存在反应的电解质溶液相平衡研究

从应用的角度出发,对电解质溶液模型、相平衡计算的现状与发展进行了简要的回顾,并系统地介绍和讨论了作者在这方面的工作。指出对Pitzer模型和作者提出的电解质溶液水化平衡模型建立各自相应的普遍化温度关系,结合所提出的固液平衡级计算方法,可以预测工业过程所涉度的高温、高压、高浓度范围内复杂体系的热力学性质,解决此类过程集成模拟优化的瓶颈问题。此外。还介绍了离子选择性电极测定弱电解质体系热力学的方法。     

半线性二阶微分方程周期边值问题

本文利用整体反函数理论,研究了半线性二阶微分方程周期边值问题,给出了周期解存在唯一性的充分条件.     

考虑压敏效应的低渗透油藏CO2辅助重力驱合理配产方法

高倾角低渗透油藏在进行水驱开发时,在油藏高部位存在大量剩余油,采收率较低,采用CO2辅助重力驱,可以充分利用高倾角的地质特征,有效提高该类油藏的采出程度。但是由于CO2对原油物性影响要远大于水对原油物性的影响,CO2驱替过程中流体的渗流过程更加复杂,因此有必要对低渗透油藏CO2重力驱合理配产优化进行研究。首先,依据油藏中任意一点压力与最小混相压力的关系,分别建立了考虑压敏效应的低渗透油藏CO2重力驱混相和非混相模型;其次,运用Python对模型进行求解,同时分析了压敏系数、地层倾角、注采井距和注气速度对油藏配产的影响;最后,结合现有工作制度法和增产倍数法,对比本模型计算结果,运用tNavigtor软件对三种方法进行采收率预测。研究结果表明：运用本文方法对油藏进行合理配产具有较好的开发效果,油藏采收率相对较高,研究成果对该类低渗油藏的开发具有较好的借鉴意义。     

比例延迟微分方程的极限学习机算法

目的 针对比例延迟微分方程,提出一种基于极限学习机(ELM)算法的单隐藏层前馈神经网络训练方法,并将该方法推广到求解双比例延迟微分系统。方法 首先,构建一个单隐藏层前馈神经网络并随机生成输入权值和隐藏层偏置;然后,通过计算系数矩阵使其满足比例延迟微分方程及其初值条件,将其转化为最小二乘问题,利用摩尔-彭罗斯广义逆解出输出权值;最后,将输出权值代入构建的神经网络便可获得具有较高精度的比例延迟微分方程数值解。结果 通过数值实验与已有方法的结果进行比较,验证了该方法对处理比例延迟微分方程与双比例延迟微分系统的有效性,且随着选取的训练点和隐藏层节点数量增多,所得到的数值解精度和收敛速度也随之增加。结论 ELM算法对处理比例延迟微分方程以及双比例延迟微分系统具有较好的效果。     

加速型 IGV 对高负荷轴流风扇性能影响研究

目的 为了进一步提升小型高负荷轴流风扇在微小空间的高通流及高负荷能力,提出一种加速型进口导叶(IGV)结构设计方案。方法 采用三维设计软件Pro/E设计不同加速型IGV,通过数值模拟方法研究其对风扇不同流量系数下的压力系数、全压效率以及流道损失的影响。结果 采用加速型IGV使得风扇流道内通流能力增强,叶片尾缘气流延缓分离,下游流动更加均匀;随着进口气流加速程度的提高,设计工况点全压效率基本呈单调递增的趋势;相比无加速IGV风扇,当IGV加速程度为1.1、1.2时,在设计工况点,风扇压力系数提升百分比为1.61%,1.24%,效率分别提升了3.49%,5.05%;IGV的加速程度从1.0增至1.5时,风扇效率提高6.69%。结论 在小型高负荷轴流风扇中,加速型IGV与无加速IGV相比,加速型IGV对风扇压力系数以及效率的提升具有更优的效果,并且IGV加速程度也并非越大越好,当加速程度为1.1、1.2时风性能表现最优,为小型高负荷轴流风扇的研究提供相关设计参考。     

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。     

静动态压缩下千枚岩长径比效应影响研究

为了研究长径比效应对层状千枚岩力学特性、能量耗散及破坏模式的影响,文中选用4种倾角（α=0°、30°、60°、90°）下不同长径比（L/D=0.5、0.6、0.8、1.0、1.2、1.6、2.0）的千枚岩分别进行了静载单轴压缩和分离式霍普金森杆（SHPB）试验。结果发现,静载压缩试验条件下,不同倾角下千枚岩随长径比的增大,峰值强度和峰值应变均减小。通过单轴动态压缩试验,发现4种层理倾角千枚岩动态抗压强度与试样长径比呈二次函数关系,随着长径比的增加,动态抗压强度出现一个峰值后逐渐降低;千枚岩峰值应变与试样长径比呈指数函数关系下降;对动态冲击压缩试验进行能量分析,发现不同工况的千枚岩在同一冲击气压下,入射能、反射能、透射能均呈现出先缓慢上升再快速上升最后趋于稳定的三段式变化;随着试样长径比增大,千枚岩反射能比先增大后减小,透射能比先减小后增大;采用能量比值法进行对比分析,发现在长径比L/D=1.2时,千枚岩的反射能比达到最大,透射能比达到最小;对千枚岩的宏观破坏模式进行分析,发现动态冲击压缩下千枚岩的宏观破坏模式受长径比影响较大,长径比越小破坏越完全;长径比越大,破坏越不充分。     

基于压力拱理论的深埋节理岩体隧道围岩压力研究

为研究节理岩体隧道围岩压力计算方法,以隧道压力拱理论为基础,通过离散元数值模拟分析了岩体的坚硬程度、完整程度和结构面的抗剪强度对隧道压力拱的影响,应用多元线性回归拟合了多因素围岩压力公式,并结合依托工程对拟合公式进行了适用性分析。结果表明：节理岩体隧道压力拱范围为拱顶到最大主应力方向的偏转点,隧道压力拱高度随着节理间距和结构面的抗剪强度的增大而减小,岩体力学参数对压力拱高度的影响较小;与现场实测的围岩压力相比,计算误差在15％以内。所提围岩压力公式适用性良好,为节理岩体的围岩压力计算提供了新的思路。     

基于微分进化算子的量子粒子群优化算法及应用

分析了量子粒子群优化算法(Quantum-behaved Particle Swarm Optimization,QPSO)的进化方程,指出其存在的局部收敛问题,通过将微分进化(Differential Evolution,DE)的基本操作思想引入到QPSO中,提出了改进的QPSO算法(QPSO-DE);算法改进的方法是在粒子搜索过程中,以一定的概率对粒子的每一维执行微分进化操作,以增加粒子的随机性,从而减少了粒子群体因多样性缺失而易于陷入局部最优或停滞的情况,增强了粒子群体的搜索能力,提高了算法的优化性能;对多个标准测试函数及在IIR数字滤波器优化设计中的仿真实验结果表明,与PSO算法和QPSO算法相比,QPSO-DE算法能够取得更好的优化结果。     

空投设备缓冲气囊的优化设计

利用LS-DYNA对缓冲空投设备的气囊进行仿真计算,模拟其缓冲过程。同时利用遗传算法对气囊的排气孔面积、初始充气压力和排气压力进行优化。优化后的结果对空投实验具有很好的指导意义,可以减少气囊设计实验次数从而降低实验的成本。