单螺杆挤出过程的数值模拟

以三段七区物理模型为基础，采用面向对象程序设计语言VisualC ，对整个单螺杆挤出过程进行了数值模拟。所得压力。温度等工艺参数的模拟结果与实验值吻合较好，说明采用数学模型的正确性和数值算法的可行性。     

空心玻璃微珠复合聚氨酯泡沫的模塑成型收缩率

研究了用空心玻璃微珠复合聚氨酯泡沫塑料制成厚度不同、形状不同、结构不同的制品时模型成型的收缩率，以及在模塑成型过程中，熟化温度、熟化时间和熟化后在模具内保持的时间对模塑成型收缩率的影响。结果表明，制品模塑成型收缩率随着厚度的增加而增大；加入金属嵌件后可较大程度地限制制品收缩；当熟化温度高于100℃时，随着熟化温度的升高，制品收缩率增大。     

水中痕量芳烃化合物的富集及测定

研究采用ＧＤＸ－３０１多孔微球为吸附剂，环己烷为脱附剂，富集水中痕量芳烃的条件。富集后的洗脱液直接注入２．０％ＤＮＰ－２．５％的有机皂士／１０１白色担体柱中，用ＦＩＤ检测器，恒温下进行气相色谱分离。采用单点校正法进行定量。大大提高了方法的灵敏度，已成功地应用于水中痕量芳烃化合物的测定。本法简便、快速，适用于微量、痕量杂质的富集测定。     

改进的蚁群算法在溶质运移参数识别问题中的应用

非饱和土壤水分和溶质运移参数(扩散率、导水率和水动力弥散系数)取值范围较大,往往跨越几个数量级。采用传统离散化蚁群算法求解此类问题,所需节点较多,这会造成算法收敛时间较长。该文在传统蚁群算法基础上,对蚂蚁搜索路径进行改进,改进后的蚁群算法寻优路径由参数精度位数(整数位和小数位)、参数个数以及0–9十个数字构成,并将路径解码公式修改为具有判别参数正负功能的解码公式。采用改进的连续蚁群算法对非饱和溶质运移参数识别优化模型进行求解。数值模拟表明相同迭代次数下改进的蚁群算法比传统蚁群算法耗时少,算法计算时间与迭代次数满足线性关系,含水率和溶质浓度实测值与计算值吻合较好、相关性较高。     

三嗪环类高能产气衍生物分子设计及性能的理论计算

以新型高能产气衍生物为目标,以三嗪环为基本结构单元,引入硝基、氨基、叠氮基为含能基团,设计了15种三嗪环含能化合物;运用密度泛函理论,计算了三嗪环类含能化合物的几何结构、密度、生成焓、爆轰参数、单位质量的产气量以及撞击感度。结果表明,15种化合物密度在1.382～1.786g/cm~3之间,爆速分布范围为5.320～8.901km/s,爆压分布范围为16.159～38.415GPa,单位质量化合物的产气量分布范围为647.8～932.9cm~3/g。不同含能基团对产气量的贡献大小顺序为:—NH_2—N_3—NO_2;—NO_2对能量的贡献高于—N_3与—NH_2。根据理论计算结果,筛选出潜在的高能产气三嗪环衍生物为2-氨基-4,6-二硝基-1,3,5-三嗪,其生成焓为586.256kJ/mol,爆速与爆压分别为8.43km/s和30.958GPa,产气量高达843.01cm~3/g,特性落高为27cm。     

树脂硫化剂对IIR硫化胶阻尼性能的影响

研究树脂硫化剂对IIR硫化胶阻尼性能的影响，并对其阻尼机理进行探讨。结果表明，随着树脂硫化剂用量的增大，IIR硫化胶的动态力学分析曲线向高温区域移动；最大损耗因子(tanδmax)对应温度随之升高；tanδmax呈现先减小后增大再减小的趋势；储能模量和损耗模量随温度升高而下降的趋势减缓。树脂硫化剂与IIR基质之间有很好的相容性，部分树脂与IIR形成化学键结合，另一部分树脂则与IIR形成物理共混状态。     

增强聚氨酯硬泡塑料的冲击性能研究

本文研究了SiO2和纤维增强剂对于聚氨酯硬泡塑料冲击性能的增强效应.试验结果表明,加入SiO2并不能增强聚氨酯硬泡塑料冲击性能.然而以2.5% KH550偶联剂四氢呋喃溶液处理的玻璃纤维作为增强剂,能使聚氨酯硬泡塑料的冲击性能有显著的提高.     

新型涂层聚氯代对二甲苯的性能及其应用研究

用真空沉积技术制备了聚氯代对二甲苯(Parylene C)涂膜,考核了聚氯代对二甲苯涂膜与特种材料的附着力及涂膜的拉伸性能、耐化学介质性能、表面抗静电性能,并对具有复杂形状的工件表面进行均匀涂覆作了探索研究。结果表明聚氯代对二甲苯涂膜具有优异的综合性能,可以在复杂形状工件表面形成均匀涂膜,对被涂覆材料起到很好的保护作用。     

磷酸分解磷矿的化学过程及其模型

采用热法磷酸制成含 2 0 % P2 O5左右的磷酸 ,用以与云南上蒜磷矿进行分解反应。在实验条件下 ,研究了分解产物 Ca(H2 PO4) 2 在磷矿颗粒表面形成固体膜的特性。研究了磷矿粒度、反应时间、反应温度、初始磷酸浓度对磷矿分解率的影响。用扫描电镜观察了磷矿颗粒表面形成的固体膜的形貌特征。用粒径不变的缩芯模型来描述磷酸分解磷矿的过程。推导出了该过程的理论模型和实验数据的回归模型     

基于CUDA架构的FFT并行计算研究

FFT（快速傅里叶变换）是基于提高DFT（离散傅里叶变换）计算的高效算法,它在众多科学和工程领域都得到了广泛的应用。自FFT算法出现以后,从早期的以降低复杂度到近年以来的大规模并行FFT计算,各种优化算法得到广泛的研究。在并行运算领域中,随着可编程的、并行化GPU的不断推广,特别是通用并行统一计算架构CUDA的出现,极大增强了GPU的计算能力,在编程和优化等方面都有显著地提升。鉴于此,本文在分析FFT算法实现的基础上,研究了一种适合GPU运算的FFT并行计算方法,并通过CUDA架构实现了FFT算法在GPU上的运算。该方法的引入在理论不计算数据传输的情况下,使一维FFT运算时间的复杂度由O（N logN2）可以降到O（N/rlogN2）。通过验证,本文提出的CUDA的并行FFT方法得到较好的加速效果,在精度计算上也符合实际的要求,从而证明了该方法的正确性和有效性。