中低温煤焦油基炭微球的制备

通过馏分切割、温和加氢相结合对中低温煤焦油进行精制处理，精制后的原料采用分级热聚制备中间相炭微球。考察了精制处理条件对原料性质、中间相炭微球宏观外貌及微晶结构的影响。采用FTIR、GC-MS、族组成、元素分析对原料进行表征，采用SEM、XRD对中间相炭微球进行表征。结果表明：中低温煤焦油中300～430℃馏分油是制备中间相炭微球的较佳馏分。300～430℃馏分油中正庚烷可溶物（HS）质量分数高达84.76%，吡啶不溶物（PI）质量分数低至0.23%，杂原子含量低，芳烃化合物的环数为2～4环。300～430℃馏分油在T_H=350℃、p=8MPa、t=1.5h、剂油比1∶40（质量比）的条件下温和加氢得到的精制原料，经420℃热聚6h得制备的中间相炭微球宏观外貌、微晶结构较好。中低温煤焦油基炭微球的粒径范围为5～15μm，小球表面光滑，微观结构为地球仪型，经1450℃高温煅烧后，石墨化度达到12.33%。     

不同工质回路热管负载功率变化下的质量流量特性

为了进一步提高回路热管仿真精度并丰富回路热管实验研究方法，本文对回路热管瞬态传质进行实验研究。使用高精度质量流量计分别对以丙酮、乙醇、丙烯为工质的回路热管进行不同负载功率下的质量流量测量研究。结果表明：启动阶段，热负载10W时，丙烯回路比丙酮回路热管启动快，且两者的温度稳定均滞后于质量流量；稳定阶段，随着热负载功率增大，不同工质的回路热管的平均质量流量均线性增长，而瞬态质量流量则持续波动，其质量流量波动幅度均呈现先减小后增大的趋势。质量流量波动幅度会受到气体工质的可压缩性与作用在毛细芯内部上的热量的共同影响。通过频谱分析发现，液相质量流量波动还会受到冷凝器两相区的影响。高热负载下，作用在毛细芯内部上的热量占主导地位，质量流量波动加剧，同时出现周期性大幅波动，且其波动频率随着热负载增大而增大。     

蛋类礼盒包装结构的缓冲性能研究

目的研究蛋类礼盒包装结构的缓冲性能。方法以蛋类尺寸为基础,建立可发性聚乙烯(expandable polyethylene. EPE)缓冲单元结构和组合结构,进行静态仿真分析和实验验证,比较结构在形状、叠合层数、组合形式等参数变化时的载荷与位移。结果结构层数变化相同时,单元结构的极限载荷从143N增加到236 N,组合结构的极限载荷从224 N增加到476 N,均呈近线性增长。结论蛋类礼盒包装中,组合结构的承载能力优于单元结构,通过单元结构的组合,可满足不同蛋类的包装要求。     

喷油方式对斜齿轮齿面温度的影响

为探讨喷油方式对齿面温度的影响，以斜齿轮为研究对象，通过CFD仿真和试验研究不同喷油方式对斜齿轮齿面温度的影响。针对斜齿轮喷油润滑过程的特点，分析其齿面摩擦生热量，简化轮齿喷油润滑计算模型，并基于CFX进行齿面对流换热仿真研究，得到了不同喷油方式下的齿面温度；基于功率开放式斜齿轮试验平台，对不同喷油方式下的齿面温度进行了试验测量，与仿真计算结果进行对比分析。结果表明：在高速重载斜齿轮传动系统中，啮出侧喷油润滑的方式比啮入侧喷油润滑方式的冷却降温效果要好。     

改进Elman神经网络在短期热负荷预测中的应用

热电厂的短期热负荷预测在城市集中供暖中起着至关重要的作用,直接影响热电厂的经济效益和热能利用率。电厂的短期热负荷一般采用神经网络预测模型进行预测,而BP神经网络应用最为广泛。Elman神经网络算法在BP神经网络基础上加入了承接层,作为一步延时算子,实现记忆能力,使系统具备适应时变能力,增强系统全局稳定性。但Elman神经网络算法模型的构造依然需要大量样本的支撑,而且输入层的变量多,导致预测时间依然很长,收敛速度慢。该文在Elman神经网络预测前,进行了相关系数预处理和对样本中异常值的平均化预处理,通过数据归一化运算,使Elman神经网络输入层变量大幅减少。仿真实验表明,改进的Elman神经网络算法使预测模型快速寻优,减少预测时间的同时明显提高预测精度。     

汽轮机转子钢断裂韧度试验方法的研究

采用载荷分离法和多试样法对汽轮机某高压转子钢材料在高温下的断裂韧度值进行了测试,讨论了载荷分离法测断裂韧度的可靠性,并与传统的多试样法进行了对比。     

多先验融合的图像显著性目标检测算法

为了更加准确地检测出图像中的显著性目标，提出了多先验融合的显著性目标检测算法。针对传统中心先验对偏离图像中心的显著性目标会出现检测失效的情况，提出在多颜色空间下求显著性目标的最小凸包交集来确定目标的大致位置，以凸包区域中心计算中心先验。同时通过融合策略将凸包区域中心先验、颜色对比先验和背景先验融合并集成到特征矩阵中。最后通过低秩矩阵恢复模型生成结果显著图。在公开数据集MSRA1000和ESSCD上的仿真实验结果表明，MPLRR能够得到清晰高亮的显著性目标视觉效果图，同时F，AUC，MAE等评价指标也比现有的许多方法有明显提升。     

广州市郊填埋场附近蔬菜重金属检测与讨论

蔬菜是人们餐桌上必不可少的食物,重金属在受污染的自然环境中又无处不在,而蔬菜中的重金属含量尤其令人担忧。本文使用原子吸收分光光度法(石墨炉)和原子荧光分光光度法检测了广州市郊某垃圾填埋场附近所种植蔬菜中重金属含量。结果:抽样由2013年10月至2014年9月共持续一年,共抽样检测12次,按平均每个月一次的频率,检测结果并未发现有蔬菜超出国家规定的限量值。