复合材料凝固过程中的颗粒/界面行为数学模型

根据颗粒增强金属基复合材料凝固过程中的颗粒 /界面作用微观机理 ,导出颗粒附近温度场 ,液 /固界面形状 ,颗粒受力情况及颗粒吞并 /推移临界条件数学模型。分析了热导率、颗粒尺寸和凝固速度不同对颗粒 /界面行为的影响。     

乳山硫铁矿破碎工艺的改进

原矿含泥量大造成设备的堵塞。根据现场生产实际改用粉碎后的矿粒直接给入扇形孔条筛，筛下可调刮板使细粒均匀分布在皮带下面，粗粒复盖其上。物料到达皮带首轮处，使其呈抛掷状态，然后利用分离挡板除去细粒。首轮的直径和转速是按粒度分离的决定因素。分离细粒级后使中碎机生产能力增大，降低能耗，减少磨损，提高了设备运转率。     

基于离散元模拟和微震监测的地下厂房围岩稳定性研究

针对猴子岩水电站地下厂房洞室群在开挖过程中围岩的稳定性问题,运用基于离散元基本理论的2维颗粒流PFC^2D（particalflowcodein2Dimensions）软件,模拟了地下厂房洞室群开挖过程中控制性结构面对围岩变形和破坏的影响,再现了围岩损伤演化规律;同时引入微震监测技术对地下厂房围岩微震活动进行实时监测和分析,并将数值模拟与微震监测结果进行对比研究。结果表明,围岩开挖卸荷损伤与断层密切相关,颗粒流模拟得到的大型地下洞室群开挖过程中围岩损伤与微震监测结果基本一致。采用数值模拟和微震监测相结合的综合研究方法,可以有效评价地下厂房开挖过程围岩的损伤和预测潜在的失稳区域。     

液滴群速度场的激光粒子成像测速法

应用前向散射激光粒子成像测速法，测量了油滴群在水中的浮升速度。测试表明液滴群的浮升速度同单液滴有显著不同。应用片光束的侧向散射激光粒子成像测速法，测量了液滴群在流动液体中的速度分布，并观察到高浓度的速度扰动。     

PSO的向量整体修订策略和局部跳出策略

针对传统PSO方法对CEC2005(The 2005 IEEE Congress on evolutionary computation)中的25个benchmark函数搜索效果较差的问题,提出了"向量整体修订"和"局部跳出"两种改进策略。改变PSO方法中粒子在每一维上的修订相互独立的传统机制,按某一概率将粒子作为整体进行修正,当群体最优长时间不变或变化值小于一定阈值时,为跳出局部最优,按某一概率重新定义群体最优或初始化群体。通过实验证明了改进后的PSO方法对CEC2005中的测试问题的有效性。     

循环流化床锅炉燃料颗粒度对流化燃烧的影响

循环流化床锅炉近些年来在我国得到较大发展，并不断的完善、提高。根据多年的运行实践经验，介绍了燃料的颗粒度对流化燃烧的影响并给出恰当的燃烧粒度范围和级配的比例。     

表面活性剂助滤机理的研究

在对不同类型表面活性剂的助滤效果比较的基础上，通过诸如表面活性剂对溶液的表面张力、起泡性能以及其在矿物表面上的吸附、对矿物表面的ξ一电位、接触角的影响等测定，系统地阐述了表面活性剂作为助滤剂的作用机理；揭示了表面活性剂使物料表面疏水、压缩、破坏水化膜对强化物料脱水的重要性，首次提出了通过度颗粒表面“大面积疏水”来强化物料脱水的观点；指出了表面活性剂的起泡性对脱水过程的不利和类似于浮选捕收剂的常规表面活性剂并非良好的助滤剂的原因所在。     

采空区密闭墙中微胶囊粒径对其囊壁强度的影响

针对采空区密闭墙裂隙修复滞后的问题,提出了采用微胶囊在密闭墙裂隙演化过程的初始阶段(启裂时段)开启裂隙修复的方法。该方法是利用裂隙尖端应力作用,撕破微胶囊囊壁,使包裹在囊壁内的修复剂流出,充填裂隙,在发生固化反应后完成裂隙修复。在密闭墙裂隙修复过程中,微胶囊粒径影响其囊壁强度,直接关系修复效果。为了研究微胶囊粒径对其囊壁强度的影响规律,通过正交试验制备了8种不同粒径同种壁厚的微胶囊,采用SEM扫描电镜进行粒径及壁厚表征,利用纳米压痕技术测定囊壁强度,得出囊壁强度随粒径的增大逐渐减小的二次函数关系。     

正庚烷/生物柴油双燃料的部分均质压燃燃烧

研究了气口喷射正庚烷、缸内直喷生物柴油的部分均质充量压缩着火(HCCI)燃烧的燃烧特性和排放特性.研究表明,整个燃烧过程旱现三阶段放热模式.随着正庚烷预混合比例的增加,第一阶段和第二阶段最大放热率呈线性增加,从而导致生物柴油着火时的温度和压力明显上升.预混合正庚烷的引入使得放热中心时刻和放热结束时刻明显提前,燃烧持续时间缩短.至于排放方面,预混合比例的增加会引起CO和HC排放的增加,并且增加幅度逐渐减小;在中小当量比下,预混合比例增加会使得NOx排放线性降低,但是对碳烟排放却几乎没有影响;在较大当量比下,预混合比例增加可以使得NOx和碳烟排放同时大幅度下降,并且在20%～25%之间可以得到最佳的NOx和碳烟降低效果.     

基于最具影响粒子群优化的BP神经网络训练

系统地介绍了粒子群优化算法,将粒子群优化算法用于BP神经网络的学习训练,提出了一种改进的粒子群算法——最具影响粒子PSO算法BIPSO,并利用复合适应度即均方误差和误差均匀度之和作为BIPSO训练神经网络的指标,并对它与其他的神经网络训练算法诸如BP算法、GA算法、PSO算法进行了比较。实验结果表明:BIPSO性能优于其他算法,更容易找到全局最优解,具有更好的收敛性。