环境载荷下漂浮软管的疲劳寿命分析

海上漂浮软管是浮式生产储卸油装置上外输系统的关键设备.漂浮软管结构复杂且常年漂浮于海面上,极易受到风、浪、流等环境载荷的作用产生疲劳破坏而造成原油泄漏.首先,采用ABAQUS软件,建立了软管的有限元模型,得到了漂浮软管在弯矩和内压作用下的有限元结果;其次,采用水平方向的Morison方程和风载荷来描述漂浮软管在海面上复杂的载荷情况;再次,将静力学分析结果导入到FE-Safe疲劳分析软件中,将节点应力结果作为时间载荷历程,乘以相应的载荷倍数,得到疲劳分析的载荷谱,载入此载荷谱计算,得到了漂浮软管的寿命分布云图,其最小寿命满足工程要求;最后,分析了内压对疲劳寿命的影响,结果表明,一定大小的内压能提高软管的疲劳性能.     

高居里温度铁电单晶PIN-PT的机电性能

弛豫铁电单晶Pb(In_1/2Nb_1/2)O₃-PbTiO₃(PIN-PT)相较于常用的Pb(Mg_1/3Nb_2/3)O₃-PbTiO₃(PMN-PT)具有更高的居里温度,在高稳定性、高性能的传感器、换能器方面具有应用前景。本工作采用谐振法研究了[001]方向极化的0.66PIN-0.34PT铁电单晶的全矩阵机电性能参数。0.66PIN-0.34PT 单晶的三方-四方相变温度(T_RT)约为160 ℃,居里温度(T_C)约为260 ℃,室温压电系数d₃₃、d₃₁、d₁₅分别为1 340 pC/N、-780 pC/N、321 pC/N,介电常数ε^T₃₃、ε^S₃₃、ε^T₁₁、ε^S₁₁分别为2 700、905、2 210、1 927,机电耦合系数 k₃₃、k₃₁、k₁₅、k_t分别为 87%、58%、38%、61%。其纵向压电常数(d₃₃)和纵向机电耦合系数(k₃₃)小于 PMN-PT 单晶,但是横向压电性能(d₃₁)和剪切压电性能(d₁₅)都略高于PMN-PT单晶。另外,研究了机电耦合性能随温度的变化趋势,发现0.66PIN-0.34PT单晶在150 ℃以下有较好的温度稳定性。     

改进的PNC方法及其在非线性偏微分方程多解问题中的应用

2017年，李昭祥等提出了一种偏牛顿-校正法（Partial Newton-Correction Method，简记为PNC方法），并利用它成功地计算出了三类非线性偏微分方程的多重不稳定解.本文在PNC方法的基础上，提出并发展了一种改进的PNC方法.首先，利用Nehari流形$\mathcal{N}$与零平凡解的可分离性，建立并证明了$\mathcal{N}$的某特殊子流形$\mathcal{M}$上的全局分离定理及其推广（即局部分离定理）.全局分离定理只跟非线性偏微分算子或相应的非线性泛函本身有关，而与具体的计算方法无关.对一些典型的非线性偏微分方程多解问题（比如，Henon方程问题），该全局分离定理的分离条件，经验证是成立的.另一个方面，通过修改或补充原辅助变换的定义，去掉了原辅助变换的奇异性；接着建立并证明了某些非线性偏微分方程问题的新未知解与该非线性偏微分算子零核空间的密切关系；在证明中，去掉了在原奇异变换下所需的标准收敛（standard convergence）假设.最后，计算实例与数值结果验证了改进的PNC方法的可行性和有效性；同时表明子流形$\mathcal{M}$与已知解的可分离性是PNC方法和本文新方法能成功找到多解的关键.     

严格双对角占优矩阵行列式的上下界估计

严格双对角占优矩阵的行列式计算是数值代数中的热点问题. 本文首先将严格双对角占优矩阵右乘一个正对角矩阵, 使其化为严格对角占优矩阵, 其次对严格对角占优矩阵行列式的上下界进行估计, 从而得到严格双对角占优矩阵行列式的上下界估计. 最后通过数值算例表明所得估计是有效的.     

