槽式太阳能集热管内相变微胶囊悬浮液的热力性能分析

针对传统使用水基和油基的太阳能集热器换热效果低和管壁热应力大的问题，以相变微胶囊悬浮液为工作流体，对抛物型槽式太阳能集热器进行了三维建模。采用蒙特卡罗射线追踪法结合有限容积法和有限元法的方法求解了太阳能集热管的光?热?力耦合问题，采用欧拉?欧拉多相流模型研究了相变微胶囊悬浮液在集热管内的流动换热特性。结果表明，相变微胶囊悬浮液强化了集热管内的对流换热，不仅降低了集热管的沿程壁温，且减少了集热管的周向温差，均化了集热管温度分布。集热管周向等效热应力呈花瓣型分布，对应的5个高温度梯度的位置附近(圆周角θ=5°, 90°, 175°, 225°和315°)出现等效应力局部峰值。吸热管内壁面θ=90°处轴向热应力为压应力，作用于整个管程，而径向热应力和切向热应力为拉应力，主要作用在进出口端。相变微胶囊悬浮液浓度越高，强化换热效果越好，集热管热应力越小，但产生的压降也随之增大。     

ZK60镁合金表面滚压强化试验研究

试验研究了ZK60镁合金表面滚压加工中工艺参数对试件表面粗糙度、表面形貌、表面残余应力和表层显微硬度的影响,结果表明滚压力和重复滚压次数对试件的表面粗糙度、表面形貌以及表面残余应力和表层硬度影响程度较大,滚压速度影响较小。对精车ZK60镁合金试件进行滚压加工,试件表面粗糙度R a、R z最大减小了50.3%和48.1%;残余压应力最大可达-54.55 MPa;显微硬度从试件表层到内部基体材料逐渐降低,表层硬度值最大为92.83 HV 0.25,比基体材料硬度提高了15.32%。     

文后参考文献著录规则

期刊[序号]作者,题名,刊名,出版年,卷(期):起止页码.专著[M][序号]著者,书名[M]版本,译者,译,出版地:出版者,出版年:起止页码.专著中析出的文献[序号]析出文献的主要责任者,析出文献题名专著主要责任者,专著题名,出版地:出版者,出版年:析出文献的起止页码.论文集[C][序号]作者,题名[C]出版地:出版者,出版年。     

氮对镀锡钢板的强化作用

通过物理化学相分析研究了3种不同氮含量镀锡板中固溶氮、化合氮的含量,结合相关理论计算了镀锡板中氮的固溶强化和析出强化对强度的贡献。结果表明:随着总氮含量从0.0021%提高到0.0103%,钢中化合氮含量下降10.1%,但是AlN析出相中的氮的含量上升10.7%。氮在提高镀锡板强度方面发挥重要作用,钢中总氮含量提高0.0082%,其对屈服强度的贡献值提升约30 MPa。     

P91钢管道异常低硬度部位的组织和性能

对电厂运行过程中发现的P91钢主蒸汽管道的低硬度部位进行了微观组织观察、短时力学性能试验和高温持久强度试验,分析了其硬度偏低的原因。结果表明,低硬度区域P91钢组织为铁素体+析出物,位错密度较低,M₂₃C₆相在晶界处粗化聚集,同时析出新相Laves相,使得P91钢的短时力学性能和高温持久强度下降严重。     

基于优势学习的深度Q网络

强化学习问题中，同一状态下不同动作所对应的状态-动作值存在差距过小的现象，Q-Learning算法采用MAX进行动作选择时会出现过估计问题，且结合了Q-Learning的深度Q网络（Deep Q Net）同样存在过估计问题。为了缓解深度Q网络中存在的过估计问题，提出一种基于优势学习的深度Q网络，通过优势学习的方法构造一个更正项，利用目标值网络对更正项进行建模，同时与深度Q网络的评估函数进行求和作为新的评估函数。当选择的动作是最优动作时，更正项为零，不对评估函数的值进行改动，当选择的动作不是最优动作时，更正项的值为负，降低了非最优动作的评估值。和传统的深度Q网络相比，基于优势学习的深度Q网络在Playing Atari 2600的控制问题breakout、seaquest、phoenix、amidar中取得了更高的平均奖赏值，在krull、seaquest中取得了更加稳定的策略。     

热处理工艺对高Ni滨海耐蚀钢组织和性能的影响

通过采用SEM、EDS分析方法,对"TMCP+离线热处理"工艺生产的高Ni滨海耐蚀钢微观组织进行表征和分析,研究热处理工艺对高Ni滨海耐蚀钢组织和性能的影响。结果显示:TMCP钢板经过650～850℃离线热处理,随着热处理温度的升高,钢的屈服强度逐渐下降,塑性则先降低、随后逐步提高、再略微下降,在800℃时达到优异的强塑性匹配,显微组织为多边形铁素体+贝氏体+少量马氏体两相组织。     

基于强化学习的HP模型优化方法研究

蛋白质结构预测问题一直是生物信息学中的重要问题。基于疏水极性模型的蛋白质二维结构预测问题是一个典型的NP难问题。目前疏水极性模型优化的方法有贪心算法、粒子群算法、遗传算法、蚁群算法和蒙特卡罗模拟方法等，但这些方法成功收敛的鲁棒性不高，容易陷入局部最优。由此提出一种基于强化学习的HP模型优化方法，利用其连续马尔可夫最优决策与最大化全局累计回报的特点，在全状态空间中，构建基于能量函数的奖赏函数，引入刚性重叠检测规则，充分挖掘生物序列中的全局进化关系，从而进行有效与稳定的预测。以3条经典论文序列和5条Uniref50序列为实验对象，与贪心算法和粒子群算法分别进行了鲁棒性、收敛性与运行时间的比较。贪心算法只能在62.5%的序列上进行收敛，该文方法能在5万次训练后稳定的在所有序列上达到了收敛。与粒子群算法相比，两者都能找到最低能量结构，但该文的运行时间较粒子群算法降低了63.9%。     

锯齿错列肋片尾气换热器的热电性能优化

由于尾气传热性能差,尾气余热热电转换系统中常采用具有强化换热结构的尾气换热器,其中,锯齿错列肋片式是常见型式之一.但如何平衡传热性能和流动阻力实现对换热器内部结构和整体尺寸的优化,使得热电系统获得总的净输出功率最大,是值得研究的内容.但现有成果均是基于限定尺寸结构,对换热器局部尺度及热电性能进行分析,没有针对强化换热器的整体优化结构和最大净输出功率展开研究.建立基于汽车尾气余热回收的热电转换数值模型,结合场协同理论,分析锯齿错列肋片式尾气换热器内部肋片结构对热电功率的影响.此外,综合考虑传热性能与流动阻力的平衡,以热电转换最大净输出功率为优化目标,对热电模块结构进行优化,并获得热电系统的相应最优性能.研究结果表明,固定热电模块尺寸时,净输出功随肋片高度增加明显增加,但受肋宽影响较小;对热电模块尺寸进行优化时,肋高和肋宽的变化均对热电模块的最优尺寸产生较大影响,单位面积最大净输出功随肋宽增加而明显降低,但受肋高的影响较小.