摘要：研究煤粉射流燃烧优化控制问题,针对射流速度及挥发份含量对煤粉射流燃烧特性的影响,以小型炉膛模型为研究对象,采用大涡仿真方法(LES)和雷诺平均方法(RANS)对煤粉射流燃烧进行数值仿真,结果能够更精细地反映浓度及温度分布,且能更准确地预测火焰中心位置和炉内回流情况。然后,采用不同射流速度和挥发份含量下炉内流场分布模型特点进行仿真。仿真结果表明,射流速度过大会使火焰中心靠后,火焰直射对墙,造成较大的碰撞损失,分析发现5m/s为最优射流速度。通过不同挥发份含量煤粉对比,发现高挥发份煤的着火距离明显短于低挥发分煤,且在炉膛上部存在强烈的回流,将炉膛中心的高温气流卷吸到喷口附近,从而加快煤粉气流的升温及着火速度。仿真结果可为煤粉射流燃烧的稳定性和系统优化设计提供理论依据。

摘要：本文通过对铁道部会议电视改造工程设计方案的论述,从高稳定性、安全管理、高质量以及标准等几个方面对高清晰视频会议系统在铁路中应用进行深入思考。

摘要：为了实现消费者满意度测评工作的程序化、自动化、智能化,给出了研制消费者满意度测评的决策支持系统应遵循的原则。在此原则的基础上,通过系统分析,构造了系统的总体结构模型,并进行了各部分的功能分析和设计。通过实现技术的选择比较,确定了系统以J2EE作为开发平台,以B/S模式作为体系结构,以MVC作为设计模式,以Struts作为Web层的开发框架,最后给出了系统的技术路线。

摘要：通过PROE软件对挖掘机工作装置进行三维模型的建立,在多体动力学软件ADAMS中对工作装置虚拟样机进行了动力学仿真分析,得出了挖掘机工作装置在复挖掘工况下各铰点的受力情况。取各铰点最大受力姿态及大小为工作装置进行有限元分析,为设计优化提供依据。

摘要：针对煤燃烧排放NOx污染物造成污染,为了能准确地预测NOx的生成及提出更有效的控制NOx排放的措施,提出建立了煤粉锅炉的三维物理模型,并将炉膛分区域进行合理的网格划分。应用涡团耗散概念(EDC)模型耦合对化学反应机理对炉膛内煤粉的流动、燃烧及NOx的生成特性进行研究,炉内各组分的浓度分布与NOx的生成分布存在很强的对应关系,采用EDC模型耦合反应动力学机理进行仿真。结果表明方法可以很好地反映NOx的生成特性。可以较为准确地模拟NOx的生成特性,可准确预测和有效控制NOx的排放,为优化设计提供了理论基础。

摘要：基于开源计算流体力学(computational fluid dynamics,CFD)计算程序包OpenFOAM模拟煤粉燃烧特性,运用大涡模拟(large eddy simulation,LES)方法模拟炉内燃烧情况,研究煤粉颗粒直径对火焰特性的影响,通过对比分析模拟结果和试验数据,验证LES及所用模型对气-固两相煤粉湍流射流燃烧模拟的有效性。研究表明:细煤粉燃烧的高温区域更广,火焰中心离喷嘴出口更近,局部温度更高,燃烧更加充分;建立的湍流及燃烧模型可靠有效,可为锅炉、内燃机及其他动力装置中燃烧流动的稳定性研究及系统优化设计提供理论依据,对揭示其他复杂的燃烧现象也有一定的参考价值。

摘要：流量系数是堰的设计重要参数之一,该文通过神经网络模型多层感知器(MLP)和广义神经网络(GRNN)对矩形尖顶侧堰流量系数(C_(d))进行建模和预测。通过MATLAB程序语言设计两种不同的神经网络模型,再以无量纲弗劳德数(F_(r))、堰长与堰宽之比(L/b)、堰长与上游水深之比(L/h_(1))和堰高与上游水深之比(P/h_(1))作为输入参数,流量系数(C_(d))作为输出参数。研究结果表明,验证阶段决定系数R^(2)=0.938、均方根误差RMSE=0.017、散度SI=0.036和平均绝对百分比误差MAPE=0.004%的GRNN模型优于MLP和GMDH模型,96%的预测数据误差在4%以下,具有较高的准确性,可为相关研究提供有价值的参考。

摘要：为了准确高效地得出矩形侧堰流量系数(C_(d)),首先设计矩形侧堰模型试验,得出6种不同流量工况下的流量系数试验值,利用MATLAB搭建不同核函数的最小二乘支持向量机(LS-SVM)模型,将影响C_(d)的各无量纲参数作为模型输入,C_(d)作为模型输出.研究表明:LS-SVM模型可用于矩形侧堰流量系数预测,且高斯核函数优于多项式核函数和线性核函数,在测试阶段最佳模型的性能指标平均绝对误差(MAE)为0.005,均方根误差(RMSE)为0.005,决定系数(R2)为0.966,表明该模型性能较好,精度较高,预测值较准确.本文提出了一种预测侧堰泄流能力的智能模型,讨论了不同无量纲参数对该模型的影响,验证了该模型的适用性,为类似水利工程提供参考依据,同时为解决复杂水力学问题提供新思路.

摘要：为了实现灌区精确量水、准确率定闸门流量系数,该研究针对弧形闸门泄流特性,采用支持向量机(support vector machine,SVM)、广义回归神经网络(generalized regression neural network,GRNN)、极限学习机(extreme learning machine,ELM)及核函数极限学习机(kernel extreme learning machine,KELM),对其淹没流态的泄流量进行预测,通过评价指标、目标函数(objective function,OBJ)准则和不确定分析等方法对模型性能进行综合评估。基于最优预测模型性能,引入全局敏感性分析Sobol法对无量纲参数进行量化分析,得出各参数对泄流量的重要程度,并进一步探究影响泄流的重要参数与流量系数(C_(d))之间的变化规律。结果表明:KELM模型在测试阶段决定系数R^(2)=0.972、平均绝对百分比K_(MAPE)=5.038%、均方根误差KRMSE=0.020、威尔莫特一致性指数K_(WIA)=0.993,目标函数值K_(OBJ)=0.0127,95%置信区间为[−0.04927,0.04956],与SVM、GRNN和ELM模型相比,该模型具有更高的准确性和鲁棒性,可作为弧形闸门流量校核的高效高精度模型;Sobol法全局敏感性分析表明,耳轴销高度与上游水深之比(h/Y0)、闸门半径与上游水深之比(R/Y0)、闸门宽度与上游水深之比(B/Y0)对Cd的一阶敏感性系数和全局敏感性系数分别为0.1162、0.0754、0.0752和0.5311、0.4966、0.4959,是影响Cd的主要因素,且C_(d)随h/Y0、R/Y0、B/Y0的增加而增大,在工程设计中应当重点考虑。该研究成果可进一步完善和丰富闸门淹没流态下的水力学机制,为校核闸孔流量提供方法。

摘要：目的:了解遵义市居民对健康的认识现状和对建立居民健康档案的态度以及对健康档案的需求情况。为目前及未来一段时间内完善居民的健康档案体系提供一定的理论依据。方法:采用多阶段分层整群抽样获取调查对象,采用自行设计的调查问卷进行问卷调查,对遵义市214名常住人口进行问卷调查。结果:已建立健康档案的居民与未建立健康档案的居民相比,对建立健康档案的认识有差异,对健康档案的需求不同,对健康的认识没有差异。结论:加强健康档案的宣传工作,有助于提高建档率,同时对建立完善、可靠及真实有效的健康档案有很大帮助。