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。     

型钢高强自密实混凝土黏结滑移性能试验研究

为研究型钢与高强自密实混凝土界面黏结滑移性能,以混凝土保护层厚度和型钢埋置长度作为变化参数,设计9个型钢高强自密实混凝土试件进行推出试验. 观察试件破坏过程、破坏形态和裂缝发展形式,获取了试件加载端的荷载-滑移全过程曲线,研究不同变量对其黏结性能的影响规律. 结果表明：型钢高强自密实混凝土组合结构界面极限黏结强度随着混凝土保护层厚度的增加而增大,最大增幅94.9%;随着型钢埋置长度的增加而减小,最大削减为38.1%. 界面黏结抗剪刚度随着型钢保护层厚度的增加先增大后减小,最大增幅85.1%;随着型钢埋置长度的增加而增大,最大增幅为30%. 界面耗能能力与其变量相关性较弱;随保护层厚度的增加,界面损伤发展越晚;随型钢埋置深度的增加,界面损伤速度减缓. 提出了型钢高强自密实混凝土黏结强度的计算公式,能较好地预测型钢高强自密实混凝土黏结强度.     

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。     

温度和湿度对P-CNT自感知混凝土压敏性的影响

为研究温度与湿度对自感知混凝土(SSC)感知性能的影响,通过低温等离子体改性处理技术对碳纳米管(CNT)进行官能团嫁接,使其在水性体系下获得较好的分散性,并将改性后的CNT(P-CNT)加入混凝土中制备P-CNT/SSC传感器,通过改变含水率与温度条件研究P-CNT/SSC传感器的极化效应与循环加载下的自感知性能。试验结果表明:过高或过低的含水率均不利于SSC的感知性能,其中变化最为明显的是饱水状态下的P-CNT/SSC传感器,其应力敏感系数下降89.8%,并且压敏曲线极不稳定;在变温试验中,P-CNT/SSC传感器的电阻率与温度之间呈现负相关性,高温和低温下的应力敏感系数相较于常温组试件,分别下降了约35.66%和44.53%,并且压敏曲线整体出现了上移或下滑的趋势;P-CNT/SSC传感器在工程应用中的最佳测试环境为常温、自然含水率。     

PAH/(NaP5W30/PAH)n多层膜光致变色性质的研究

利用LbL自组装技术构建了PAH/(NaP5W30/PAH)n多层膜,并采用IR、UV等方法对多层膜进行了结构表征.在多层膜光照变蓝后,通过UV-Vis和ESR光谱对多层膜的光致变色性能及其机理进行了研究.结果表明,NaP5W30在多层膜网络中仍保持Preyssler结构,与聚烯丙基胺盐酸盐(PAH)发生强烈的静电相互...     

云香巴斯玛一号原种鉴定和种子繁育试验初报

为促进攀枝花市香料烟产业发展,解决香料烟种源,利用自繁的云香巴斯玛一号进行了品种特性鉴定。结果显示,所繁育的种子符合该品种在原产地的特征特性,完全可通过自繁自育满足攀枝花市香料烟产业的种子需求。     

WSN中传感器节点的弹性神经网络任务分配方法

为解决WSN多目标跟踪节点任务分配的竞争冲突问题,提出一种融合了模糊聚类的多弹性子模自组织神经网络节点任务分配方法.通过模糊聚类估计目标数量,建立节点任务分配跟踪精度和能量消耗的综合性能指标,采用非全连接的环形弹性结构自组织神经网络优化监测联盟,用最近邻法对神经元弹性子模进行初始化,根据胜者为王原则动态调整子模的感受域,以快速锁定最优监测联盟,实现多目标的精确跟踪.实验结果表明:文中方法能有效解决多目标跟踪节点任务分配的竞争冲突问题,以及竞争冲突时的系统能耗增加与实时性问题;在随机均匀部署节点拓扑和目标直线运动模式下,文中方法的能耗较最近邻法降低了48.2%~55.9%,较未改进弹性神经网络法降低了37.4%~42.5%,且运算速度提高了19.0%~27.4%.     

基于MPSO-BP的RBF网络自构建学习算法

采用PSO混合编码,提出了一种基于混合MPSO-BP的RBF自构建学习算法。该算法中,每个粒子由整数与实数两部分构成,分别对RBF的基函数个数及相关参数(中心、宽度和输出层权值)进行编码。同时设计了一个特殊的适应度函数,在保证精度的前提下,使网络的结构相对简单,以增强网络的自适应与泛化能力,减少主观因素设计对网络性能的影响。仿真实验表明,相对于RBF其他学习算法,所提算法隐节点少、精度高、泛化能力强。     

基于UKF的自组织模糊神经网络训练算法

如何生成最优的模糊规则数及模糊规则的自动生成和修剪是模糊神经网络训练算法研究的重点,针对这一问题,提出了基于无迹卡尔曼滤波（unscented Kalman filter, UKF）的自组织模糊神经网络的训练算法。分析了模糊神经网络的非线性动力系统表示,并用递推最小二乘法（recursive least square, RLS）和UKF分别学习线性和非线性的参数,给出了模糊规则生成的准则和参数更新的策略;然后,用误差下降率方法作为模糊规则修剪的策略,删除作用不大的规则。通过典型的函数逼近和系统辨识实例,表明所提算法得到的模糊神经网络的结构更为紧凑,泛化性能更佳。     

基于自组装DNA计算的RSA密码系统破译方案

自组装DNA计算在解决NP问题,尤其是破译密码系统方面,具有传统计算机无法比拟的优势。采用DNA分子瓦编码信息,借助于分子瓦之间的粘性末端进行自组装,给出了乘法运算的实现方案。在此基础上,通过引入非确定性的指派分子瓦,提出了一种用自组装DNA计算破译RSA公钥密码系统的非确定性算法。通过创建数以亿计的参与计算的DNA分子瓦,在DNA计算能力允许的范围内,该算法可以并行地测试每个可能的因子,以高概率地分解整数。该方法最大的优点是充分利用了DNA分子瓦具有的海量存储能力、生化反应的巨大并行性以及组装的自发有序性。