托卡马克真空室内线圈水冷管道接头强化二次流的数值研究

基于计算流体力学(CFD)理论，研究了不同曲率半径的螺旋导流片的托卡马克真空室内线圈水冷管道接头。利用湍流数值模拟方法，分析了线圈管道接头导流片曲率半径比、冷却水入口流速对线圈管道内流体平均雷诺数分布的影响。结果表明，不同导流片曲率半径比的线圈管道内的流体雷诺数分布曲线相似，平均雷诺数随入口流速的增加而增大，管道接头出口雷诺数随导流片曲率半径比的增大而减小，导流片曲率半径比小的管接头更适用于线圈水冷曲线管的二次流强化。此外，还为导流片曲率半径比为0.2的管接头拟合了管接头出口雷诺数与入口流速的关系式，为进一步研究类似于托卡马克真空室内线圈管道的曲线管接头的二次流强化提供理论基础。     

冷冻干燥辅助溶胶凝胶法合成Li1.2Ni0.2Mn0.6O2正极材料及电化学性能改善研究

采用冷冻干燥辅助溶胶凝胶法合成富锂锰基Li1.2 Ni0.2Mn0.6O2正极材料,并将其结构、形貌以及电化学性能与传统溶胶凝胶法合成的材料进行比较.X射线衍射(XRD)结果表明,通过冷冻干燥辅助溶胶凝胶法合成的Li1.2Ni0.2Mn0.6O2粉末阳离子混排程度更低,冷冻干燥工艺的参与可以改善晶体结构.扫描电镜(SEM)照片分析表明,与溶胶凝胶样品相比较,冷冻干燥辅助溶胶凝胶法合成样品的颗粒团聚程度较低.电化学性能测试结果表明,冷冻干燥辅助溶胶凝胶法合成的材料具有更好的倍率性能和循环性能.除此之外,电化学交流阻抗测试(EIS)结果表明,冷冻干燥辅助溶胶凝胶法合成的Li1.2Ni0.2Mn0.6O2电荷转移电阻低于溶胶凝胶法制备的材料,增强了反应动力学.     

基于连续用电量和缴费时间差的客户信用动态评价模型

加大供电量和提高电费回收效率是供电商增加收益的主要途径,并且用电客户的缴费时间差直接影响着电费回收效率。在用电客户信息较少的情况下,仅仅依赖用电客户的用电量信息和缴费时间差信息,采用扩展的“S型”函数对用电量信息和缴费时间差信息进行整合建模,构建了一个能够度量客户持续用电能力和缴纳电费积极性的客户信用动态评价模型。应用构建的模型对赤峰市宁城县实际用电客户进行信用评价,评价结果与领域专家评价结果具有较高的一致性。     

机器学习方法在高分子玻璃化研究中的应用

高分子玻璃的物理性质与其结构和动力学密切相关.揭示高分子玻璃化的微观物理图像对高分子玻璃材料的结构调控和分子设计至关重要.然而,高分子的长链结构和复杂单体结构特征致使目前仍然缺乏普适的理论或者模型来定量解释高分子玻璃化的物理机制.因此,亟需发展更为先进的研究方法从而更深入地理解高分子玻璃化.近年来,国内外学者利用基于数据驱动的信息学方法(例如机器学习)对高分子玻璃化开展了研究,并取得了丰富成果.本综述首先介绍了常用的高分子信息学数据库和机器学习算法.之后,从高分子玻璃化转变温度的预测、新型高分子玻璃材料的研发、过冷液体的结构-动力学关系和玻璃体系相变的确定四个方面总结和评述了机器学习应用在玻璃化研究中的代表性进展.最后,探讨了机器学习方法在高分子玻璃化研究中面临的主要挑战,并对玻璃信息学这一领域的发展进行了展望.     

钙钛矿相界面插层对SrFeOx基忆阻器的性能提升

SrFeO_x(SFO)是一种能在SrFeO_2.5钙铁石(BM)相和SrFeO₃钙钛矿(PV)相之间发生可逆拓扑相变的材料.这种相变能显著改变电导却维持晶格框架不变,使SFO成为一种可靠的阻变材料.目前大部分SFO基忆阻器使用单层BM-SFO作为阻变功能层,这种器件一般表现出突变型阻变行为,因而其应用被局限于两态存储.对于神经形态计算等应用,单层BM-SFO忆阻器存在阻态数少、阻值波动大等问题.为解决这些问题,本研究设计出BM-SFO/PV-SFO双层忆阻器,其中PV-SFO层为富氧界面插层,可在导电细丝形成过程中提供大量氧离子并在断裂过程中回收氧离子,使导电细丝的几何尺寸(如直径)在更大范围内可调,从而获得更多、更连续且稳定的阻态,可用于模拟长时程增强和抑制等突触行为.基于该器件仿真构建了全连接神经网络(ANN),在手写体数字光学识别(ORHD)数据集进行在线训练后获得了86.3%的识别准确率,相比于单层忆阻器基ANN的准确率提升69.3%.本研究为SFO基忆阻器性能调控提供了一种新方法,并展示了它们作为人工突触器件在神...