增材制造设计(DfAM)下的金刚石晶格结构研究

基于机械零件的增材制造设计,用仿自然式方法设计了一种金刚石晶格结构,对晶胞相对密度和等效弹性模量建立了数学模型,并拟合得到二者关系式,一系列的仿真验证结果显示理论研究所得关系式具有一定的正确性;对金刚石晶格填充结构提出变密度假设,并用仿真和压缩试验的方法进行了验证,结果显示,填充单元密度以受力点为中心渐渐减小的变密度结构拥有更好的抗压性能,同时验证了本文得出的等效弹性模量数学模型具有一定的正确性和适用性.本研究结果可应用于承压机械零件的实体夹层填充,对机械零件进行应力匹配变密度设计,以达到机械结构轻量化的目标.     

专利介绍

一种微波加热连续硫化挤出型遇水膨胀橡胶材料及其制备方法申请公布号:CN 112341675A申请公布日:2021年2月9日申请人:西北橡胶塑料研究设计院有限公司发明人:李兴忠、韦增红、张卫斌等本发明介绍了一种微波加热连续硫化挤出型遇水膨胀橡胶材料及其制备方法。该橡胶材料的组分及其用量为:氯丁橡胶7~9.5,天然橡胶19~21,活性剂1~1.5,双相补强剂8~11,无机填料2~6,增塑剂10~12,聚醚型聚氨酯预聚体18~20,反应水0.4~0.6,吸水树脂14~21,吸湿剂2~6,着色剂1~1.3,防霉剂0.2~0.3,多功能助剂0.7~0.8,硫化剂2~3。     

《岩石力学与工程学报》征稿简则

本刊系中国科协主管、中国岩石力学与工程学会主办的力学类和土木工程类总被引频次和影响因子均居前列的期刊,为建筑科学与水利工程类国家核心期刊,获评“中国百强报刊”、“湖北十大名刊”、“中国百种杰出学术期刊”和"中国最具国际影响力学术期刊"等荣誉称号;被美国EICOMPENDEX、《剑桥科学文摘》(CSA)、《日本科学技术社数据库》和国内许多权威数据库确定为核心收录期刊。凡在本刊上发表的论文,即认为作者默认并同意其论文被以上数据库收录。     

RELAP5程序预测第一类密度波不稳定边界的能力验证

为估算低温核供热堆的第一类密度波不稳定（Type-I DWO）边界，以确定其微沸腾运行模式的参数区间，本文建立了低温核供热堆NHR200相似性实验回路HRTL200的RELAP5数值模型。通过对比模拟结果与实验结果，评价了RELAP5/MOD3.2程序模拟Type-I DWO的一般特性以及预测不稳定边界的能力，分析了进、出口阻力系数、相间摩擦对模拟结果的影响。结果表明，RELAP5程序模拟Type-I DWO 的一般特性与实验符合较好；运行压力不高于25 bar（1 bar=105 Pa)时，程序计算的不稳定边界的过冷度边界值与实验值偏差在3 K以内；运行压力大于30 bar时，采用准确的相间摩擦关系式可以改善预测结果。因此，选取与回路相匹配的相间摩擦关系式后，RELAP5程序可以用于模拟和预测Type-I DWO。      

《岩石力学与工程学报》征稿简则

本刊系中国科协主管、中国岩石力学与工程学会主办的力学类和土木工程类总被引频次和影响因子均居前列的期刊,为建筑科学与水利工程类国家核心期刊,获评"中国百强报刊"、"湖北十大名刊"、"中国百种杰出学术期刊"和"中国最具国际影响力学术期刊"等荣誉称号;被美国EI COMPENDEX、《剑桥科学文摘》(CSA)、《日本科学技术社数据库》和国内许多权威数据库确定为核心收录期刊。凡在本刊上发表的论文,即认为作者默认并同意其论文被以上数据库收录。     

