考虑流固耦合的管道机器人冲击环焊缝过程动力学建模与分析

以管道机器人（Pipeline inspection gauge，PIG）为载体的内检测技术是保障油气管道安全运输的重要手段。针对管内高压流体作用下，管道机器人在冲击管内环焊缝过程中产生的动力学行为突变问题。建立了管道周向受限空间中基于Kelvin弹簧阻尼的管道机器人密封盘等效动力学模型，结合管道机器人本体建立了多体系管道机器人动力学模型；详细推导了管道机器人轴向振动微分方程，以及管内流体的流动方程；并使用Matlab/Simulink与Adams进行流固耦合仿真，作为重要的工艺参数之一，研究了管道机器人速度改变时，其在冲击环焊缝过程中的动力学响应情况。结果表明：所建立的密封盘及管道机器人动力学模型能够很好地表征密封盘在管道轴向、径向以及周向的力学特性；运行速度越快，管道机器人通过环焊缝引起的轴向振动越剧烈，冲击振动越明显；而垂向和俯仰振动现象随运动速度增大而显著减弱。     

不同润湿表面液体沸腾的分子动力学模拟

采用分子动力学方法研究纳米尺度下液氩在过热基板上的沸腾过程。通过调节固液间相互作用的方式改变壁面润湿性，模拟并分析了壁面润湿性对沸腾过程中能量传递和液体运动情况的影响。结果表明：不同润湿性表面均会发生固液分离的现象，但是固体表面附近吸附的氩原子数密度随润湿性增强而增大；润湿性较强时，液体的能量上升快，热通量高，液体内部温度梯度大，发生固液分离时间早，系统中氩的温度和能量低，上升过程中液氩密度、厚度变化小；润湿性较弱时，液体的能量上升慢，热通量小，液体内部温度梯度小，发生固液分离时间延后，系统中氩的温度、能量更高，上升过程中液氩密度、厚度变化较大。下部气体压力整体上大于上部气体压力，发生固液分离时润湿性越强的表面上液体上下压差越大，首次上升过程能达到的高度越高，所需时间越短。     

A simple model for deep dynamic stall conditions

The present study is focused on modeling of dynamic stall behavior of a pitching airfoil. The deep stall regime is in particular considered. A model is proposed, which has a low implementation and computational complexity but yet is able to deal with different types of dynamic stall conditions, including those characterized by multiple vortex shedding at the airfoil leading edge. The proposed model is appraised against an extensive data set of experimental (α,C_L) curves for NACA0012. The results of an existing widely used model, having comparable complexity, are also shown for comparison. The proposed model is able to well reproduce not only the classic curves of deep dynamic stall but also the curves characterized by lift oscillations at high angles of attack due to the shedding of multiple vortices. Furthermore, the model appears to be robust to variations of its parameters from the optimal values and of the airfoil geometry. Finally, the model is successfully implemented in a commercial CFD software and applied to the simulation of a vertical axis wind turbine within the actuator cylinder approach. The accuracy of the prediction of the turbine power coefficient in the whole rotation cycle is very good for the optimal working condition of the turbine, for which the model parameters were calibrated. Fairly good accuracy is also obtained in significantly different working conditions without any further calibration.     

铸态Ti-20Zr-20Al钛合金动态压缩力学性能与断裂机制研究

采用X射线衍射仪、金相显微镜、分离式霍普金森杆和扫描电镜等手段研究了Ti-20Zr-20Al钛合金在动态压缩条件下的微观结构、力学性能和断裂机制。结果表明,Ti-20Zr-20Al铸态合金由Zr基体相和TiAl/Ti₃Al针状相组成; 随着应变率增加,合金的抗压强度增加,失效应变显著增加; Ti-20Zr-20Al合金的断裂机制为解理断裂; 随着应变率增加,试验压缩断裂后碎片总数增大,平均粒径减小。采用DID模型模拟的材料碎片尺度与实验结果比较吻合,Grady模型与实验结果的偏差较大。     

饱和尾粉砂动孔隙水压力发展特性试验研究

采用动三轴仪对内蒙古某尾矿库尾粉砂进行了动强度试验,研究了围压、相对密实度及固结比对动荷载作用下尾粉砂中孔隙水压力发展特性的影响。研究结果表明,随着固结比、相对密实度、围压的增大,动荷载作用下饱和尾粉砂孔压增长曲线形状由陡峭转变为平缓。随着围压及固结比增大,试样动力破坏形式从以孔压值为主要表征指标的液化破坏,转化为以动剪应变为主要破坏形式的软化破坏。动荷载作用下发生液化破坏的饱和尾粉砂孔压增长过程分可为初始增长阶段、稳定增长阶段和快速增长至破坏阶段,孔压增长曲线表现为明显的反S型,本文采用双对数函数对该试验孔压增长曲线进行拟合,结果表明该模型可以较好地模拟尾粉砂在动荷载作用下的孔压发展规律。     

