Cu2O多面体的制备及其气敏性能研究

在碱性条件下,以聚乙烯吡咯烷酮(PVP)为表面活性剂,CuCl2.H2O为前驱体,维生素C为还原剂,于55℃采用液相回流法制备了氧化亚铜粉体。利用X射线衍射(XRD)和扫描电镜(SEM)对样品的组成和形貌进行分析,同时对其进行了NOx气敏性能测试并探讨了其气敏机理。结果表明:所制备的氧化亚铜呈立方相的Cu2O多面体结构,且粒子大小均一,粒径为400~500 nm。该材料在室温下对NOx有较好的气敏响应,对体积分数为9.7×10–5的NOx的灵敏度可达到20.9%,响应时间为10.2 s,是一种很有潜力的气敏材料。     

基于模糊理论的MDO算法性能评价

多学科设计优化算法的选取其实质是一个多目标综合评价问题.文中依据模糊综合评价的基本原理,通过对几种常见MDO算法的设计变量、约束、计算精度和计算复杂度进行分析,建立了MDO算法模糊评价选优决策模型.并采用加权欧氏空间距离进行评判,给出了改良的序列二次规划算法(NLPQL)、自适应模拟退火算法(ASA)、多岛遗传算法(MIGA)和序列二次规划算法(DONLP)在涡轮叶片多学科设计优化中选择的实例说明,验证了本文所采用方法的有效性.     

涡轮叶片三维气动优化设计

根据五次多项式叶片造型方法进行叶型参数化，得到涡轮叶片的参数化模型，采用N—S方程进行三维流场计算，使用模拟退火算法和序列二次规划算法相结合，以涡轮气动效率为目标进行了优化，优化结果显示涡轮气动效率得到提高。算例表明文中涡轮叶片参数化方法是可靠的，文中提出的叶片三维气动性能优化方法是可行的。     

基于层次分析法的MDO算法性能评价

在互补判断矩阵排序理论的基础上,结合最优化方法,将互补判断矩阵特征向量法引入层次分析中,提出了一种基于互补判断矩阵特征向量法的层次分析方法。通过对几种常见MDO算法的设计变量、约束、计算精度和计算复杂度进行分析,给出了改良的序列二次规划算法(NLPQL)、自适应模拟退火算法(ASA)、多岛遗传算法(MIGA)和序列二次规划算法(DONLP)在涡轮叶片多学科优化中选择的实例说明,并与实际优化结果进行对比,验证了本文所采用方法的有效性。