可修系统中半马氏过程的稳态分布

众所周知,可修系统是可靠性理论中讨论的一类非常重要的系统,也是可靠性数学主要研究对象之一,研究可修系统的主要数学工具是马氏理论.当构成系统各部件的寿命分布和故障后的修理时间分布,及其出现的有关分布均为指数分布时,只要适当的定义系统的状态,这样的系统总可以用马氏过程来描述.大部分学者为了方便,均是在马氏框架下研究问题的.但是在实践中经常遇到部件的寿命或修理时间分布不是指数分布的情形,这时可修系统所构成的随机过程是半马氏过程,用现有的马氏理论无法解决相关问题.目前,关于半马氏的理论研究的研究又很少,基于此,针对半马氏的随机模型给出了与马氏理论相平行的稳态分布的求解方法.     

谐和与随机噪声联合作用下Van der Pol-Duffing振子的参数主共振

研究了Van der Pol-Duffing振子在谐和与随机噪声联合激励下的参数主共振响应和稳定性问题。     

M/G/1非空竭服务休假排队系统随机分解的简化算法

本文根据M／G／1非空竭服务休假排队系统稳态队长随机分解的结构特征提出一种统一算法，该方法简洁高效，避免了再生循环方法繁杂的运算。运用该方法得出的结果与已知的用再生循环方法得出的结论一致。并且修正了Levy(1989)关于Bernoulli闸门服务休假排队系统随机分解的一个错误。     

加热炉内板坯粘塑性下桡变形的研究

在加热妒内，由于高温及重力作用，板坯两端的悬臂将产生下桡变形。悬臂越长，下桡将越大，导致悬臂下桡部分与出口端墙相碰，影响出料而造成事故。本文对加热炉内板坯的下桡变形进行了分析计算。首先，建立了板坯的二维非稳态导热模型并用有限差分法计算了炉内板坯随时间的温度变化；然后建立了板坯悬臂粘塑性变形模型，用有限元法计算了高温条件下由重力引起的悬臂的下桡变形。由此理论模型计算出的板坯抽出温度与悬臂端下桡量与实测结果吻合良好，说明该理论模型及模型计算方法是正确的，可用于对装钢生产进行指导。     

带对流的稳态Stefan问题的有限元逼近

关于带有对流情形的稳态Stefan问题,其中假设液相部分的流动由Stokes方程确定,Canon,DiBennedetto,Knightly曾作过理论研究.本文将讨论其有限元逼近问题,并且得到了在合理正则性假设下的误差估计.     

NCD系统的数学建模与稳态分析

本文以有限齐次马尔科夫链对NCD（无索赔折扣）系统建模，严谨地证明了，任一NCD系统皆存在唯一的平稳分布。此外，给出了求解这一平稳分布的一般算法，并揭示了此平稳分布的结构。特别地，对两类给定的折扣类转移法则，还给出了平稳分布的显式。     

中高温工质在蒸发器中的换热模拟分析

本文采用分布参数的方法,建立了水源热泵中普遍采用的壳管式蒸发器稳态数学模型.通过中高温水源热泵试验台的实验数据同模拟计算结果的对比,验证了数学模型的准确性。应用此数学模型对中高温工质HTR01、HTR02及R134a在蒸发器典型制热运行工况,进行了模拟计算。得出了三种工质制冷剂侧换热系数沿管长的变化关系并对三种工质的换热性能进行了对比分析,为采用中高温工质的水源热泵换热器设计提供了参考依据.     

超声波声孔效应中气泡动力学的研究

在超声快速制取组织细胞病理切片的过程中，发现激励信号对切片制取效果有明显的影响.为了掌握超声激励信号对组织细胞的影响规律，达到快速制取病理切片的最佳状态，从气泡空化模型入手，通过改变激励信号频率、声压、气泡初始半径和液体黏滞系数等参量，研究了声孔效应中气泡动力学激励机制.数值计算表明：空化泡振动随激励声压增强而升高，随液体黏滞系数增强而减弱；一定频率范围内空化泡振动能保持在膨胀、收缩和振荡的稳定空化状态，存在空化泡稳态振动的最佳激励频率；一定初始半径能保证空化泡产生稳定的振动，存在空化泡稳态振动幅度最大的初始半径.实际操作中，在频率、声压、初始半径和黏滞系数综合作用的若干空化阈内，声孔效应使超声快速法制取细胞组织切片获得最佳效果. 关键词： 声孔效应 超声空化 气泡振动 稳态空化域     

一类新的表面活性剂——长链烷基三苯基鏻——Ⅵ.稳态荧光猝灭法测定十二烷基三苯基溴化鏻胶束的平均簇集数

研究了十二烷基三苯基溴化鏻(C_(12)PBr)胶束中N,N-二甲基苯胺(DMA)和二苯甲酮(DPK)对芘的荧光猝灭,发现DMA的猝灭行为不符合Stern-Volmer动态猝灭和Turro静态猝灭模型;DPK的猝灭行为不符合Stern-Volmer猝灭模型,但遵从Turro静态猝灭模型。根据DPK的静态猝灭性质测得C_(12)PBr胶束的平均簇集数为15士2,并相应地得到C_(12)PBr的临界胶束浓度为(1.77±0.09)×10~(-3)mol/L,后者与文献值一致。     

一种新的多目标演化算法--稳态淘汰演化算法

提出一种新的多目标演化算法，稳态淘汰演化算法（Steady Elimination Evolutionary Algorithm），该算法利用稳态淘汰策略，能够在不需要额外计算量和存储空间的情况下，自发地保存精英个体(elitist），试验结果表明该算法优于当前的多目标演化算法。