湍流预混火焰的时间和空间分形特性研究

1引言湍流燃烧过程是一个强烈的非线性动力学过程，用于描述湍流燃烧的诸多特性参数表现出随机脉动的特点，对于传统参量的分析处理也只能停留在时均平均加脉动项的概率统计上，不论从时间、还是空间角度都显粗糙。Damkohler[1]早在1942年提出了火焰结构与湍流燃烧速度的内在联系，引导人们将注意力转向火焰形状结构的研究上。图像计算机技术的兴起为实时获得湍流火焰结构参数创造了条件。Boyer[2]在研究高强度湍流燃烧时发现，由于脉动造成的复杂火焰表面已不能用传统的Euclidean几何加以描述。分形理论不仅可以用细微尺度规划几何结构，…     

一类具有双重奇性的抛物型方程的整体解和有限熄灭

本文讨论具有双重奇性的抛物型方程ｕｔ＝ ｄｉｖ（｜△ｕ~ａ｜ｐ~－２△ｕ~ａ）,（ｘ,ｔ） ∈ Ｒ~ｎ ×（０,∞）,其中Ｐ＞ １,ａ＞ ０,ｎ≤ ２．证明当１＜ Ｐ＜ｎ（ａ＋１）／（ａｎ＋１）时,存在整体自相似解ｕｇｓ（·,ｔ） ∈ Ｌ~ｑ（Ｒ~ｎ）（ｑ＞ｓ＝~△ｎ［１－ａ（ｐ－１）］／ｐ）,但是ｕｇｓ∈~／Ｌ~ｓ（Ｒ~ｎ）（定理２．１）;同时存在有限熄灭的自相似解ｕｌｓ满足相同的积分条件（定理 ３．１）．     

一类半线性反应扩散方程组整体解的渐近性态

本文考虑了一类半线性反应扩散方程组初值问题解的整体存在性及渐近性态，并给出了当t→∞时解的衰减速度.     

卧式螺旋管内的沸腾临界后传热

1引言螺旋管由于具有换热效率高、结构紧凑等优点，在各种换热设备中得到了广泛的应用．螺旋管卧式放置时重心低下，适用放航空、航海等航体设备。例如，在新型鱼雷闭式循环热动力系统中，卧式螺旋管圈是其锅炉反应器和凝结器的基本型式。在螺旋管直流式蒸汽发生器中，沸腾临界后（干涸区）传热是不可避免的现象。因此，研究临界后传热，具有十分重要的意义。前人对立式螺旋管内的沸腾传热恶化进行了大量的研究［‘－‘］。但目前对卧式螺旋管的研究相对较少，特别是高干度下的临界传热（干涸区传热），文献中很少见报导。本文对卧式螺旋管…     

具有高泛化性能的无源声呐目标识别算法

针对水声信号的特性和无源声呐目标识别的特点，提出了一种有师自组织神经网络分类算法。该算法主要针对水声信号的样本不完备的问题，在前债神经网络中引入了多重神经元激活模型和自组织竞争学习算法，使无源声呐分类系统的泛化性能有了明显的提高。该算法采用分层学习策略，有效地节省了训练时间，同时减少了陷入局部最优解的概率。通过对实录海上无源声呐目标信号的分类实验，检验了算法的识别能力和泛化能力，实验结果责明该算法具有良好的泛化能力同时保持了较高的识别率．     

光电导过程中陷阱的影响

从理论上提出光折变材料中光电导过程的陷阱作用机制，给出了载流子的光激发，复合及俘获过程的动力学方程，得到了陷阱作用下的光生量子效率的解析表达式，实验上，对掺杂不同浓度的Ｃ６０（Ｃ７０）的ＰＶＫ薄膜的光生载流子量子效率随光强度的变化关系进行了测量，得到了与理论预测相一致的结果。     

人工神经网络用于燃烧火焰状态识别的研究

1引言燃烧过程是一个强非线性动力学系统，其稳定性是直接通过燃烧火焰状态的变化反映。燃烧状态变化受到燃料、配风等诸多因素制约，具有很强的模糊及随机特性［‘－‘］。实际生产中，大型电站锅炉的燃烧稳定性直接影响到整个电力工业的经济性和安全性，目前以此为背景的锅炉火焰监视系统所能完成的功能距实时性、智能化的要求相差甚远。本文针对CmHn和煤粉火焰进行了多因素变工况试验研究，在此基础上，从可视化角度，提出基于人工神经网络（AN用理论的火焰状态识别模型。ANN是目前最突出的智能化理论，它可以很好的模拟非线性系统的…     

保险精算中的一个随机模型

本文假设投保人到达保险公司的过程是一个强度为λ（ｘ）的非齐次Ｐｏｉｓｓｏｎ 过程、在时间区间（０,ｔ］中的索赔额是一个与保险规则及在（０,ｔ］中的投保人数有关的随机变量,提出一个新的保险精算模型,获得保险公司在（０,ｔ］中盈余额的一些数字特征．经典的个体模型和短期聚合风险模型均为本模型的特殊情形．     

舰船辐射噪声的分形布朗运动模型

通过对分形布朗运动的研究,建立了舰船辐射噪声的分形布朗运动模型。在此模型基础上,提取了舰船辐射噪声的分数维参数,并构造了基于分形布朗随机场的分形特征矢量,在水声目标识别系统中提供了一种新的特征分析手段、通过分类对比实验,表明分形特征矢量可以成为水声目标分类的重要依据,能够有效地补充其他特征提取方法的不足．     

基于极限环的舰船噪声信号非线性特征分析及提取

特征分析及提取是目标分类识别的重要环节．首先应用非线性分析方法分析了舰船噪声的极限环现象,结果表明振动噪声作为舰船噪声的主要成份,其极限环在相空间上存在倍周期或混沌行为．其次,利用分形维数和分布密度比来描绘舰船噪声在相平面上极限环的奇异性和空间形状,并给出了一种新的分维数计算算法．最后,以此作为舰船目标的特征参数送入神经网络分类器用于分类识别水面和水下两大类目标．实验结果表明。从噪声极限环中提取的非线性特征能较准确地区分我们现有的水面和水下两大类目标．、为舰船噪声信号的特征提取提供了一条新的思路