极低浓度甲烷高温氧化宏观参量数值模拟

为了研究极低浓度甲烷的高温氧化特性,通过CHEMKIN模拟软件对甲烷浓度为0.5%、1%、2%、3%、4%的5种极低浓度甲烷气体高温氧化反应进行数值模拟,着重分析高温氧化后压力、温度以及反应物和生成物的变化规律.模拟结果表明,极低浓度甲烷高温氧化过程中,甲烷的体积分数急剧下降;生成的一氧化碳体积分数先急剧上升,然后迅速降低至零.二氧化碳体积分数、温度及压力均急剧上升,然后趋于稳定;且甲烷混合气体高温氧化后二氧化碳体积分数、温度及压力最终值与一氧化碳体积分数的最大值均随着甲烷体积分数的增大而逐渐增大.     

宽裕润滑参数下滚动轴承润滑特性研究

滚动轴承是精密机床、特种车辆等重大装备的关键支撑零部件,其润滑性能直接决定了轴承的稳定服役性能,进而影响到重大装备的工作性能指标.基于理论仿真及实验研究,开展了油气润滑滚动轴承宽域润滑参数下的运行特性研究.结合多相流动分析技术,研究了高速角接触球轴承内部油气的流动状态,揭示了轴承内部油气流动基本规律.在此基础上,设计了滚动轴承润滑性能试验验证平台,实验分析了不同润滑参数对轴承温度的影响规律,获取了特定转速下温升最小的轴承润滑参数,证实了滚动轴承不同润滑参数对其服役性能的影响程度.研究工作对于滚动轴承宽域润滑状态下的服役性能分析提供基础依据.     

微小薄壁变形预测的迭代有限元法

将迭代有限元法引入微小薄壁铣削中,建立了变形量的预测模型,预测了不同径向切削深度、不同薄壁厚度时的铣削变形量大小,通过试验加工和Deform-3D仿真对模型进行了验证.结果表明:迭代有限元变形预测值与试验加工变形量较为接近;加工后的薄壁残余厚度大于理想状况下的加工厚度;最大变形量随壁厚的增大先保持最大值然后逐渐减小至0;薄壁厚度应当与切削参数相协调,调整工件刚度与切削力大小相适应,否则会导致变形量过大.     

一个较精确加强型的半离散Hilbert型不等式

应用权函数的方法及Hermite Hadamard不等式, 建立一个较精确且加强型的半离散非齐次核Hilbert型不等式, 并给出该不等式具有最佳常数因子联系参数的一组等价性质及一些特殊参数不等式.      

基于近似贝叶斯计算方法的排队模型参数估计

基于贝叶斯推断对单服务台的马尔科夫与非马尔科夫系统下的4个排队模型做参数估计与效果评价,并对银行排队叫号换汇数据做实证研究。采用近似贝叶斯计算的方法有效解决复杂排队模型似然函数难解析表达的问题。利用R中queue computer包给出M/M/1,M/G/1,G/M/1,GI/GI/1这4个排队模型的到达时间与服务时间的参数估计及后验分布图。其中M/M/1:估计值(真实值)分别约为1.02(1)、 1.12(1/0.9),都与真实值接近;M/G/1:1.17(1)、1.21(1.2),对服务时间的估计效果优于到达时间;G/M/1:0.49(0.5)、0.96(1),从后验分布进一步得到对服务时间的估计更准确;GI/GI/1:1.16(1.1)、1.07(1)、0.23(0.251)、0.22(0.25),各分量的估计值与真实值相对接近。对于实际银行数据,估计得的参数所拟合的数据与Ausin的拟合数据分布接近。研究表明,近似贝叶斯的方法在排队模型的参数估计上有较大优势,在实际数据中取得了较好应用。     

静止状态下直线感应电机的参数辨识方法

直线感应电机气隙较大,并且次级一般是由整块的铝板和次级铁轭压制而成.由于此种次级没有类似于旋转感应电机的鼠笼导条和短路环,导致次级漏感远远小于初级漏感.传统的测量电机参数的空载和堵转试验假设初、次级漏感相等,在直线感应电机中难以实施,因此测量直线感应电机的参数难度较大.本文提出了一种静止状态下直线感应电机的参数辨识方法,无须做空载和堵转试验,通过控制PWM逆变器就可以实现对直线感应电机的初级电阻R1、初级漏感L1、次级电阻R2、次级漏感L2和互感Lm的测量.在参数计算过程中引入了β参数,实验验证了该方法的准确性并且分析了β参数对该方法的影响.     

电压反馈型正激变换器中分岔与混沌现象的研究

研究了电压反馈型正激变换器的分岔与混沌.基于功率变压器的简化模型,建立其离散映射模型.在此模型的基础上得到以变压器的初次级匝比为分岔参数的分岔图,根据此分岔图分析了正激变换器混沌出现的途径.然后在PSpice中进行仿真实验,得到了电容两端电压和电感电流的时域波形图及其相图,获得了与数值仿真一致的电路仿真结果.     

关于p-一致光滑Banach空间中非自映像的Reich公开问题

在p -一致光滑的Banach空间(1相似文献   

蛋白质二级结构预测概率图模型的改进

蛋白质二级结构与蛋白质三级结构及蛋白质功能密切相关,是生物信息学研究的热点,其中概率图模型隐马尔可夫算法(HMM)是该领域研究的重要工具。但是在实际应用中,存在着HMM训练下溢、不同训练集的效果差异较大及参数优化困难等问题。对预测蛋白质二级结构时HMM遇到的训练下溢问题提出了改进方案;首次提出8-状态HMM来预测蛋白质二级结构,并且将参数B改进成为包含状态转移信息的三维参数;为了改进最优HMM模型的确定方法,用每个样本分别对初始HMM模型进行训练,得到一系列新的模型,然后对这些新模型的参数求均值,将求得的均值作为最优模型的参数。这些改进方法提高了HMM预测蛋白质二级结构的准确率,为HMM的进一步优化打下良好的基础。     

基于PSO的一类线性系统参数辨识方法研究

研究了一种线性系统的参数精确辨识方法;首先采用PSO(Particle Swarm Optimization,粒子群优化)方法对模型进行优化迭代,并选择合适误差准则作为粒子群优化算法的适应度函数,以迭代每个粒子所对应的参数速度和大小;在此基础上,寻找最小适应度值的粒子,推导出最优的适应度函数值,实现系统参数的实时、精确估计;最后通过实验验证了基于粒子群优化算法的参数辨识法的准确性和有效性。