基于局部离群因子和神经网络模型的设备状态在线监测方法研究

核电厂重大设备状态在线监测是保障核电厂安全和经济运行的重要技术，针对传统阈值监测的固有缺陷，提出一种基于局部离群因子（LOF）和神经网络模型的设备状态在线监测方法。此方法属于多参数动态阈值监测方法，首先分析监测对象的故障模式和故障现象，选择一组可覆盖故障现象的传感器测点；根据设备运行特点采集足够长时间的历史运行数据，筛除异常数据；计算历史运行数据的LOF，以历史运行数据为输入、LOF为输出，建立并训练得到神经网络模型；最后基于神经网络模型和传感器测点实时数据计算设备健康指数，监控当前设备健康状态。将本文的监测方法用于循环水泵泵体健康状态的监测，并采集了一段时间的正常数据和异常数据以验证其监测效果，验证结果表明，本文提出的监测方法可以提前10d进行预警，降低误报率，大幅提升监控效能。       

利用人外周血淋巴细胞染色体畸变估算离体模拟局部照射剂量

多数电离辐射事故均为局部照射。对于局部照射剂量估算,国际原子能机构(IAEA)推荐采用Dolphin's 模型,该模型需推算出照射部位染色体畸变率,再代入离体均匀照射情况下建立的剂量效应曲线来估算局部照射剂量。准确推算照射部位染色体畸变率对于估算剂量十分重要,选用合适的剂量效应曲线对估算剂量也同样重要,而对于局部照射,关于不同剂量率剂量效应曲线对估算结果影响的报道还十分有限。基于此本研究利用人外周血淋巴细胞染色体畸变估算离体模拟局部照射剂量,分析不同剂量率剂量效应曲线对估算结果的影响。利用⁶⁰Co γ射线离体照射人外周血样品(样本A和样本B),剂量分别为1 Gy和5 Gy。将照射血与未照射血按25%和75%比例混合以模拟局部照射,分析混合血样中淋巴细胞的双着丝粒染色体(dicentric chromosome,dic)加着丝粒环(r),利用Dolphin's模型估算局部照射dic+r率,并用剂量率不同的两种剂量效应曲线估算局部照射剂量。结果显示,大部分混合血样dic+r分布不符合泊松分布,为过离散分布。利用与实际照射剂量率一致的剂量效应曲线估算的样品受照剂量大多与实际照射剂量比较接近,相对偏差在10%以内,但两样本的1 Gy 25%组的估算受照剂量与实际照射剂量偏差较大。利用与实际照射剂量率不一致的剂量效应曲线估算的样品受照剂量与实际照射剂量相对偏差均超过10%。结果表明dic+r分析用于估算离体模拟局部照射的剂量有可行性,采用剂量率和照射剂量率一致的剂量效应曲线估算的结果更为准确。     

基于NR-Transformer的集群作业运行时间预测

高性能集群的作业调度通常使用作业调度系统来实现，准确填写作业运行时间能在很大程度上提升作业调度效率。现有的研究通常使用机器学习的预测方式，在预测精度和实用性上还存在一定的提升空间。为了进一步提高集群作业运行时间预测的准确率，考虑先对集群作业日志进行聚类，将作业类别信息添加到作业特征中，再使用基于注意力机制的NR-Transformer网络对作业日志数据建模和预测。在数据处理上，根据与预测目标的相关性、特征的完整性和数据的有效性，从历史日志数据集中筛选出7维特征，并按作业运行时间的长度将其划分为多个作业集，再对各作业集分别进行训练和预测。实验结果表明，相比于传统机器学习和BP神经网络，时序神经网络结构有更好的预测性能，其中NR-Transformer在各作业集上都有较好的性能。     

基于模态局部化的可调式压电驱动谐振质量传感器的设计

该文提出了一种基于模态局部化现象来检测外部质量扰动的可调式压电驱动谐振质量传感器,质量传感器的检测结构由两个不同长度的悬臂梁通过机械耦合梁连接。首先利用哈密顿原理对压电驱动下的非对称谐振元件进行理论建模,采用伽辽金方法求解,得到前两阶模态下的振动特性;理论求解所得固有频率与COMSOL仿真分析、实验数据基本一致。实验研究表明,无调谐质量的谐振器检测范围为2~10 mg,添加调谐质量后的谐振器检测范围提高至1~13 mg,质量检测的分辨率也得到优化。此外,对传感器的结构进行非线性分析研究发现,超谐振动下的谐振器检测灵敏度提升了80%,这为非线性谐振传感器的设计提供了基础。