机器学习在湍流燃烧及发动机中的应用与展望

随着燃烧科学的发展，数值仿真与实验测量产生了大量数据，这些数据隐含许多有效的物理信息。传统研究方法对此类信息主要利用基于物理规则的模型去处理，但随着数据量的增加，基于数据驱动的方法开始受到重视。机器学习(machine learning, ML)技术由于在数据分析和处理方面取得了巨大成功，为处理燃烧领域的大量数据提供了一种新的范式。该文简要介绍了ML在湍流燃烧中的应用，主要包括化学反应、燃烧建模、发动机性能预测与优化、燃烧不稳定性预测与控制等4个方面，讨论了机器学习在燃烧研究中面临的挑战，并对未来应用进行了展望。     

镁电解槽中制备镁稀土合金的电解工艺及机制研究

在模拟镁电解槽中,采用电解法制备出稀土含量<10%的镁稀土合金;研究了熔盐中RECl3和CaCl2的含量、电解温度和阴极电流密度对合金中RE含量和电流效率的影响。并采用循环伏安实验和还原实验研究电解制备镁稀土合金的机制。研究结果表明,电解制备镁稀土合金最佳的工艺条件为:熔盐中RECl3和CaCl2的含量分别为3%和10%(质量分数),电解温度为948 K,阴极电流密度约为8 A.cm-2。其电解过程机制为:阴极上只电解出金属镁,而后金属镁把稀土元素还原出来,形成镁稀土合金。     

嵌段共聚物在选择性溶剂中自组装过程的计算机模拟

嵌段共聚物由于各嵌段性质不同,在选择性溶剂中能够自发地组装形成众多形态结构各异的纳米结构,如纳米级的球状、棒状、环状、片层状、囊泡及复合胶束等。这些胶束结构在药物传输、催化、电子信息等众多领域都有潜在的应用价值。通过计算机模拟可以在线监控嵌段共聚物的组装过程、揭示其组装机理,明确各种因素对组装结构的影响规律,为实验研究提供思路和理论支持,因此越来越受到人们的广泛关注。本文主要综述了通过计算机模拟对嵌段共聚物在选择性溶剂中自组装研究的一些最新进展,详细讨论了影响嵌段共聚物自组装过程和胶束形貌的各种因素,并对这个领域未来的发展进行了展望。     

基于多智能体的公交运行服务仿真模型

分析了APTS(advanced public ransport system)环境下公交运行服务特性、乘客的出行特性及其相互作用机理.采用多智能体建模方法,对信息条件下乘客的认知方式以及出行行为规则进行解析,建立了考虑容量限制的公交运行服务仿真模型.基于开发的SimCUBE仿真平台进行了仿真实验分析,并就仿真过程中乘客认知的收敛特性得出了相应的结论.     

论“6S”管理体系在高职院校实训教学中的应用

＂6S＂管理模式是为进一步规范实训教学场所的管理,加强职业规范教育,注重学生职业素养的培养,能更好地实现以就业为导向、能力为本位的高职教育目标。     

饮食治疗妊娠期糖尿病

近些年来,糖尿病的发病率逐年上升,妊娠糖尿病紧随其后发病率也有上升趋势.据妇幼保健院的筛查结果25%以上的孕妇血糖有异常,约5%的孕妇患上妊娠糖尿病.妊娠糖尿病的防治将引起高度重视.     

Mg-3Al-0.4Si镁合金的高温磨损行为研究

在20~200℃温度下,利用销盘式磨损试验机研究Mg-3Al-0.4Si合金的磨损行为,评价载荷和温度对磨损速率的影响.应用扫描电子显微镜观察磨损表面形貌以确定高温下的磨损机制,通过光学显微镜观察磨损亚表层组织演变,然后采用显微硬度计测量硬度变化.研究结果表明:随着磨损温度提高,Mg-3Al-0.4Si合金的磨损率随载荷增加而上升的趋势更为明显.其磨损行为可分为轻微和严重磨损,增加磨损温度显著降低轻微-严重磨损转变载荷.轻微-严重磨损前后的亚表层组织和硬度变化表明,摩擦热诱发磨损亚表层发生动态再结晶(DRX)组织转变引起的热软化是造成轻微-严重磨损转变的主要原因.     

热挤压态Al—Si—Pb轴承合金的摩擦学行为

研究了热挤压对搅拌铸造 Al- Si- Pb合金组织与机械性能的影响 .结果表明 :热挤压可以显著改善合金铸态组织 ,降低气孔率 ,提高机械性能 ;随着铅含量增加 ,合金的摩擦系数与磨损率显著下降 ,尤其铅含量为 2 0 %与 2 5 %的合金抗咬合性能明显提高 .对其磨损表面的光学与 X射线光电子能谱分析表明 ,磨损表面了形成由 Al2 O3、Fe2 O3和 Pb的化合物组成的混合物润滑膜 ,这是其抗咬合性能得以改善的直接原因 .     

利用贝叶斯原理在隐私保护数据上进行分类的方法

针对可还原数据扰动(retrievable general additive data perturbation,RGADP)算法在保护数据库隐私时会影响数据挖掘结果的问题,提出一种利用贝叶斯原理在扰动数据上进行分类的方法。该方法分析RGADP算法过程,利用贝叶斯原理,根据扰动数据推算原始数据的概率分布,用估算的概率分布重构数据,并对重构数据进行分类以提高分类的正确性。实验结果表明:该方法估算出的概率分布与原始数据概率分布接近,且重构数据的分类正确率相比扰动数据而言平均可提高4%以上,其更接近原始数据的分类正确率,从而有效地降低了扰动算法对数据分类的影响;该方法的运行时间与数据量和数据分组数成正比,重构10 000条数据的运行时间在200ms以内,因此该方法也具有较高的效率。     

石墨及氧化铝增强AZ91D-Cex基复合材料的磨损性能研究

采用预制体和挤压铸造结合法制备以AZ91D-Cex镁合金为基体,Al2O3短纤维和石墨颗粒混杂增强复合材料,分析不同稀土含量下复合材料的显微组织并测量其硬度,同时考察载荷对复合材料磨损性能的影响.结果表明:复合材料中石墨和Al2O3短纤维分布均匀,与基体结合紧密,稀土Ce沿石墨和Al2O3短纤维的边界富集,其结构为Al3Ce相;复合材料的硬度随稀土含量增加而提高,其中含1.0?合金复合材料的硬度最高;复合材料的磨损率随着稀土含量增加而降低,在20N时3种复合材料的磨损率差别不大,在180N时,含1.0Ce合金的耐磨性最佳.这是由于石墨作为润滑相对摩擦表面起到润滑作用,同时稀土强化相Al3Ce的热稳定性较好,在高载荷时具有较好承载能力,延迟了磨损表面由轻微磨损向剥层磨损的转变.在低载荷时复合材料的磨损机制为磨粒磨损和氧化磨损,在高载荷时为剥层磨损.