喷油方式对斜齿轮齿面温度的影响

为探讨喷油方式对齿面温度的影响，以斜齿轮为研究对象，通过CFD仿真和试验研究不同喷油方式对斜齿轮齿面温度的影响。针对斜齿轮喷油润滑过程的特点，分析其齿面摩擦生热量，简化轮齿喷油润滑计算模型，并基于CFX进行齿面对流换热仿真研究，得到了不同喷油方式下的齿面温度；基于功率开放式斜齿轮试验平台，对不同喷油方式下的齿面温度进行了试验测量，与仿真计算结果进行对比分析。结果表明：在高速重载斜齿轮传动系统中，啮出侧喷油润滑的方式比啮入侧喷油润滑方式的冷却降温效果要好。     

河南省灵宝市董家埝银矿原生晕特征及地质意义

董家埝银矿是豫西小秦岭矿集区南成矿带目前发现的唯一大型矿床。为了矿床深部勘查工作的顺利进行,了解有用元素在垂向上的变化规律,选用原生晕地球化学方法,通过典型矿床剖面的原生晕特征研究,实现对深部矿体变化趋势的判断。经计算,确定As、Sb、Ag、Au、Cu、Pb、Zn、Co和Mo等9种元素可作为指示元素,其中As和Sb为前缘晕指示元素,Ag、Au、Cu、Pb和Zn为近矿晕指示元素,Co和Mo为尾晕指示元素。分带指数和浓集指数2种方法计算得出的元素在分带序列上的位置总体趋势一致。用分带指数法确定的主矿体自上而下的原生晕轴向分带序列为Co-Mo-Cu-Au-Sb-Zn-Pb-Ag-As,出现"反分带"现象。结合原生晕地球化学参数变化特征、矿体剥蚀程度研究和理想模型,预测M1-I主矿体向深部仍有较大的延伸。研究成果可以为区域同类型矿化地质体深部的趋势判断和决策提供参考。     

用于厚屏蔽小探测器的蒙特卡罗模拟减方差方法研究

反应堆屏蔽计算中经常出现厚屏蔽、小探测器问题，常规蒙特卡罗方法难以有效解决。基于自动重要抽样（AIS）方法，本文提出了小探测器自动重要抽样(SDAIS)方法，并针对小探测器问题，优化了AIS方法的虚粒子赌分裂算法。该方法在自主开发的蒙特卡罗屏蔽程序MCShield上进行了实现。使用NUREG/CR-6115 PWR基准题验证该方法的正确性和计算效率。结果表明，SDAIS方法可有效地解决厚屏蔽小探测器问题，相比AIS方法及传统的重要性方法，计算效率提升1~2个量级。     

共网数字集群系统应用问题的研究

现今国内的数字集群网络发展存在局限性、差异性，还远没有达到“网”状分布的程度，因此，共网数字集群发展空间巨大、前景广阔。通过列举共网数字集群系统在龙嘉国际机场和长春雷锋车队的成功应用案例，探讨了我国共网数字集群系统应用的可行性和必要性。     

ADC发泡剂行业现状及展望

通过对ADC行业当前现状的分析,包括产能、产业格局、工艺、市场、环保、运输等方面问题的阐述,提出了以联二脲取代ADC发泡剂为新的产业分界点的观点,通过产业转移和上下游的调整,发挥东西部各自的综合优势,促进ADC发泡剂产业的升级。     

基于哈希链的软件定义网络路径安全

针对软件定义网络中，控制器无法保证下发的网络策略能够在转发设备上得到正确执行的安全问题，提出一种新的转发路径监控安全方案。首先以控制器的全局视图能力为基础，设计了基于OpenFlow协议的路径凭据交互处理机制；然后采用哈希链和消息验证码作为生成和处理转发路径凭据信息的关键技术；最后在此基础上，对Ryu控制器和Open vSwitch开源交换机进行深度优化，添加相应处理流程，建立轻量级的路径安全机制。测试结果表明，该机制能够有效保证数据转发路径安全，吞吐量消耗比SDN数据层可信转发方案（SDNsec）降低20%以上，更适用于路径复杂的网络环境，但时延和CPU使用率的浮动超过15%，有待进一步优化。     

三维姿态监测技术在地震测井中的应用

在地震测井施工中,为监测地下检波器的运动特征,需应用三维监测技术。首先从映射几何的角度深入分析OpenGL的三维监测技术,建立OpenGL虚拟场景,然后分析检波器模型内外方位元素的表达,利用三维绘图技术建立检波器的立体模型,最后对所获取的坐标数据进行快速的三维绘图技术处理,形成实时可靠的立体模拟界面。实验结果表明:检波器的方位角模拟精确度能保证在1°以内,满足后期简化数据处理的要求。该技术应用在地震测井中时,具有远程、可靠、无损检测等特点,为操作人员提供直观可靠的观测决策平台,并且结合实际需求能够扩展多种功能模块,可广泛应用于测井过程中方位数据的获取。     

Adaptive backstepping repetitive learning control design for nonlinear discrete‐time systems with periodic uncertainties

This paper addresses a tracking problem for uncertain nonlinear discrete‐time systems in which the uncertainties, including parametric uncertainty and external disturbance, are periodic with known periodicity. Repetitive learning control (RLC) is an effective tool to deal with periodic unknown components. By using the backstepping procedures, an adaptive RLC law with periodic parameter estimation is designed. The overparameterization problem is overcome by postponing the parameter estimation to the last backstepping step, which could not be easily solved in robust adaptive control. It is shown that the proposed adaptive RLC law without overparameterization can guarantee the perfect tracking and boundedness of the states of the whole closed‐loop systems in presence of periodic uncertainties. In addition, the effectiveness of the developed controller is demonstrated by an implementation example on a single‐link flexible‐joint robot. Copyright © 2014 John Wiley & Sons, Ltd.