴随方法的多声学抑制器多参数快速优化等方面的研究工作，并对未来燃烧室声学抑制器的发展方向进行了讨论。     

机器学习在湍流燃烧及发动机中的应用与展望

随着燃烧科学的发展，数值仿真与实验测量产生了大量数据，这些数据隐含许多有效的物理信息。传统研究方法对此类信息主要利用基于物理规则的模型去处理，但随着数据量的增加，基于数据驱动的方法开始受到重视。机器学习(machine learning, ML)技术由于在数据分析和处理方面取得了巨大成功，为处理燃烧领域的大量数据提供了一种新的范式。该文简要介绍了ML在湍流燃烧中的应用，主要包括化学反应、燃烧建模、发动机性能预测与优化、燃烧不稳定性预测与控制等4个方面，讨论了机器学习在燃烧研究中面临的挑战，并对未来应用进行了展望。     

盆地沉积土的动参数试验分析

在重大工程进行抗震设计的过程中，土的动剪切模量与阻尼比是最为基础性的数据。该文以昆明滇池湖盆地区的重大工程为例，对该地区的多种新近沉积土进行了动剪切模量和阻尼比试验，为该地区经济在经济快速发展的过程中新建重大工程提供抗震设计数据。     

具有刚性支撑裂纹转子的数值分析

本文利用Matlab数值分析软件,建立了具有水平刚性支撑的含横向裂纹的转子系统的高阶微分方程并对其进行了求解。分别研究了裂纹深度和转速比等不同因素对裂纹转子系统振动特性的影响以及裂纹转子的非线性特性。通过对不同影响因素下裂纹转子系统振动特性的分析,了解故障规律,对今后现场裂纹故障的识别提供了理论依据。