伪并行遗传算法在供水管网优化调度中的应用

讨论了基于微观水力模型的多水源大型供水管网优化调度问题的主要特征，并提出了求解该问题的改进遗传算法．首先，针对决策变量的结构提出二进制-实数混合编码策略；其次，设计并实现了多种群进化的伪并行遗传算法．将本算法与单一群体进化算法同时应用于实际管网的优化调度求解，结果表明，通过个体迁移策略，伪并行遗传算法可以加速优化搜索的进程，显著改善解的质量，并有效节省运行调度费用．     

土的不同本构关系对三维有限元分析的影响

1概述宏观上假定土体为连续介质材料或者固体材料,根据材料的不同受力阶段和应力-应变关系特性,连续固体材料的本构关系可以分为弹性、塑性和粘性3大类本构关系[1].这里主要考虑理想弹塑性模型中的Mohr-Coulomb模型、Drucker-Prager模型和修正剑桥模型,这3种模型都是土体数值模     

导电聚苯胺/聚苯乙烯核/壳结构复合微球的制备

通过化学改性对聚苯乙烯微球进行磺化处理，引入亲水性的磺酸基，采用原住聚合的方式，在磺酸根的掺杂下制备了具有核／壳结构的导电聚苯胺／聚苯乙烯复合微球。复合微球中聚苯胺含量为19．3％时导电率约为0．10S／cm，与用聚苯乙烯磺酸本体掺杂的导电率相当。     

一阶惯性环节的模糊PID自整定控制算法的设计

1引言常规PID控制原理简单,容易实现,稳态无静差。因此,长期以来广泛应用于工业过程控制,并取得了良好的控制效果。已知对象的精确数学模型时,只要正确设定参数,PID调节器便可实现作用。但是,在实际的工业生产中,大多数工业过程都不同程度地存在非线性、参数时变性和模型不确定     

异步电动机自抗扰控制系统的仿真

介绍了自抗扰控制器的内部结构及其各组成部分的功能,并将自抗扰控制系统应用于在异步电动机调速系统中,此控制方案不需要精确的电机模型就可以实现干扰补偿,使得自抗扰控制器的设计能够独立于异步电动机精确的数学模型。在MATLAB/Simulink环境下进行了仿真研究,并根据仿真结果分析了线性自抗扰控制系统较传统PID控制器的优缺点。     

板翅式机油冷却器的性能仿真与优化

为研究板翅式机油冷却器各层芯片内机油的流动及换热情况,优化板翅式机油冷却器的芯板层数,基于有限元分析软件ANSYS的参数化设计语言,编程建立了不同芯片层数的多个油冷器的有限元模型;翅片简化为多孔介质,借助计算流体力学软件Fluent,得到油冷器各层芯片的流场和温度场分布.仿真结果与实验结果吻合良好.油冷器各层芯片流量分配曲线大致呈S形分布,而换热量分配曲线呈浴盆状分布.引入标准偏差判断各油冷器各层流量和换热量的均匀性,随着油冷器芯片层数的增多,各层芯片流量和换热量分配趋于均匀;总体换热性能略有增大,而单层芯片的平均换热量显著减小.根据仿真结果提出优化建议:在设计油冷器时,应避免单层芯片热负荷过高或过低,在机体内部空间允许的条件下应尽量采用较多层芯片.     

电势法和磁场法在直流电弧炉电弧射流数值模拟中的对比

针对直流电弧炉冶炼过程,在二维近似条件下,利用PHOENICS程序对直流电弧炉内电弧射流的磁流体力学模型进行了数值模拟,分析了电势法和磁场法在电弧射流数值模拟研究中的异同,并将这两种方法的计算结果与已有的实验结果进行了比较.结果表明,磁场法的计算结果高于电势法且与实验结果更加接近;但从数值模拟的角度看,电势法更易实现.     

水下拖缆接触海底时的数值模拟

为分析拖缆和海底的相互作用,研究了水下拖缆和海底有接触时的运动响应.首先,基于集中质量法给出了三维非均匀拖缆运动的数学模型,并采用四阶龙格库塔方法进行数值求解.其次,将海底视为三维不规则连续的刚性曲面,其中海底对拖揽的作用力包括法向反作用力和切向摩擦阻力两部分,并计入了带速着底时的冲击响应,藉此考虑了它们对拖缆动力学性能的影响.最后,由仿真计算给出拖揽在不同运动状态下的响应并进行了分析.结果表明,摩擦阻力和冲击对拖揽动力学性能影响显著.     

基于外标记点的2D/3D图像配准方法

提出了一种基于外标记点的无框架配准方法.该方法首先建立参考坐标系,接着根据外标记点在两幅2D图像中的对应坐标,求出2D图像像素坐标到参考坐标系的转换关系,然后根据外标记点在3D图像坐标系中的坐标,求解3D图像坐标系和参考坐标系的转换矩阵,通过一组矩阵运算,从而实现2D/3D图像的配准.临床图像的实验结果表明,该方法的配准精度为(0.026 7±0.044 7)mm.     

翅片管换热器仿真软件精度自适应校正方法

提出了一种自动修正翅片管换热器仿真精度的方法.根据用户所能提供实验数据的数量,采用不同的策略,实验数据较少时采用简单的多项式回归的形式来建立管外空气侧换热系数修正因子的修正多项式;实验数据较多时采用人工神经网络的方式来得到管外空气侧换热系数修正因子的神经网络关联模型.用于实际的仿真计算时,修正前的换热量误差最大28.96%,平均为11.12%;采用多项式修正后误差最大15.33%,平均5.38%;采用神经网络修正后误差最大4.9%,平均1.0%.