建立了粒状物料干燥过程中传热传质数学模型,并采用数值方法进行了处理,该模型能较好地预测干燥过程中物料的含湿量及温度等的变化。模型计算结果与实验结果吻合良好

通过煤自然发火实验和松散煤体粒度与氧化自燃性关系实验,推算出煤自燃过程中一些特性参数的计算公式.根据多孔介质流体力学、传质和传热学理论,建立了松散煤体漏风流流场、氧浓度场和温度场的数学模型.通过实验和理论分析,建立了松散煤体自然发火的三维动态数学模型,分析了模型边界条件的确定方法,并采用有限差分法对二维模型进行了数值求解

建立60t·h-1氧化铝熟料回转窑综合传热、传质数学模型.应用数值方法,研究喂入料浆的水分含量对窑内热过程的影响,分析得到熟料烧结方式由湿法转变为干法时回转窑具有提高产能、降低能耗的潜力.结果表明:当料浆水的质量分数降至20%时,回转窑生产能力可比实际工况提高24%,相应燃煤单耗降幅可达18%.随料浆含水量再递减,则产能和燃煤单耗的平均变化量显著减少,改变幅度逐渐趋缓

为提高储氢反应器的传热及吸放氢速率, 对现有金属氢化物反应器进行了系统的综合分析与评价.基于强化传热传质特性, 设计优化出了一种高效的新型椭圆螺旋微管束反应器(ESMBR), 其具有结构紧凑、传热效果好、反应速度快及操作方便等特点.对研究的储氢反应器进行了建模, 并通过实验验证了该模型的准确性和有效性.通过COMSOL软件对比ESMBR、圆形螺旋微管束反应器(SMBR)和直管微管束反应器(MTBR)的数值模拟结果得出, ESMBR在储氢时具有优异的传热传质性能.进一步的敏感性分析结果表明, ESMBR中椭圆螺旋管结构参数的敏感性顺序为主直径(Dc) >椭圆截面长轴(A) >椭圆截面短轴(B) >节距(Pt) >螺旋角度(α).采用多元价值取向模型对不同的反应器方案进行了系统的分析评估, 结果表明: ESMBR的综合优度高达0.845, 对比结果也明显优于其他反应器, 在氢能领域将有广阔的应用前景

相界面积对气液两相流中传热、传质、物理化学反应等动力学过程影响重大.为获取这一参数,提出一种根据两相流数值模拟结果计算相界面积的方法.此方法借鉴分段线性重构界面的思想,在各网格单元内以平面近似真实相界曲面,根据目标流体的体积分数及其梯度向量将网格内相界面形貌归为五类,进而采用不同的方法分别计算各类相界面的面积.在铜转炉熔池内两相流数值模拟结果分析中的应用效果表明:该方法能有效提取两相流体系中任意区域的相界面积,从而为体系动力学特征的定量分析提供依据.利用相界面积数据,进一步计算了氧气利用率并识别出熔池内‘高效反应区’,计算和识别结果与工程实际吻合,证实了该方法的准确性

建立了超声场下直径630 mm的铝合金大铸锭热顶半连铸过程中多场耦合的数学模型,采用有限体积法及自定义函数获得超声作用下结晶器内声场、流场和温度场的分布,并进行工业化实验研究.综合工业实验和仿真结果分析超声对热顶半连铸铝合金大铸锭细晶的机理.模拟结果表明,超声波对宏观物理场的影响非常明显,施加超声后,辐射杆端面下方形成向上的回流区,强烈的紊流促进铝熔体的传质传热,减小液穴深度,使液穴更加平缓,同时初始凝壳点下移,过渡带变窄,铸锭中心处过渡带宽度从342 mm减小到120 mm左右.分析实验结果发现,经超声处理,铸锭组织普遍变得细小、均匀,平均晶粒尺寸减小103μm,最大最小晶粒尺寸差从135μm减小到64μm,且凝固组织晶界变细

传统的分类算法大多假设数据集是均衡的,追求整体的分类精度.而实际数据集经常是不均衡的,因此传统的分类算法在处理实际数据集时容易导致少数类样本有较高的分类错误率.现有针对不均衡数据集改进的分类方法主要有两类:一类是进行数据层面的改进,用过采样或欠采样的方法增加少数类数据或减少多数类数据;另一个是进行算法层面的改进.本文在原有的基于聚类的欠采样方法和集成学习方法的基础上,采用两种方法相结合的思想,对不均衡数据进行分类.即先在数据处理阶段采用基于聚类的欠采样方法形成均衡数据集,然后用AdaBoost集成算法对新的数据集进行分类训练,并在算法集成过程中引用权重来区分少数类数据和多数类数据对计算集成学习错误率的贡献,进而使算法更关注少数数据类,提高少数类数据的分类精度

第一节时间数列概述 第二节时间数列的水平分析指标 第三节时间数列的速度分析指标

• 1. 一组数据向其中心值靠拢的倾向和程度 • 2. 测度集中趋势就是寻找数据一般水平的 代表值或中心值 • 3. 不同类型的数据用不同的集中趋势测度 值 • 4. 低层次数据的集中趋势测度值适用于高 层次的测量数据，反过来，高层次数据的 集中趋势测度值并不适用于低层次的测量 数据 • 5. 选用哪一个测度值来反映数据的集中趋 势，要根据所掌握的数据的类型来确定

◼ 商务智能概述 ◼ 在线分析处理OLAP技术 ◼ 数据挖掘技术和方法* ◼ 数据挖掘过程 ◼ 数据仓库 ◼ 商务智能应用*