外加磁场对磁流体润滑油膜轴承的影响

为了研究磁流体润滑油膜轴承内磁场的分布情况,分别通过永磁铁、螺线管及亥姆赫兹线圈对其施加3种不同形式的外磁场。通过磁场二维实体有限元模型的数值仿真,分析在3种模型下磁流体润滑油膜轴承的磁场分布特性,并比较磁场在油膜区的分布情况。结果表明,永磁铁模型的磁场主要分布在永磁铁、油膜、轴承座以及靠近磁铁的轧辊部分,螺线管模型的磁场主要分布在油膜、轴承座以及靠近磁铁的轧辊部分,亥姆霍兹线圈模型的磁场主要分布在线圈以及油膜的端部;3种模型在油膜区磁场分布沿轴向均呈现中间小、两端大的不均匀现象,且具有端部效应;永磁铁模型和螺线管模型在油膜区磁场沿径向分布均匀,亥姆霍兹线圈模型沿径向分布不均匀。     

菱锰矿开发利用及其制备硫酸锰工艺研究进展

系统总结了菱锰矿开发利用途径,分析了以菱锰矿为原料制备硫酸锰产品过程中的关键步骤,并对重点杂质去除方法的优劣势进行了对比,为低品位锰矿的开发利用及硫酸锰产品的制备提供参考。     

模拟分析绒毛运动对传质和吸收过程的强化

消化器官内壁有着多级多尺度结构且运动方式复杂,理解其在消化吸收过程中的作用对人类健康具有重要意义。着眼于人体小肠绒毛,从化学工程师的独特视角出发,建立多物理场耦合模型描述小肠绒毛运动驱动下的营养物质传递与吸收。成功应用动网格方法实现绒毛往返周期运动。同时建立分析方法,量化传质与吸收效果。模拟结果显示绒毛沿着小肠管路轴向的往返运动,可以形成两个特征涡流,有效强化绒毛间流体和外部流体的交换,减小径向传质阻力。绒毛顶部在吸收中起到了关键作用。绒毛运动周期越小,最大传质增强因子越高,吸收量越大。绒毛越高,最大传质增强因子越高,再加上吸收面积越大,总吸收量会显著提升。对于900mm高的绒毛,在运动周期为6 s情况下,传质效果比绒毛不运动时的传质效果提升超过500%。     

涂装车间热水改造的经济性与节能性分析

通过对某汽车厂涂装车间热水系统的实际运行情况进行分析,改造与实测,并对其进行了节能与经济性分析.研究表明,合理的热水系统设计,保证余热回收装置的热水流量,充分利用烘干余热,节能减排显著,为今后的设计提供一定的参考.     

基于ANSYS Workbench蜗轮蜗杆箱体有限元分析

利用三维设计软件SolidWorks建立某专用机床蜗轮蜗杆分度箱的三维模型,将模型导入有限元分析软件ANSYS Workbench中并对该模型进行有限元分析,经计算得到箱体的应力和变形分析结果,验证设计的合理性,为产品设计和改进提供了依据,对产品的设计工作起到指导作用.     

CdS/TiO2纳米棒阵列复合材料的制备及其光电化学特性

以水热法在氟掺杂的氧化锡透明导电玻璃(FTO)上制备的TiO2纳米棒阵列为衬底,通过连续化学水浴沉积(S-CBD)法将CdS量子点(QDs)沉积在TiO2纳米棒上,形成CdS/TiO2阵列复合材料.分别利用高分辨透射电子显微镜(HRTEM)、场发射扫描电子显微镜(FESEM)、X射线衍射(XRD)和紫外可见光谱(UV-vis)等对样品的形貌、晶型以及光吸收性能进行了表征.结果表明,TiO2纳米棒阵列长度约为2.9μm,CdS QDs的尺寸大约在5～9 nm.随着沉积层数的增加,CdS QDs的厚度增加,同时伴随着光吸收边的红移.通过电流-电压特性曲线对其光电流-电压特性进行了分析,发现光电流和光电转换效率均呈现出先增大后减小的规律.100 mW/cm2的光照下,在S-CBD为7层时,光电流和开路电压最大值分别达到2.49mA· cm-2和1.10V,而电池的效率达到最大值1.91％.     

Fenton法对有机物降解的定量构效关系

以偶氮苯、蒽醌、2-氯苯酚、皂黄、苯磺酸、硝基苯、邻硝基苯胺、对氨基苯磺酸、对二甲氨基苯甲醛、甲基红、2,4-二硝基苯肼、间甲酚紫等12种不同结构的有机化合物为研究对象,得到Fenton法处理条件下有机物以色度为表征的降解率,即色度去除率,初步分析了有机物以色度为表征的降解速率常数与有机物结构的关系。随后运用化学软件Gaussian09软件的密度泛函理论B3LYP／6—311g（d,p）方法计算得出12种有机化合物的9个量子化学结构参数,对有机物以色度为表征的降解速率常数与结构参数之间的关系进行分析,结果表明有机物的偶极距队结构体系内C原子NBO电荷最小值口。一、最低未占有轨道能Eu一三个量子化学参数与其有机物以色度为表征的降解速率常数显著相关,据此可为开展Fenton法降解有机物构效关系的定量建模研究奠定理论基础。     

一种参数自适应调整和边界约束的粒子群算法

粒子群优化算法的核心思想是每个粒子根据自己和周围粒子的"信息共享"寻优,达到全空间搜索最优解的目的。收敛速度快,全局寻优能力强。针对基本粒子群算法寻优精度较低,结果易发散的缺点,提出了一种参数自适应调整和边界条件约束的粒子群算法,惯性权重,学习因子随着迭代过程线性递加或递减,从而在算法初期个体能搜索整个空间,后期能够朝着全局最优值收敛而找到全局最优值。同时设置粒子边界条件约束,保证算法寻优解的准确性。理论分析和数值仿真结果表明了所设计方法的高效性,在保证算法效率的前提下,有效地提高了算法的寻优精度。