放射性气载流出物取样代表性分析

为获取核设施放射性气载流出物单点连续监测取样位置,提出基于随机轨道模型(DRW)的气-固多相湍流耦合方法求解代表性取样区域。借助k-epsilon湍流模型模拟连续相,并引入离散颗粒模型(DPM)模拟离散相,建立基于DRW模型的排风管道内流道气-固多相湍流耦合计算模型,计算了核设施气载流出物在管道内流道流场分布规律,分析了内流道流体气旋角、气流速度、示踪气体浓度、气溶胶粒子浓度与管道高度间的关联关系。分析结果表明,随着截面高度的增加,气旋角、气流速度变异系数(COV)、示踪气体浓度COV及示踪气体浓度最大值与平均值的偏差逐渐降低并趋于稳定,气溶胶粒子浓度COV在截面6与截面8满足取样代表性要求;基于计算流体动力学方法可快速地确定出代表性取样位置,为气载流出物单点取样现场试验提供了理论参考依据。     

DP980+Z烘烤硬化值与退火温度的关系

摘要：为了研究退火温度对镀锌DP980+Z烘烤硬化值的影响，退火温度控制在760～820℃之间，系统分析退火温度对烘烤硬化值的影响。通过准静态拉伸试验机测量烘烤硬化值及抗拉强度，采用lepara试剂对组织中的马氏体进行着色，利用金相显微镜及图像处理软件测量马氏体的体积分数；采用扫描电镜观察DP980+Z的双相组织特点，并且将组织图片通过CAD转化成有限元图进行网格划分，建立代表性体积单元（RVE），通过有限元分析铁素体、马氏体强度对烘烤硬化值的影响。在同样的变形量情况下，DP980+Z的原始屈服强度越高，烘烤硬化值越高。     

基于优化初始聚类中心的K中心点算法

针对K中心点算法的初始聚类中心可能过于临近、代表性不足、稳定性差等问题，提出一种改进的K中心点算法。将样本集间的平均距离与样本间的平均距离的比值作为样本的密度参数，精简了高密度点集合中候选代表点的数量，采用最大距离乘积法选择密度较大且距离较远的K个样本作为初始聚类中心，兼顾聚类中心的代表性和分散性。在UCI数据集上的实验结果表明，与传统K中心点算法和其他2种改进聚类算法相比，新提出的算法不仅聚类结果更加准确，同时也具有更快的收敛速度和更高的稳定性。     

大数据环境下基于K中心点优化算法的Web服务组合

在当前Web服务海量增加、现有Web服务选择算法低效、用户匹配度差的基础上，针对K中心点算法存在的质点偏移、准确率低和容易发生畸变等问题，提出一种大数据环境下基于K中心点优化算法的Web服务组合方法。该方法是在大数据环境下，根据不同用户需求满意度及Web服务QoS参数，对基于优化初始聚类中心的K中心点算法的Web服务选择及最优Web服务组合进行研究。同时针对不同的选择方法对服务动态选择及组合的准确度、迭代更新次数、候选集选择时间及选择总时间进行实验分析，验证了本文研究方法的有效性和可靠性。     

基于LS-SVM稀疏化算法的飞灰含碳量软测量方法

  [目的]  为了解决经典迭代剪切稀疏化算法在飞灰含碳量软测量模型应用中计算量过大问题，提出了一种基于样本分布特征的LS-SVM稀疏化算法。  [方法]  算法在计算样本特征空间距离基础上，融合密度和离散度构建全局代表性指标，并按此指标对原始样本集进行排序和剪切，完成稀疏化。为验证算法性能将提出的算法应用到某1 000 MW火电机组飞灰含碳量软测量模型，训练样本集取自机组现场试验数据。  [结果]  结果表明:本算法能在适当牺牲误差性能的情况下大大消减样本容量，显著降低飞灰含碳量LS-SVM软测量模型训练及在线预测计算量。  [结论]  所提LS-SVM稀疏化算法在保证误差值降低0.01%的情况下，将样本空间从90个缩小到30个，既减小了计算规模，又保证了计算精度。所提算法可在PLC等计算性能受限的工业控制器中实现飞灰含碳量在线软测量功能，并可推广至发电厂其他参数软测量系统。     

西北地区内陆盐土环境中混凝土耐久性研究

针对混凝土材料在西北地区内陆盐土环境中因耐久性不足而引发的工程事故等问题,根据近年来对西北地区具有典型代表性的甘肃省敦煌试验辖区混凝土工程耐久性研究所积累的经验和有关资料,对西北地区内陆盐土环境中混凝土材料腐蚀、碳化和碱-集料反应的主要原因进行了分析,并提出了具体的防治措施。     

酒店建筑能耗及空调系统能耗合理性评价

以实例分析了国内有代表性的大型酒店建筑近三年的建筑能耗、空调系统能耗和营业额现状，提出了可反映使用水平和营业水平的建筑能耗占用率Ijn作为建筑能耗的评价指标和空调系统能耗占用率Ijkn作为空调系统能耗的评价指标；通过统计分析给出了Ijn和Ijkn对应的节能型、合理型和浪费型三个评价标准的取值范围。通过对八家酒店使用该两项评价指标进行评价的结果，认为新指标的评价结论更准确、符合实际，可为酒店节能潜力分析和建筑能耗管理提供参考依据。