摘要：为开发兼具快速导液能力和一定抗拉强度的新型纤维基加湿芯,利用熔喷原位牵伸工艺制备的高定向排列聚乳酸(PLA)微纳米纤维材料与大孔隙粘胶纤维材料进行叠层复合,得到筒状纤维集合体,并对其形貌特征、吸湿速率、干燥速率以及力学性能等进行表征与测试。结果表明:筒状纤维集合体表现出类竹节形貌的层状定向微孔结构,密度为1.1~1.8 g/cm^(3);受益于纤维平均直径和密度的有效调控,吸湿速率和干燥速率分别增加到112.4 mg/s和1.03 mL/h,同时拉伸断裂强力保持在255.2 N以上。仿生竹节纤维基加湿材料样品在实际使用过程中的加湿量为39 mL/h,既可作为高性能纤维基加湿芯用于室内微环境湿度调节,又可为高导液纤维材料的功能性结构设计和绿色制备提供参考。

摘要：为进一步优化医疗防护材料的防护性能和穿着舒适性,设计了一种由SS表层、SMMS中层和SS衬层组成的防水透湿非织造复合材料。采用三抗整理剂、纳米二氧化硅(SiO2)对表层材料进行聚合物改性,采用聚乙二醇(PEG)对衬层材料进行改性处理,热轧复合得到防水透湿非织造复合材料样品,并测试了样品的力学性能、湿舒适性能和医疗防护特性。结果表明:受益于多层致密结构,样品纵向断裂强力为143.18N,横向断裂强力为68.54N,样品耐破度可达1126.75kPa,均高于GB19082—2009标准的要求;样品的耐静水压值为22.82kPa,过滤效率高达99.82%,可有效抵御各类液体和非油性颗粒的渗透;样品透气率达6.89mm/s,水蒸气透过率为4637g/(m^(2)·d),兼具有高防护特性和湿舒适性,远优于复合透气膜等同类医疗防护产品。

摘要：载荷是滚动轴承运转过程中不可忽视的因素,不同特征的载荷会对轴承的可靠性产生差异影响。针对滚动轴承实际当量动载荷具有随机时变的特点,提出了一种考虑动态时变载荷的滚动轴承可靠性寿命评估方法,以解决传统方法忽略轴承载荷时变性导致的评估精度较低的问题。利用灰色预测模型,构建了轴承当量动载荷随机时变过程的分析模型,对小样本载荷数据进行预测补充;在此基础之上,提出了基于动态应力—强度干涉模型的轴承可靠性寿命评估方法,得到了动载荷的工作区间,从而获得轴承可靠性寿命区间;进行了圆柱滚子轴承NU206E的可靠性寿命测试,对该方法进行验证。结果表明:与传统方法相比,采用所提出的方法得到的轴承寿命评估值与测试值较接近,精度较高,评估时间较短,且能获得覆盖大部分测试值的寿命区间。结合灰色预测模型和动态应力—强度干涉模型的滚动轴承可靠性寿命评估方法具有良好的工程应用价值,为变载工况下的滚动轴承可靠性评估提供了新的思路。

摘要：为了降低混合动力系统的燃料消耗并延缓动力元件的老化,提出了一种基于多目标优化和路况分类的能量管理策略(EMS)。首先,构建了燃料电池与锂电池的电气模型,并引入了等效氢耗模型和燃料电池老化模型。其次,设计了基于规则的多模式EMS,在此基础上,为了进一步降低系统的等效氢耗,并延长其使用寿命,基于多目标白鲸算法(MOBWO)对EMS参数进行优化。再次,为了使所设计的EMS适用于不同的路况,提出了基于长短期记忆网络(LSTM)的驾驶路况实时分类方法,旨在根据分类结果切换EMS的控制参数以达到最优效果。最后,在仿真平台上对所提算法进行分析。结果表明:与基于规则的方法相比,所提方法氢耗量降低了2.3%,燃料电池的老化程度降低了1.02%,验证了所提EMS能够有效降低混合系统的燃料消耗,并且能够延缓燃料电池老化,从而提升了系统的经济性和耐久性。

