喷油方式对斜齿轮齿面温度的影响

为探讨喷油方式对齿面温度的影响，以斜齿轮为研究对象，通过CFD仿真和试验研究不同喷油方式对斜齿轮齿面温度的影响。针对斜齿轮喷油润滑过程的特点，分析其齿面摩擦生热量，简化轮齿喷油润滑计算模型，并基于CFX进行齿面对流换热仿真研究，得到了不同喷油方式下的齿面温度；基于功率开放式斜齿轮试验平台，对不同喷油方式下的齿面温度进行了试验测量，与仿真计算结果进行对比分析。结果表明：在高速重载斜齿轮传动系统中，啮出侧喷油润滑的方式比啮入侧喷油润滑方式的冷却降温效果要好。     

河南省灵宝市董家埝银矿原生晕特征及地质意义

董家埝银矿是豫西小秦岭矿集区南成矿带目前发现的唯一大型矿床。为了矿床深部勘查工作的顺利进行,了解有用元素在垂向上的变化规律,选用原生晕地球化学方法,通过典型矿床剖面的原生晕特征研究,实现对深部矿体变化趋势的判断。经计算,确定As、Sb、Ag、Au、Cu、Pb、Zn、Co和Mo等9种元素可作为指示元素,其中As和Sb为前缘晕指示元素,Ag、Au、Cu、Pb和Zn为近矿晕指示元素,Co和Mo为尾晕指示元素。分带指数和浓集指数2种方法计算得出的元素在分带序列上的位置总体趋势一致。用分带指数法确定的主矿体自上而下的原生晕轴向分带序列为Co-Mo-Cu-Au-Sb-Zn-Pb-Ag-As,出现"反分带"现象。结合原生晕地球化学参数变化特征、矿体剥蚀程度研究和理想模型,预测M1-I主矿体向深部仍有较大的延伸。研究成果可以为区域同类型矿化地质体深部的趋势判断和决策提供参考。     

用于厚屏蔽小探测器的蒙特卡罗模拟减方差方法研究

反应堆屏蔽计算中经常出现厚屏蔽、小探测器问题，常规蒙特卡罗方法难以有效解决。基于自动重要抽样（AIS）方法，本文提出了小探测器自动重要抽样(SDAIS)方法，并针对小探测器问题，优化了AIS方法的虚粒子赌分裂算法。该方法在自主开发的蒙特卡罗屏蔽程序MCShield上进行了实现。使用NUREG/CR-6115 PWR基准题验证该方法的正确性和计算效率。结果表明，SDAIS方法可有效地解决厚屏蔽小探测器问题，相比AIS方法及传统的重要性方法，计算效率提升1~2个量级。     

共网数字集群系统应用问题的研究

现今国内的数字集群网络发展存在局限性、差异性，还远没有达到“网”状分布的程度，因此，共网数字集群发展空间巨大、前景广阔。通过列举共网数字集群系统在龙嘉国际机场和长春雷锋车队的成功应用案例，探讨了我国共网数字集群系统应用的可行性和必要性。     

车用复合材料板簧性能的有限元分析

为了初步验证所设计复合材料板簧的结构性能,利用有限元分析方法对复合材料板簧结构的静载力学和动态疲劳进行了研究。计算得到空载工况加载过程中的载荷—位移曲线,板簧刚度为373 N/mm。当两端施加载荷为64.7 kN时,板簧达到最大压缩应力。结合复合材料的S—N曲线对板簧寿命进行了估算,循环次数最低处位于板簧下表面靠近卷耳部分,循环次数为33万次。对比复合材料板簧的设计刚度和疲劳寿命,与有限元分析处理方法计算所得结果较为接近,该板簧结构基本符合使用要求。     

基于FLUENT的多物理场耦合研究

基于FLUENT的多物理场耦合分析是当前核安全分析的热点问题。本文运用6组缓发中子的点堆动力学模型（PKM）编写了反应堆核功率计算程序，利用外部调用耦合和用户自定义函数（UDF）动态链接库耦合方法分别建立了FLUENT-REALP5耦合分析模型和FLUENT-PKM耦合分析模型，并在单相范围内利用水平分支管道的喷放问题和线性反应性引入的超功率瞬变问题验证了耦合模型的正确性和有效性。本研究的耦合分析方法可以为FLUENT的多物理场核安全分析提供支撑。      

三维姿态监测技术在地震测井中的应用

在地震测井施工中,为监测地下检波器的运动特征,需应用三维监测技术。首先从映射几何的角度深入分析OpenGL的三维监测技术,建立OpenGL虚拟场景,然后分析检波器模型内外方位元素的表达,利用三维绘图技术建立检波器的立体模型,最后对所获取的坐标数据进行快速的三维绘图技术处理,形成实时可靠的立体模拟界面。实验结果表明:检波器的方位角模拟精确度能保证在1°以内,满足后期简化数据处理的要求。该技术应用在地震测井中时,具有远程、可靠、无损检测等特点,为操作人员提供直观可靠的观测决策平台,并且结合实际需求能够扩展多种功能模块,可广泛应用于测井过程中方位数据的获取。     

Adaptive backstepping repetitive learning control design for nonlinear discrete‐time systems with periodic uncertainties

This paper addresses a tracking problem for uncertain nonlinear discrete‐time systems in which the uncertainties, including parametric uncertainty and external disturbance, are periodic with known periodicity. Repetitive learning control (RLC) is an effective tool to deal with periodic unknown components. By using the backstepping procedures, an adaptive RLC law with periodic parameter estimation is designed. The overparameterization problem is overcome by postponing the parameter estimation to the last backstepping step, which could not be easily solved in robust adaptive control. It is shown that the proposed adaptive RLC law without overparameterization can guarantee the perfect tracking and boundedness of the states of the whole closed‐loop systems in presence of periodic uncertainties. In addition, the effectiveness of the developed controller is demonstrated by an implementation example on a single‐link flexible‐joint robot. Copyright © 2014 John Wiley & Sons, Ltd.