大采高综放工作面强动压端头顶板控制技术

为了解决大采高综放工作面回风侧端头顶板控制问题,针对马道头矿8211工作面的地质情况,通过对回风顺槽超前注浆加固,提高超前支护范围和支护强度,并对回风侧端头三角区煤壁和顶板进行化学浆加固的技术方案,有效控制了顺槽超前区围岩变形和工作面回风侧端头三角区煤壁片帮,保证了工作面端头区顶板安全。     

覆岩结构类型与开采覆岩损害特征分析

煤层开采打破了上覆岩层原有的平衡,必然引起岩层的移动、破断,导致应力场和裂隙场的改变,工作面出现矿压显现。上覆岩层的岩性和组合结构对工作面开采覆岩损害特征分布影响显著,一般岩性越坚硬,上覆岩层应力集中程度越高,采动裂隙越发育,矿压显现也越明显;坚硬岩层尤其是关键层对覆岩的破断运动起控制作用,覆岩破断发展到一定层位后软弱岩层往往是抑制覆岩破断进一步向上发展的关键。当工作面上覆岩层同时存在远近场关键层时,近场关键层的周期性破断引起裂隙带范围内岩层的运动和工作面周期来压;而远场关键层的周期性破断导致地表裂缝或台阶下沉,工作面压力急剧上升,有时甚至导致煤矿动压灾害,尤其是远近场关键层同步破断时动力现象更明显。通过地面钻孔使远场关键层提前破断是防止此类动力灾害的关键。     

动态高压微射流处理对方竹笋膳食纤维理化及结构特性的影响

以方竹笋中提取的膳食纤维为研究对象，采用动态高压微射流（dynamic high-pressure micro-fluidization, DHPM）在不同压力条件（0，50，100，150，200 MPa）下进行处理，探究其对竹笋膳食纤维（bamboo shoots dietary fiber, BSDF）理化和结构特性的影响。结果表明，随着处理压力的增大，BSDF粒径先增大后减小，当处理压力为150 MPa时，粒径最小，为（370±11） nm，此条件下BSDF的持水力、持油力和膨胀力达到最大，较对照组分别提高了47.74%，50.54%，61.27%，且差异显著（P<0.05）。红外光谱分析表明DHPM处理不会改变BSDF的官能团，但会使BSDF内部的部分氢键断裂和半纤维素、木质素等发生降解；X射线衍射和热重分析表明DHPM处理不会引起BSDF的晶体结构改变，但晶体有序度会下降，进而导致其热稳定性降低；微观结构分析显示DHPM处理会使BSDF颗粒尺寸减小、表面粗糙、组织松散，且当处理压力为200 MPa时，颗粒发生团聚。综上，DHPM可以有效改善BSDF的理化性质，在膳食纤维改性方面具有一定的应用价值。     

光照水电站装设筒形阀分析

筒形阀是一种新型的水轮机进水阀,它与球阀或蝴蝶阀相比较有防止机组飞逸事故扩大效果明显、减轻导叶全关时导水机构的快速破坏并减少漏水量,以及动水开启方便、所需时间短等优点,但对运行条件也有一定的要求。光照水电站是贵州省第1个拟采用筒形阀的电站,为此对装设筒形阀的可行性和必要性进行了认真的分析。     

Model Selection for Unsupervised Learning of Visual Context

This study addresses the problem of choosing the most suitable probabilistic model selection criterion for unsupervised learning of visual context of a dynamic scene using mixture models. A rectified Bayesian Information Criterion (BICr) and a Completed Likelihood Akaike’s Information Criterion (CL-AIC) are formulated to estimate the optimal model order (complexity) for a given visual scene. Both criteria are designed to overcome poor model selection by existing popular criteria when the data sample size varies from small to large and the true mixture distribution kernel functions differ from the assumed ones. Extensive experiments on learning visual context for dynamic scene modelling are carried out to demonstrate the effectiveness of BICr and CL-AIC, compared to that of existing popular model selection criteria including BIC, AIC and Integrated Completed Likelihood (ICL). Our study suggests that for learning visual context using a mixture model, BICr is the most appropriate criterion given sparse data, while CL-AIC should be chosen given moderate or large data sample sizes.