简介:开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.
简介:目的:提出一种适用于全封闭冷却结构的电机热性能优化模型,设计一台600kW的高速列车用永磁牵引电机。创新点:1.通过耦合局部流体动力学模型的方法求解电机复杂冷却风道内的对流传热系数,并在全局热网络模型的框架内得到快速、准确的电机温升结果以用于结构优化;2.在冷却风道中引入栅格结构,采用热性能分析模型优化冷却结构,提升电机热性能;3.通过三维流体动力学模型计算电机局部温升最大值,并提山一种预测特定结构下电机铁损工作阈值的工程方法。方法:1.采用热网络法建立全局热网络模型(图3),并通过耦合局部流体动力学模型计算风道内的热网络参数(图4和6);2.应用田口设计法对电机风道结构进行优化,并研制样机进行验证(计算与试验结果见表5);3.假设铁损的谐波附加值与磁密值成正比,通过三维流体动力学模型计算给山端部绕组、永磁体温升值与铁损的预测曲线,并用样机试验进行验证。结论:1.采用全局热网络和局部流体动力学建模的方法可以快速、正确地计算复杂冷却结构下的电机温升分布,且优化后的冷却结构至少可以提升文中电机15%的热性能;2.本文提出的优化模型适用于全封闭风冷或者水冷等冷却结构相对独立且尚无经验公式可参考的电机热性能优化设计;3.铁损工作阈值的预测方法可以为电磁和控制系统设计提供参考。
简介:设计了一种结构简单、噪声低、功耗小的溴化镧(LaBr3:Ce)γ谱仪前端读出电子学电路。该电路包括电压灵敏前置放大电路、谱仪放大电路和供电电源3部分,电路的设计基于传统核电子学方法和较新的电子元器件,采用低噪声设计技术,在能谱测量中获得了较高的能量分辨率。文中首先介绍了电路的设计方案,包括各部分电路原理、功能和设计要点;然后开展了电路仿真和电路板设计;最后通过实验进行电路功能验证。实验表明:基于研制的前端读出电子学电路、溴化镧(LaBr3:Ce)探测器及数字多道分析器组成的γ谱仪系统,对137Cs662keVγ能峰的能量分辨率可达2.7%,谱仪系统性能稳定。
简介:采用水热合成方法构建了基于Preyssler型多酸[S5W30O110]的有机-无机杂化材料,其分子式为[HKS5W30O110]·(2,2-Hbpy)8·2H2O(1,bpy=bipyridine).单晶X-射线衍射分析表明化合物1是由S-中心的Preyssler型多酸作为模版,被2,2-联吡啶分子包围形成的核壳结构的有机无机杂化材料.这是第一例基于S-中心Preyssler型多酸的超分子核壳结构.其中质子化的2,2’-联吡啶有机基团通过静电作用与Preyssler型多酸分子构筑成有机无机杂化材料.该化合物属于三斜晶系,空间群为P-1.晶胞参数:a=1.79505(2)nm,b=1.83478(2)nm,c=4.12816(4)nm,α=85.0610(10)°,β=80.6160(10)°,γ=60.7210(10)°,晶胞体积为11.7002(2)nm3.
简介:目的:1.对现有的CO_2重整系统中铁系催化剂进行改进以期获得更高的产率和产物选择性;2.实现反应体系中催化剂的高效回收以延长反应体系的可持续性。创新点:1.开发复合铁、镍、铜催化剂用于水煤气变换反应,获得了更高的产物选择性;2.提高了CO_2重整体系在常压条件下液态烃类的产率。方法:1.由核心沉淀法制得复合铁/氧化铝催化剂;2.在固定床反应器中进行CO_2重整反应。结论:1.干、湿条件下的CO_2重整过程产生相同数量的CO;当温度高于500°C时,CO的产率达到饱和。2.采用镍作为铁催化剂助剂时,CO的选择性从85%降低到76%,但是产物中可检出9%的甲烷。3.采用铜作为铁催化剂助剂时,尽管CO_2的转化率降低了一半,然而CO的选择性提高到了95%。
简介:针对亚轨道可重复使用运载器(SRLV)的应用需求,在将卫星投送到预定轨道同时确保SRLV安全返回的前提下,对基于记忆原理的轨迹/总体参数一体化优化方法进行了研究。记忆优化算法是一种具有全局收敛性的随机搜索方法,每次搜索的试探解优劣状态由记忆元来存储。利用记忆原理的记忆增强和遗忘规律来衡量优化搜索过程中试探解的状态,并以燃料最省作为优化指标。同时采用三种不同的搜索策略,实现对试探解的随机搜索,避免陷入局部极小问题,并以此来提高搜索速度。仿真表明:卫星入轨速度偏差小于2m/s,高度偏差小于10m,轨道倾角偏差小于0.0001°。SRLV最终与着陆场的位置偏差小于100m,速度偏差小于5m/s。相较于传统的轨迹优化方法,新方法适用于复杂的轨迹/参数一体化优化问题,搜索速度快,求解精度高,有利于算法在工程实际中的应用与推广。
简介:目的:水合物沉积物开采过程是一个热。水.力.化多场耦合过程,该过程包含了不同土层间的热对流、压缩引起的局部变形以及胶结结构破坏引起的应力松弛。不适当的开采会引起出砂、塌孔等破坏问题。本文旨在建立天然气水合物沉积物多场耦合计算模型,以量化由开采引起的地质灾害风险。创新点:1.通过GOMSOLMultiphysics实现水合物开采过程多场耦合有限元控制方程的计算:2.建立的模型考虑变形.渗流双向全耦合过程。方法:1.通过理论推导,给出开采天然气水合物过程模拟的控制方程;采用偏微分方程模块实现除力学之外其他物理场的耦合计算;采用结构力学模块实现变形计算。2.通过与试验数据进行比较验证模型的可靠性。3.通过对比全耦合模型与半耦合模型,分析双向耦合对水合物开采过程中沉积物物理力学行为的影响。结论:1.所建立模型能够精确模拟水合物开采过程中沉积物的物理力学行为。2.当考虑压缩对渗流的影响时,由于孔隙率的降低,计算得到的水合物分解速度要小于不考虑该影响时的速度。3.由于存在层间对流效应,非均质模型计算得到的水合物分解速度要快于均质模型。