492QS射流燃烧室汽油机用活塞材质试验

讨论了用混合稀土对Ａｌ－Ｓｉ共晶合金的变质工艺,测定了合金的热抗拉强度、线膨胀系数和活塞的尺寸稳定性。结果表明：加入混合稀土１％后,ＺＬ１０８号合金铁热抗拉强度提高了２６％,线膨胀系数降低,活塞的尺寸稳定性增加。     

工业炉旋风预燃器煤粉颗粒运动轨迹

在预燃器冷态模型流场内，考虑气流曳引力、重力和Magnus旋转升力，建立颗粒的运动微分方程，并考察颗粒与壁面相互碰撞过程，采用龙格库塔法进行数值求解，得到不同粒径的颗粒在4种流场工部中的运动和停留时间，经计算，还可得出以下结论。⑴颗粒的运动轨迹主要受气相流场分布、颗粒粒径和颗粒初始速度等因素的影响。⑵颗粒粒径较小时，可以忽略上升力和重力的影响，但大颗粒与壁面碰撞后，必须连同考虑颗粒旋转及Magnus升力的作用。⑶选择合适的入口-二次风量比（Q2/Q1）和颗粒的初始速度，可延长颗粒在预燃器内的停留时间，能分离大于30μm的颗粒，该结果能为粉煤旋风预燃器的优化设计提供理论依据。     

半世纪来济宁市水文情势变化研究

运用Mann-Kendall、Spearman秩次相关检验法、小波分析、持续性分析及多种统计学方法对半世纪来济宁市降雨序列、年平均气温序列及泗河年径流序列的变化趋势、周期及相关性进行了分析。结果表明,济宁市在气温升高的趋势下,年降雨量没有变化趋势而泗河年实测径流量序列呈显著减小趋势;年平均气温和年降雨分别存在18年和9年左右的变化主周期;年平均气温、年平均径流序列的持续性较好而年降雨量序列的持续性较差,且济宁市的气温变化特点与华北地区的气温变化特点相同;年降雨与径流有着较好的同步性,人类的水事活动及土地利用形式的变化对径流造成影响;年降雨量受年平均气温的影响,其变化滞后于气温变化约15年左右。     

新的粒子群优化算法

粒子群优化(PSO:Partic le Swarm Optim ization)算法是一种有效的全局优化技术。对于PSO算法,很容易陷入局部极值。针对上述缺点,提出了两点改进:对基本PSO算法的速度更新公式中的全局极值给出新的定义,以使粒子群体保持多样性;适当地缩放适应值,与随机规则共同决定某个粒子作为速度公式中的全局极值。改进的两点用于PSO算法后期,形成新的PSO算法(NPSO:New PSO)。NPSO能有效地改善算法,具有摆脱局部极值的能力。在给定的条件下,选用3个函数进行了测试。实验结果显示,在获得平均适应值方面,该算法比PSO算法提高1.62%~16.5%,明显优于基本的PSO算法。     

橡胶粉对混凝土在水和NaCl溶液中抗冻性的影响

通过快冻试验研究了平均粒径为140μm的橡胶粉对不同水胶比混凝土分别在水中和NaCl溶液中的抗冻性.研究表明,橡胶粉体积掺量为2%～4%时,其在混凝土中的颗粒中心距为330～660μm,高于引气混凝土建议的气泡间距20～200μm,而橡胶粉对混凝土抗压强度及抗冻性的影响效果与引气剂相当.橡胶粉掺量在合适的范围内可大幅度提高混凝土在水中和NaCl溶液中的抗冻性,但在NaCl溶液中的抗冻性较在水中差.     

筛分作业中颗粒同筛面间碰撞过程的数值研究

引入离散元法的弹性-阻尼-滑动接触模型,建立了描述颗粒同筛面之间的碰撞的数学模型,编制了模拟筛面上单颗粒运动的计算机程序并进行了数值试验,发现碰撞过程的接触时间主要取决于颗粒同筛面之间的接触刚度,而同筛分机的转速无关。为考察筛分机处理难筛分物料的能力定义了瞬时透筛系数这一指标,研究结果农明:增大筛面振幄较增大振频对瞬时透筛系数的增大更为有效,从而验证了潮湿细粒物料的低频大振幅筛分理论。     

研磨条件对陶瓷喷墨墨水分散性的影响研究

采用机械分散法制备了钴蓝陶瓷喷墨墨水,在固定油墨配方的条件下,考察了研磨珠的大小以及研磨时间对油墨分散性的影响,实验结果表明：当固含量为30％,纳米砂磨机的转速为2 086转/分,研磨珠的大小为0.6～0.8 mm,研磨时间为10h,研磨得到的油墨分散性最好,测得油墨的粒径D50为0.48 μm,D90为0.77 μm,粘度为27.9 mPa·s,表面张力为27.8 N/m,符合陶瓷喷墨打印的性能要求,经上机打印实验,效果较好.     

盐析液固两相流场的PIV测量方法

利用粒子图像速度场仪(particle image velocimetry,以下简称PIV)测量离心泵叶轮内部伴有盐析的液固两相流场.用图像采集卡将CCD相机拍摄的流动图像实时地传输并存储到计算机中,采用自行开发的液固两相流图像处理及分析软件,先把粒子从背景中分离出来,然后通过算法,根据粒径的大小分离出固相和液相两相流的粒子.经过实际测量研究表明,该方法对硬件的依赖小,测量成本低,是一种测量输送含有盐析晶体的液固两相流动的有效方法.     

粒子群优化-BP神经网络对岩爆的预测

岩爆是典型高地应力区主要地质灾害之一,其预测理论和发生机制的研究目前并不成熟.本文通过选择合适的影响岩爆程度的主要因素,应用BP神经网络对岩爆样本进行训练并利用预测样本进行检验,由于BP神经网络的初始权值和阀值对网络学习效率和预测结果有影响,因此其对检验样本的预测结果往往不够理想.利用粒子群算法(PSO)对BP网络的初始权值和阀值进行优化,将改进后的BP神经网络算法应用于预测,预测的结果优于BP神经网络.表明利用PSO-BP神经网络算法对实际工程中的岩爆进行预测是可行的.     

基于PSO的支持向量机多元控制图均值偏移诊断模型

为了诊断多元控制图发出的报警信号是由哪一个或者哪些变量组合发生均值偏移引起的,提出了基于粒子群优化（PSO）算法的支持向量机（SVM）多元控制图均值偏移诊断模型．模型中使用丁。控制图对多元过程进行控制,在假设过程方差．协方差矩阵保持不变的前提下,根据不同的均值偏移模式,产生SVM训练数据集和测试数据集,用Ps0对SVM的参数进行优化,最终得到优化的SVM模型．结果表明,基于粒子群优化算法的支持向量机模型（SVM．PSO）比基于SVM和基于神经网络（ANN）模型的分类能力更强,分类准确率超过85％．