研究一种用于圆形封闭管道内气固两相流实时截面相浓度测量传感器。该传感器采用新型栅极式电容电极设计,有效地均化了空间敏感电场分布,减小了因截面流型变化而导致的测量值波动,提高了测量精度;同时,栅极轴向检测特性的优化,提高了传感器对圆管截面相浓度信号的实时跟踪及瞬态检测能力

在现有工艺条件下，校验和完善二冷区铸坯凝固传热计算数学模型，开发三维二冷配水模型，解决目前设备状况下冷却水分布不均匀对铸坯温度的影响，从而控制铸坯表面质量，特别是铸坯的角部裂纹，同时对板坯连铸二冷配水制度进行改进和优化，使之满足高效连铸生产条件和改善铸坯质量的需要。提出压下参数计算公式，结合所开发三维二冷配水模型，优化现有压下工艺，提出并应用精准可控单段压下、非稳态压下控制，集中解决连铸板坯中心偏析、中心疏松和缩孔等内部质量问题。同时优化模型数据库，使之数据更加完备，模型计算更加准确，同时模型具备异钢种混浇过程二冷及压下控制功能，能够进行凝固终点W形预测与控制，可进一步提高模型适用性和准确性。模型开发并成功在多家钢厂现场应用，有效改善了铸坯裂纹和偏析等铸坯表面和内部的质量问题

设计的任务是从信息需求中综合出数据结构的表示、程序结构、接口特征和过程细节。主要描述高层各部分的相关关系和底层所需要的逻辑操作

在贝叶斯理论框架下, 提出了一种基于多源数据融合的深埋硬岩隧道围岩参数概率反演方法.首先, 分析硬岩隧道常用的启裂-剥落界限本构模型中围岩单轴抗压强度、启裂强度与抗压强度比及抗拉强度三个参数不确定性来源, 确定其概率统计特征; 其次, 利用粒子群算法优化多输出支持向量机, 建立反映反演参数与隧道监测数据间非线性映射关系的智能响应面; 最后, 结合贝叶斯分析方法构建概率反演模型, 运用马尔科夫链蒙特卡洛模拟算法实现了围岩参数的动态更新.将该方法应用到某深埋硬岩隧道中, 利用反演的围岩参数计算隧道拱顶下沉点、周边收敛点变化值及开挖损伤区深度, 与监测数据吻合较好.结果表明, 该方法可以实现围岩多参数快速概率反演, 更新后的参数可用于硬岩隧道施工安全风险评估与结构可靠性设计

为探究口环密封对多级离心泵转子横-轴双向耦合振动的影响，基于空间欧拉角变换及有限元法，建立了多级离心泵转子系统叶轮和轴系的微分运动方程，在此基础上，充分考虑口环流体激振力和多种轴向力的耦合作用，利用矩阵运算方法建立了多级离心泵湿转子的横-轴双向耦合振动模型，并采用Newmark法对双向耦合系统的瞬态动力学特性进行求解，重点研究了口环密封长度、压差和间隙对系统耦合振动特性的变化规律，计算了不同密封参数下的流体激振力.计算结果表明，口环密封对转子系统横向振动的洛马金效应随着密封长度和压差的增大以及间隙的减小愈发明显，转子系统的横向稳态振动收敛速度快于轴向稳态振动的收敛速度，两向瞬态振动的振动频率呈现出完全不同的特性.此外，密封的流体激振力与密封长度呈现非线性变化关系，而与密封压差和间隙呈现线性变化关系

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

利用Gleeble-3500热模拟试验机对38MnB5热成形钢的高温变形行为进行研究, 分别在650~950℃温度区间内, 以0.01、0.1、1和10 s-1的应变速率对其进行等温单向拉伸测试, 并得到相应条件下的真应力-应变曲线.结果表明: 38MnB5热成形钢流变应力随着变形温度的升高而减小, 随着应变速率的增大而增大.当应变速率逐渐增加时, 热变形时发生的动态回复和动态再结晶效果并不显著, 而当温度逐渐升高时, 二者作用逐渐加强.考虑了温度、应变速率和应变的综合复杂影响, 建立38MnB5热成形钢高温下的本构方程.此本构方程通过对流变应力、应变、应变速率等实验数据的回归分析, 得到与变形温度、应变速率和应变相关的材料参数多项式.计算结果与实验结果对比发现, 通过本构方程所获得的计算值与试验值吻合良好

通过单矿物浮选试验、光学显微镜分析、E-DLVO理论计算、团聚动力学分析等研究了油酸钠浮选体系下赤铁矿浮选过程中的自载体作用。单矿物浮选试验表明，粗粒赤铁矿（?106 + 45 μm）的可浮性较好，当油酸钠用量超过15 mg·L?1时，回收率可达到90%以上，而细粒赤铁矿（?18 μm）的浮选回收率、浮选速率则较低；当粗?细赤铁矿中粗粒和细粒的质量近似相等时，粗粒的“自载体”效果最强，浮选回收率增加的也最明显，但粗粒过量则会导致粗粒对细粒赤铁矿浮选的强化作用减弱。光学显微镜分析和E-DLVO理论计算表明，粗?细赤铁矿颗粒间的相互作用能高于细粒赤铁矿间的相互作用能，与细粒赤铁矿相比，粗?细赤铁矿间更容易发生团聚，这也是粗粒能够强化细粒赤铁矿浮选（自载体作用）的主要原因。但过量的粗粒赤铁矿会增强其浮选过程中的“磨削、剪切”作用，导致粗粒的“自载体”效果减弱，浮选回收率降低

上一章,已经系统地介绍了定积分的基本 理论和计算方法。在这一章中,将利用这些知 识来分析解决一些实际问题。定积分的应用很 广泛,在自然科学和生产实践中有许多实际问 题最后都归结为定积分问题。本章不仅对一些 几何物理量导出计算公式,更重要的是介绍运 用“微元法”将所求的量归结为计算某个定积 分的分析方法

网络环境下的恶意软件严重威胁着工控系统的安全，随着目前恶意软件变种的逐渐增多，给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题，围绕威胁工控系统网络安全的恶意软件对象，本文通过结合利用强化学习这一高级的机器学习算法，设计了一个检测应用方法框架。在实现过程中，根据恶意软件行为检测的实际需求，充分结合强化学习的序列决策和动态反馈学习等智能特征，详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性，可为一般恶意软件行为检测提供一种智能化的决策辅助手段