摘要：在都市圈、现代化新城建设的时代背景下,传统农业地区的人口不断外溢,形成了局部乡村人口流失的典型区和加剧区.以省际交汇经济强市永城市为研究区,基于人口普查数据,利用空间自相关和重心转移法等方法来分析人口密度的时空变化特征,并进行影响因素分析.研究发现:(1)从空间演化上来看,2000、2010和2020年部分乡镇等级人口密度值有很大变化,特别是在市中心变化尤为明显.虽然市中心城镇人口不断上升,但城关镇近10 a人口却有所减少,附近演集镇人口却急速增加,而其他大部分乡镇人口在近20 a中都大幅度减少,只有个别乡镇的人口得到了回流.(2)从空间分异上看,随着研究的细化,虽然村级尺度人口密度和变化单元的分布形态和镇域尺度相比呈现出明显的破碎化特征,但表现出的低值、高值区域分布形态基本相同,只有个别村庄有些许差异.(3)从空间关联上来看,人口密度在空间上均表现出集聚现象,且随着尺度细化其集聚程度进一步加强.从重心变化看,人口密度重心有明显的空间转移且逐渐向城关镇附近靠近.(4)通过地理加权回归和其他因素分析发现,城镇化水平、人口老龄化程度和人均耕地面积对人口密度时空分异有着较大的影响,但其中单一指标的经济贡献值却很难对人口密度造成较大影响,永城市人口密度的差异性主要由经济社会发展、环境区位条件和政策等因素共同作用造成的.

摘要：针对中央空调用冰蓄冷系统存在制冷机组效率较低及初投资过高的问题,本文提出一种利用电压缩制冷循环的盐溶液蓄冷系统,由电压缩制冷循环和盐溶液蓄能循环复叠组成,其特点在于电压缩制冷循环所制取冷量通过盐溶液浓缩分离过程实现冷量储存,然后浓溶液吸收水蒸气实现冷量释放,实现冷量的谷蓄峰用,有助于电力削峰填谷。建立了新系统热力学数学模型,分析蓄冷阶段电压缩制冷循环和盐溶液浓度对新系统循环特性及储罐容积的影响,并评估其经济性。研究表明,新系统综合性能和经济性优于传统冰蓄冷系统。在供冷量300 kW设计工况下,新系统较传统冰蓄冷系统综合性能系数(CCOP)提高10.96%,每小时所需储罐容积降低39.49%,且生命周期内新系统的总投资比传统冰蓄冷系统降低17.97%。

摘要：为溯源大型火电站循环泵顽固性振动原因,解决循环水泵振动问题,采用数值模拟方法研究水泵振动及水流道流场规律,提出了多种改善前池与吸水室不良流态的整流方案.采用雷诺时均N-S方程结合Realizable k-ε湍流模型,对原始工况和不同整流方案的水流流态进行Fluent三维数值模拟,分析并选择了合适的整流工程措施.模拟结果表明:弧形进水流道与矩形前池的不规范设计形成的高速水流区及贴壁偏流情况是造成循环泵振动的主要原因.为消除循环水泵的顽固性振动问题,在前池采用弧状均流板的整流措施后,整个前池、吸水室与喇叭口附近的流态均得到了较好的改善,前池高速水流区减少,吸水室贴壁偏流情况基本消失,喇叭口区域流态均匀,循环水泵进水条件优秀.现场试验证明:在实施整流措施后,明显消除了机组振动,提高了循环泵的运行效率.研究成果可为类似工程实例提供一定的理论指导和参考.

