为探索钢水中大量粒子的凝聚过程,应用分形理论的DLA模型,对粒子集团凝聚行为进行了模拟研究.结果表明,模拟得到的凝聚体与钢中簇状类型夹杂物的形状相似.根据分形理论可以认为它们的凝聚过程遵守同一规则.大量粒子凝聚时先是各自凝聚成小集团,然后再合并成大集团.形成相等尺寸的粒子集团所需时间不同,初始条件相同形成的粒子集团形状不同.粒子凝聚速度随其移动步长和粒子浓度增大而加快,夹杂物粒子平均移动步长主要受钢水粘度和粒子尺寸影响.粒子集团大小分布随凝聚时间和粒子平均移动步长而变化

以高超音速火焰喷枪为研究对象，采用计算流体力学软件Fluent对高超音速火焰喷涂(HVOF)过程中的焰流流场以及粒子飞行过程进行数值模拟。HVOF系统以氧气为助燃气体，煤油为燃料。研究了加入粒子前喷枪内火焰焰流温度、速度和压力分布规律，采用离散相模型计算喷涂粒子的动力学飞行行为，探究了粒子大小、注入速度、球形度对粒子飞行行为的影响。发现最佳粒子粒径范围应为30～50 μm，在此范围内粒子均匀的分布在焰流中心，且为熔融状态，更易形成结合强度较高的涂层；小粒径粒子最佳注入速度为10～15 m·s?1，中等粒径粒子最佳注入速度为5～10 m·s?1，大粒径粒子最佳注入速度为1～5 m·s?1；与球形颗粒相比，非球形颗粒具有较高的阻力系数，在飞行过程中获得更大的动能和更少的热量

以极端稀释气溶胶体系中单个粒子为研究对象,建立了考虑受重力浮升力、表面势力和布朗热动力作用的运动控制方程,运用布朗动力学方法数值模拟了近壁处气溶胶粒子的动力特性规律.结果表明,壁面之上一定范围内(约50个气溶胶粒子半径)存在一个壁面影响区,区域中气溶胶粒子的动力特性有别于无界大空间中的气溶胶粒子,且其厚度远大于壁面对粒子作用力的范围(约1个粒子半径).最后讨论了不同表面特性、不同粒子半径时壁面影响区的变化规律

利用淬、回火工艺得到具有弥散分布的渗碳体粒子+铁素体双相组织的低碳钢,采用Gleeble-1500型模拟机进行热压缩变形实验,研究了在700℃、0.01 s-1条件下变形过程中渗碳体粒子对低碳钢铁素体动态再结晶过程的影响.结果表明:在700℃、0.01 s-1条件下变形时,存在以粒子激发形核机制为主的铁素体动态再结晶过程,在形变初期粒子激发形核主要在大尺寸渗碳体粒子(〉1μm)附近发生,大应变量下应变累积促进粒子激发形核在小尺寸渗碳体粒子(0.5~1μm)附近发生

利用场发射扫描电镜观察了以MnS为主要抑制剂的普通取向电工钢加工过程中第二相粒子的分布状态,统计了粒子面密度、平均尺寸以及相应的尺寸分布.结果显示,热轧加工造成了大量第二相粒子弥散、细小地析出,同时基体仍保持过饱和状态.冷轧变形会造成第二相粒子的回溶行为,而基体的过饱和状态会减弱回溶现象.中间退火与脱碳退火过程中会同时存在新粒子的形核及已析出粒子的粗化两个过程,而在最终二次再结晶升温阶段则以第二相粒子明显粗化为主

提出了一种全新的快速邻居搜索方法,该方法可提高基于光滑粒子动力学的流体模拟在图形处理器上的运行效率.此外,这种新的邻居表建立方法可以对两种或者两种以上的粒子进行邻居搜索,使所有粒子能在同一背景网格下拥有独立的粒子属性.在此基础上,引入了Ghost边界粒子以加强光滑粒子动力学方法在边界模拟上的准确性,从而使流体模拟更加真实.实验证明,与传统的基于图形处理器的光滑粒子动力学模拟相比,本文方法效率更高

“伟大的数学家已经针对人类思想作出了甚至比文学家还更加不朽的贡 献,因为它与语言无关。” 提奇马什 由于微观粒子的波粒二象性,微观粒子运动状态的描述方式和经 典粒子不同,微观粒子力学量(坐标动量、角动量和能量等)的性 质也不同于经典粒子的力学量.微观粒子的波粒二象性使得其坐标和 动量不能同时具有确定的值,因此我们只能用与经典力学不同的方式 描述微观粒子的力学量:在量子力学中,用波函数描写微观粒子运动 状态,波函数满足运动方程一薛定谔方程,而力学量则使用算符表 示

通过种子生长法和自组装技术合成Ag@Pt核壳结构纳米粒子(以下简称Ag@Pt粒子),测量和比较在电催化循环伏安扫描(以下简称CV扫描)过程中失效前后的Ag@Pt粒子对甲醇的电催化性能的变化,采用透射电镜、高分辨电镜、X射线光电子能谱等方法研究其失效机理.结果表明:Ag@Pt粒子在循环伏安扫描的过程中会发生空化现象,其临界电压为0.5 V,空化现象随时间的增长而变得明显;Ag@Pt粒子空化后形成由Ag包覆空心Pt壳的纳米粒子,这是导致其在对甲醇进行电催化氧化过程中催化性能明显下降的原因

针对经典人工蜂群算法收敛速率较慢,后期易陷入局部最优解的不足,本文将粒子群算法中\全局最优\的思想引入到人工蜂群算法的改进过程,从而形成了一种新的人工蜂群改进算法——粒子蜂群算法.首先,提出了趋优度的概念,用来衡量引领蜂在有限次迭代过程中向全局最优解靠近或远离的程度,趋优度值可以评价个体的\发展潜力\,趋优度值越低的个体,越需要增大变异的程度,以便找到质量更优的解.其次,专门设计了一种新的蜜蜂群体——粒子蜂,在引领蜂变异阶段根据趋优度的大小将引领蜂变异为侦查蜂和粒子蜂,粒子蜂的出现在很大程度上增加了种群的多样性,拓展了算法的搜索范围.然后,通过粒子蜂群算法种群序列是一个有限齐次马尔科夫链和种群进化单调性的分析,验证了本文所提算法的种群序列依概率1收敛于全局最优解集.最后,将本文所提算法应用于多个常见测试函数,并与经典蜂群算法、近年其他文献改进蜂群算法进行了仿真对比研究,仿真结果表明本文所提算法确实加大了种群的分散度、扩宽了搜索范围,从而具有更快的收敛速度和更高的寻优精度

一、实验设计中的蒙特卡洛方法的应用 1.实验装量性能的研究 高能粒子反应的终恋粒子在探测器中的输运是个很复杂的过程。探测器是通过终态粒子在其中穿行过程中,留下的时间信息和(或)能量沉积信息来决定终态粒子的物理参数,如能量、动量、运动方向和粒子种类等。例如要确定带电粒子的动量,通常可以从测量该粒子在磁场中径迹的曲率来得到