金属针布淬火过程中火焰加热温度场的计算机模拟

应用三维有限元方法对金属针布的火焰淬火加热进行了研究。将实验测量与人工神经网络建模技术相结合，建立了火焰加热工件表面热流密度的计算模型，解决了三维有限元求解中边界条件的设定问题。用有限元方法求解三维固体热传导的Fourier方程，模拟计算了金属针布火焰快速加热时的温度场变化，计算结果与实测吻合较好。     

基于ANSYS的预应力筋张拉顺序数值模拟及优化

后张法预应力混凝土构件在预应力筋进行张拉时,一般基于对称张拉的原则,确定张拉顺序.采用有限元程序对某大型后张法预应力构件的张拉过程进行了仿真模拟.基于2种不同张拉顺序的方案,计算出2种张拉顺序对构件应力和变形的影响,并对张拉顺序进行了优化.该方法可为类似大型预应力构件的张拉顺序提供一个参考.     

福州温泉区地下热水有限元数值模拟研究

福州温泉区蕴藏着丰富的地下热水,然而长时间的过量开采,已造成地热水位下降,热水资源逐渐枯竭.针对这一状况,在对福州市温泉区复杂的地质概况及水文地质条件进行概化的基础上,对热田区热水动态进行三维有限元数值模拟,对其允许开采量进行了现状评估与预测分析     

ZK31+0.3Yb镁合金的热力模拟

通过热压缩变形实验, 利用光学显微镜观察, 对ZK31 0.3Yb镁合金变形过程的流变应力和组织演变进行研究. 研究结果表明: 663 K/0.1 s-1是最佳的变形条件, 在此条件下, 合金的流变应力低, 动态再结晶充分激发, 合金的塑性好;当变形温度降至623 K和573 K时, 动态再结晶不能充分激发, 合金变形的流变应力明显提高, 尤其是573 K变形时流变应力达到185 Mpa;而变形温度提高到723 K时, 晶界处形成楔形裂纹, 合金的塑性差;在663 K时变形, 尽管应变速率降低至0.001 s-1, 合金的动态再结晶充分激发, 流变应力下降, 但变形的进程被减缓;当变速率提高到1.000 s-1时, 晶粒间的协调变形不能发挥作用, 合金的塑性最差.     

音箱低频特性仿真软件的应用

介绍了倒相式音箱类比成集中参数等效电路的方法和音箱低频特性计算机辅助设计软件及其使用方法.选用Visual Fortran设计了一个实际音箱,实测结果与计算机仿真结果符合得很好.     

盖梁粘钢法加固的效果分析评价

针对某座桥梁下部结构盖梁采用粘钢法进行加固，对其加固效果采用有限元模型进行仿真分析计算．并通过现场荷载试验进行验证。理论分析与荷载试验结果的一致性表明采用有限元仿真分析方法能够对桥梁加固效果进行准确的评价。     

神经网络方法确定玛北油田岩性油藏含油边界

用常规方法确定岩性油藏含油边界需要一定的井孔资料，导致勘探成本较高，为此引入神经网络方法。先对地震资料进行解释，提取地震特性参数，与已知井的试油结果一起组成神经网络的学习样本集，经训练并绘制测线剖面或平面图，最终确定出含油边界。应用该方法对准噶尔盆地玛北油田二叠系乌尔禾组和三叠系百口泉组油藏进行了含油边界的确定，结果表明，用该方法可以直观地在剖面图上确定油藏的含油边界，这样确定的含油边界能够满足储量计算的要求，且该方法较传统方法有很大的优越性。     

胜坨油田二区三角洲砂岩油藏剩余油形成的影响因素分析

胜坨油田二区三角洲砂岩油藏剩余油形成的影响因素是多方面的。研究表明，宏观影响因素主要有7种，其中有4种因素影响较大。侧缘微相带由于注水状况差，易于形成剩余油；小鼻状微型构造高部位剩余油相对富集，且向上驱油对油井生产有利；靠近断层的地带封闭性好，剩余油相对富集；注水井网不完善易于形成相对富集的平面剩余油潜力区。微观影响因素主要来自孔隙结构的非均质性、原油性质和注水压差，剩余油主要是在多孔隙网络体系条件下形成，其形态多以油珠、油丝、小油块和孤岛状分布。剩余油形成过程中，宏观因素对微观因素有4个方面的控制作用，它们决定油层孔喉结构及润湿性，提供水驱油动力，控制水驱油过程，影响水驱油的速度。此研究结果有助于研究区的剩余油挖潜。     

复杂外形火箭导弹三维绕流与喷流干扰流场的数值模拟

该文基于雷诺平均三维Navier-Stokees方程及k—ε模型，采用高精度的有限体积TVD格式以及多重网格Runge-Kutta时间推进算法对在超声速有攻角条件下带尾翼／弹翼的弹箭绕流与喷流干扰流场进行了数值模拟。获得了绕流和喷流相互干扰的波系结构，以及弹翼与尾翼、弹翼／尾翼与弹体相互作用的复杂流场，分析其流动现象，揭示了流动规律，为火箭导弹合理的气动布局提供依据。     

基于PD型迭代学习的液压机械手轨迹控制

液压机械手作业系统的任务规划具有重复性,为了对液压机械手作业动作进行有效控制,建立了适合机械手作业系统的迭代自学习控制规律.只要增益Kp、Kd及学习因子α满足一定的条件,则该学习控制就是稳定的.通过对系统数字仿真,结果表明带学习因子的PD型迭代学习控制,较传统的PD控制有更好的动态响应特性,稳态误差小,具有一定的自适应性和鲁棒性.采用这种PD型前向反馈学习控制规律,只要机械手各关节变量的位置锁定,就可在期望的范围内实现抓取和释放动作.因此,该控制算法适合液压机械手系统的控制要求,能对其作业进行有效控制.图6,表1,参8.