进气道和燃烧室形状对大缸径天然气发动机缸内流动和燃烧的影响

为了提升采用当量燃烧的大缸径天然气发动机的指示热效率,提出了组织弱涡流、强滚流、高湍流强度的缸内气流运动的理念,据此设计了不同形状的进气道和燃烧室,并采用三维数值模拟的方法研究了进气道和燃烧室形状对缸内流动和燃烧的影响.研究发现:与原机相比,当将原螺旋进气道改为直进气道并配合原缩口型、新的直口型、敞口型和半球型燃烧室时...     

单体燃烧热释放测试影响因素的探讨

GB/T 20284-2006《建筑材料或制品的单体燃烧试验》是评定建筑材料及制品燃烧性能等级的重要测试方法。通过阐释燃烧热释放测试原理及计算公式,描述设备选型和日常校准核查的重要性,并基于试验数据说明试样安装对检测结果的影响。     

湍流非预混射流火焰倾斜冲击壁面的直接数值模拟研究

采用直接数值模拟方法,选取17组分、73步简化的甲烷化学反应机理,对三维湍流平面甲烷射流火焰倾斜冲击壁面进行了研究.分析了相同湍流强度、不同Damk?hler数的两个算例.两个算例出现了不同程度的熄火,算例B的熄火现象比算例A更明显.同时,观察到当量混合分数等值面的凸起结构与火焰熄火现象存在一定关联.定量分析了火焰面平均曲率与熄火的相关性,发现在剪切流动中熄火区域的平均曲率大于燃烧区域的平均曲率;在壁面附近的熄火区域曲率的大小与壁面熄火模式相关．     

一种基于神经网络的燃烧模型及其先验性检验

本研究采用神经网络方法,对准确的化学反应速率与反应标量之间的非线性关系进行建模,发展了一种基于人工神经网络(ANN)的燃烧模型．借鉴动态二阶矩模型建模思想,将标量分布的梯度纳入神经网络模型的输入集中,进一步发展出梯度输入人工神经网络(ANN-G)模型．基于一个预混火焰直接数值模拟数据库,对人工神经网络模型进行先验性研究,发现对于反应区域较薄的反应步,ANN模型与ANN-G模型都能准确计算化学反应速率．在泛化验证中,ANN-G模型比ANN模型表现更好．     

湍流火焰切向应变率的低维近似模型

利用理论方法,提出切向应变率二维与三维概率密度函数（PDF）之间的关系. 基于3种不同湍流强度的自由传播预混火焰直接数值模拟（DNS）数据库,建立人工神经网络（ANN）和随机森林（RF）模型,从低维量预测三维切向应变速率. 机器学习模型的输入特征包括组分质量分数、二维火焰面法向量梯度和二维速度梯度张量. 模型预测结果与DNS结果对比表明,理论模型预测的PDF与DNS的真实PDF吻合较好. RF模型的预测值与DNS实际值间的相关系数大于0.97,优于ANN模型. RF模型得到的PDF与真实PDF间的误差小于理论模型得到的PDF与真实PDF间的误差. RF模型能够由低维量准确预测三维切向应变率.     

基于样本优选的集成学习在脱硫优化中的应用

基于实际电厂的大量脱硫数据,删除初始脱硫数据库中异常值和非稳态值,提取与输出相关系数较高的集成学习模型输入参数,采用改进的基于随机采样和聚类采样的集成学习算法,建立预测脱硫塔循环泵开启台数的集成学习模型,研究分类问题中样本不均衡、优选样本评价标准缺失和脱硫优化的问题. 结果显示,与改进前模型相比,改进后的集成学习模型总体预测准确度提升了33%,并且基于聚类的采样略优于随机采样. 此外,对单一类别预测的召回率进行分析,对比不同算法对少数类和多数类的召回率,结果显示2种改进的采样方法对少数类的预测有较大的提升,预测的召回率大于90%,对多数类的预测也有一定的提升效果. 讨论泵组合作为模型输出时,其样本分布和模型精度的差异.     

拉萨净土健康产业藏毯标准体系建设研究

本文从拉萨净土健康产业的概念入手,分析了拉萨净土产业标准化建设的必要性,进而以藏毯产业为例阐述了标准体系构建的思路、原则、框架和主要内容,进而在充分分析标准化需求的基础上,提出了急需制定的标准项目。     

基于DSP Builder的并行中值滤波算法的设计与实现

研究了一种适合采用现场可编程逻辑(FPGA)消除图像随机噪声的算法以及用DSP Builder实现该算法的硬件电路设计.结合FPGA并行计算的特点,采用滑动窗口和模块化设计思想,对常规中值滤波算法的结构进行改进,提高了算法的运算速度,简化硬件结构.通过仿真和FPGA验证结果表明,该算法可以有效消除图像随机噪声,同时处理延时短,可以满足嵌入式系统的实时性要求.     

快走丝线切割机床电极丝恒张力机构的实验研究

设计制造了一种重力式电极丝恒张力机构,结构简单,确保加工过程中电极丝张力与张力机构所产生的重力之间具有恒定关系,从而实现电极丝的恒张力控制。一定范围内提高电极丝的张力有利于提高快走丝电火花线切割加工的精度、效率和表面质量。     

预测生物质热解动力学参数的随机森林模型

基于大量已发表的生物质热解实验数据,采用数值方法拟合全局反应热解模型的动力学参数,建立生物质热解的训练和验证数据库,并利用随机森林算法研究生物质热解动力学参数与生物质种类和加热条件之间的非线性关系,发展预测生物质热解动力学参数的随机森林模型. 训练和验证的结果显示：随机森林模型能够较好地预测训练数据库中的生物质热解的动力学参数(R²>0.92),并能够准确预测验证数据库中的多种生物质的热解过程(R²>0.93). 此外,变量重要性分析结果显示：纤维素质量分数对于反应级数和活化能影响较大,木质素对于反应级数的影响最大. 加热条件对于活化能的影响可以忽略,但是对指前因子和反应级数的影响显著.