磁性流体及其在润滑、密封、阻尼中的应用

本文介绍了磁性流体性能与应用及在化工领域如密封、润滑、阻尼等潜在用途．它为解决减摩、降磨、渗漏、减振等问题展示了新的前景．     

磁流体加速度传感器的研究与设计

介绍了加速度传感器的应用和磁流体的特性，给出一种磁流体加速度传感器的结构，分析了磁流体加速度传感器的原理，该加速度传感器以磁流体的粘性力作为粘性阻尼，不需要移动的机械装置，克服了普通传感器触点的磨损难题，可以提高传感器的使用寿命和抗过载能力。传感器中采用环形永磁铁，通过对两种充磁方式的永磁铁的磁场和磁场力分析，选取辐射状充磁的永磁铁。最后设计外围电路将输出结果通过LED显示。     

广州地铁二号线复杂工程条件下的公纪区间隧道设计

本文主要讲述了复杂工程条件下公纪区间隧道结构方案及施工方法设计的基本情况,并着重论述了超浅埋及软弱地质条件下超大跨度隧道和软弱地质、浅埋与超小净距条件下并行单、双线隧道的设计方法.本文对今后类似工程条件下的隧道设计和施工具有重要的参考价值.     

高密度煤油基磁性液体的制备及其性能表征

采用化学共沉淀法,通过改变Fe₃O₄纳米颗粒的生长温度、包覆环境pH、清洗、分散方式等工艺参数进行对比试验,得出Fe₃O₄纳米颗粒在生长阶段、包覆阶段、分散阶段的最佳参数条件,优化以往的制备工艺,使油酸包覆的磁性颗粒在煤油中的分散稳定性得到提高。通过XRD、TEM、VSM等对样品进行表征,并使用旋转流变仪对所制煤油基磁性液体的流变性能进行分析。结果表明,改性后的Fe₃O₄纳米颗粒平均粒径约为14nm,呈现较为规则的球形,饱和磁化强度为60 (A·m²)·kg^-1,可制备出质量分数可达60%的高密度煤油基磁性液体,与普通磁液相比,以此制备工艺得的高密度煤油基磁性液体在饱和磁化强度、抗氧化性等方面皆有较大提升,拥有更高的应用价值。     

磁性液体触觉传感器的设计及特性研究

磁性液体兼具液体材料的流动性和固体材料的磁性,能够在重力场和磁场的作用下长期稳定存在。磁性液体具有独特的一阶浮力特性,在磁场梯度的作用下能够悬浮起比自身密度大的非磁性物体。基于磁性液体的一阶浮力特性,设计了一种新型的磁性液体触觉传感器。当接触压力作用在悬浮触棒的非磁性触点时,悬浮触棒的移动将引起霍尔元件处的磁场变化,进而输出电压信号。该结构能够进行接触压力、表面轮廓和微小位移的同时测量。该触觉传感器体积小,相比于传统的硅片式触觉传感装置成本更低。磁性液体相比于固体材料来说,能够在系统中起到缓冲吸能的作用,进而提高了传感器系统的耐冲击性。在0~0.09 N的接触压力测量范围内,测量精度能够达到10-2 N量级,灵敏度3.34 V/N,线性度误差3.4%,迟滞误差1.4%,分辨率1.1%F.S.。     

针对液体介质的磁性液体旋转密封技术概述

磁性液体是一种功能材料,既具有液体的流动性,又具有固体磁性材料的磁性,在密封中的应用是其最成功的应用之一。磁性液体密封作为高新密封技术,被广泛应用在军工、化工、航空航天等领域。目前,磁性液体密封技术在密封气体介质和真空中的研究已经趋于成熟,相比之下,对液体介质的密封还存在很大局限性。从磁性液体与被密封液体介质的界面稳定性、界面破坏过程以及用于液体介质的密封装置结构设计三方面,对磁性液体旋转密封技术的研究进展进行阐述,总结三类用于液体介质密封的磁性液体密封结构设计方法的技术特点和缺点,最后对磁性液体在液体介质密封中的前景作出展望。     

差动式磁性液体微压差传感器数学模型计算及试验验证

将兼具有固体铁磁性和流体流动特性的一种新型功能材料——磁性液体应用于微压差传感器的研究。在对磁性液体的磁学模型和磁学特性研究的基础上,通过对试验用磁性液体的磁化强度的测试和磁化曲线的绘制,分析磁性液体微压差传感器的工作原理,建立互感式磁性液体压差传感器的数学模型,计算U形管两臂上通电线圈的电感及互感系数,通过模拟试验得到灵敏度与试验中各参数之间的关系,并绘出灵敏度与U形管径大小之间的关系曲线,推导出差动式压差传感器的压力差输入与感应电势输出之间的关系,并通过试验验证输入与输出之间的线性关系。磁性液体液柱半径rm越小,螺线管直径越小,传感器灵敏度越高;磁性液体的磁导率越大,传感器灵敏度越高。将理论计算和试验对比得出理论值与试验值的一致性。在误差允许的范围内,设计方案可行。     

磁性液体二阶浮力原理的实验研究

磁性液体的浮力原理是磁性液体静力学中最具吸引力的效应之一。浸没于磁性液体中的永磁体受到的浮力大于阿基米德浮力,这个差值称之为磁性液体的二阶浮力。磁性液体的二阶浮力的计算由于涉及磁场计算的复杂性而变得困难。数值计算也有太多的假设条件。用实验的方法首先形象地展示了永磁体在磁性液体中的悬浮,而后测定了在不同直径的圆柱容器中、不同尺寸的永磁体浸没于不同饱和磁化强度的磁性液体中所受到的轴向二阶浮力随永磁体与容器壁相对位置的定量变化关系曲线,分析了不同的因素对这种变化关系的影响规律。     

A Novel Kernel for Least Squares Support Vector Machine

Extreme learning machine(ELM) has attracted much attention in recent years due to its fast convergence and good performance.Merging both ELM and support vector machine is an important trend,thus yielding an ELM kernel.ELM kernel based methods are able to solve the nonlinear problems by inducing an explicit mapping compared with the commonly-used kernels such as Gaussian kernel.In this paper,the ELM kernel is extended to the least squares support vector regression(LSSVR),so ELM-LSSVR was proposed.ELM-LSSVR can be used to reduce the training and test time simultaneously without extra techniques such as sequential minimal optimization and pruning mechanism.Moreover,the memory space for the training and test was relieved.To confirm the efficacy and feasibility of the proposed ELM-LSSVR,the experiments are reported to demonstrate that ELM-LSSVR takes the advantage of training and test time with comparable accuracy to other algorithms.