摘要：煤层气开采过程中,经常出现井壁坍塌、渗透率降低等问题。超临界二氧化碳(SC-CO_(2))钻井技术的提出为煤层气钻井提供了新的技术支撑,但较高的破煤门限压力和高能耗,仍是限制SC-CO_(2)推广应用的关键。射流形式是影响射流能量转化效率的重要因素之一,目前SC-CO_(2)射流的相关研究均基于连续射流。相较于连续射流,脉冲射流冲击压力大、具有更高的破煤岩效率,其中自激振荡脉冲射流是与工程相结合的最现实的一种脉冲射流形式。目前关于自激振荡脉冲射流的研究多是基于水射流开展的,但由于SC-CO_(2)与水的流体性质存在较大差异,自激振荡脉冲水射流喷嘴的相关结构参数是否适用于SC-CO_(2)尚未可知,仍需进一步开展相关研究。因此,为进一步提升SC-CO_(2)的破煤效率,提出自激振荡脉冲SC-CO_(2)射流。在传统Helmholtz共振腔的基础上,结合可压缩流体理论,明确了SC-CO_(2)的自激振荡脉冲发生机制,确定了适用于SC-CO_(2)的自激振荡喷嘴结构;通过大涡模拟分析了SC-CO_(2)的自激振荡发生过程,并开展了SC-CO_(2)连续射流与脉冲射流破煤对比实验,验证了自激振荡脉冲SC-CO_(2)射流的破煤效率。结果表明:SC-CO_(2)射流的自激振荡脉冲机理与水射流的自激振荡脉冲机理存在本质上的差异;SC-CO_(2)湍流的脉动主要由涡模态、声模态和熵模态组成,其运动中的剪切过程决定了涡结构的形成与放大,是形成自激振荡扰动的根本,膨胀压缩过程和热力学过程决定了扰动的反馈以及扰动频率,是完成自激振荡的关键。并且涡模态、声模态和熵模态之间相互耦合,共同作用;发现自激振荡脉冲SC-CO_(2)射流喷嘴的设计关键是找到合适的振荡腔结构;自激振荡脉冲SC-CO_(2)射流相较于连续射流而言,射流能量转化率更高,冲蚀破坏效果更好。综上所述,该研究创新性提出了自激振荡脉冲SC-CO_(2)射流,明确了自激振荡脉冲SC-CO_(2)射流发生机制,为自激振荡脉冲SC-CO_(2)射流喷嘴设计奠定了基础,确定了较好的自激振荡喷嘴结构参数,并验证了所设计喷嘴的适用性,进一步提升了SC-CO_(2)射流的能量利用率,降低了系统能耗。

摘要：在模型未知的部分可观测马尔可夫决策过程(partially observable Markov decision process,POMDP)下,智能体无法直接获取环境的真实状态,感知的不确定性为学习最优策略带来挑战。为此,提出一种融合对比预测编码表示的深度双Q网络强化学习算法,通过显式地对信念状态建模以获取紧凑、高效的历史编码供策略优化使用。为改善数据利用效率,提出信念回放缓存池的概念,直接存储信念转移对而非观测与动作序列以减少内存占用。此外,设计分段训练策略将表示学习与策略学习解耦来提高训练稳定性。基于Gym-MiniGrid环境设计了POMDP导航任务,实验结果表明,所提出算法能够捕获到与状态相关的语义信息,进而实现POMDP下稳定、高效的策略学习。

摘要：针对短波复杂信道环境下信号所属协议识别困难的问题,提出一种基于Swin-Transformer神经网络模型的短波协议信号识别算法。首先使用时频分析方法得到信号的灰度时频图作为神经网络的输入;其次设计一种基于Swin-Transformer的神经网络模型,对信号时频图进行特征提取;最后将特征与协议建立映射关系,从而实现信号协议的识别。仿真实验结果表明,在信噪比大于−4 dB的高斯信道下,所提算法的识别准确率接近100%,高于现有算法。此外,在强干扰以及多径时延衰落的信道条件下,所提算法仍具有较高的短波协议信号识别率。