简介:为了分析高能激光对鳞片石墨改性酚醛树脂涂层的损伤机理,本文采用激光辐照方法研究激光对该涂层的损伤过程。首先,制备出纯酚醛树脂涂层和鳞片石墨改性酚醛树脂涂层,使用不同的激光参数进行激光辐照实验,根据损伤区域形貌和损伤面积分析鳞片石墨的对涂层的改性作用,分析损伤区域微观形貌和内部残炭的石墨化程度,通过对损伤中心进行三维成像来分析烧蚀凹坑的尺寸与烧蚀深度。最后,根据不同颜基比涂层在激光辐照过程中损伤区域的面积和显微形貌,分析了颜基比对激光损伤涂层过程的影响。分析结果表明:酚醛树脂经激光辐照后会裂解生成石墨化程度不同的残炭,经鳞片石墨添加改性后,损伤区域的面积相比于纯酚醛树脂涂层最大可增加35mm2。由此可知鳞片石墨的添加改性增强了涂层的横向散热能力,但过高的颜基比会使具有粘附作用的残炭生成量减少,进而导致鳞片石墨脱落明显,涂层损伤严重。
简介:研究了对于三车道的高速公路,自动驾驶汽车对混合交通流的通行能力及安全性的影响。引入变道欲望值、连续刹车率、空间速度方差和时间速度方差的概念,基于交通流元胞自动机模型,针对手动和自动驾驶2种汽车,建立了单向三车道的加减速和换道规则。选取6个评价参数,针对三车道模型,研究了随着自动驾驶汽车比例的增加,车道平均速度、平均速度的方差、交通密度、连续刹车率以及变道次数的变化情况。实验结果表明:在通行能力方面,当自动驾驶汽车的比例持续增加时,整个车道的平均速度、交通密度显著增加,从而大大提高了此交通网路中的通行能力;同时空间速度方差和时间速度方差会显著减少,说明整个交通流的平稳性增加了。在安全表现方面,当自动驾驶汽车的比例持续增加时,整个交通网路中的连续刹车率、变道次数先逐渐增加,然后逐渐减少,从而很好地刻画了安全性。最后分析了模型的优缺点,并指出了改进的方向。
简介:链路预测是网络信息挖掘的主要研究内容,通过对网络结构和其他信息的分析,挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标.并在此基础上提出了一种基于这8种指标线性组合的度量指标,并经过实验找出了较好的优化参数。然后,提出了基于这8种指标的神经网络模型.并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明.基于FANN库的神经网络模型的预测结果最好,在4个数据集上最高的AUC值分别达到了0。95l8、0.9289、0.7480和0.8677,与单一指标最好的AUC值相比分别提高了3.92%、1.45%、7.06%和24.35%。
简介:鲍曼不动杆菌已成为最普遍的医院致病菌,且耐药情况严峻.LpxC作为新抗菌药物靶点被大量研究,但鲍曼不动杆菌LpxC晶体尚未解析得到,基于其结构的药物设计等工作无法开展.以铜绿假单胞菌LpxC晶体结构为模板,通过同源模建方法获得鲍曼不动杆菌LpxC结构模型.较好的Ramachandranplot分布和Profile-3D结果验证了模型的合理性.用分子动力学模拟优化鲍曼不动杆菌LpxC模型,修补部分不合理构象.后续分子对接结果显示S构型的苄氧乙酰基羟肟酸类抑制剂比R构型分子能更有效地结合在F191,H237和K238组成的较浅口袋中,这可能是S构型抑制剂活性更高的主要因素,模拟结果与实验数据吻合较好.
简介:研究翼型绕流的转捩预测方法,对于翼型流动细节的精确模拟和气动力的准确计算以及精细化设计均具有十分重要的意义.采用动模态分解(dynamicmodedecomposition,DMD)代替线性稳定性理论(linearstabilitytheory,LST)与e^N方法结合,不需要求解稳定性方程,成为一种数据驱动的翼型边界层转捩预测新方法,称为DMD/e^N方法.在原有方法的基础上,改进了DMD网格线生成方法和扰动放大N因子的积分策略,并将RANS求解器与改进的DMD/e^N方法进行耦合,实现了翼型定常绕流转捩预测自动化.采用该方法对LSC72613跨声速自然层流翼型以及NLF0416低速自然层流翼型在不同攻角下的绕流进行转捩预测,转捩点计算结果均与实验值和LST/e^N方法吻合良好.该方法计算得到的N值增长曲线与LST/e^N方法的包络线也较为吻合,进一步验证了积分策略的正确性.改进的DMD/e^N方法可作为自然层流翼型设计的新的有力工具.