有起落架布置的双三角翼载荷测试技术研究

针对起落架布置在机翼上从而很难实现对机翼根部切面载荷测试的问题,结合某型飞机全机载荷测试项目,分析研究了该型机翼的结构特点,并设计机翼根部弯矩、剪力、扭矩测试应变电桥。考虑到外场无承力结构可作为约束载荷点的试验条件,提出全机自平衡多点协调加载标定模型,得到了较准确的载荷标定数据。同时对标定试验数据进行多元回归分析,建立了载荷标定方程,并通过校验工况对载荷标定方程进行了误差分析,大载荷下的误差均不超过5%,可满足一般的工程要求。最后经飞行实测验证,得到了该类机翼根部切面准确的载荷-时间历程。该技术可以运用到有起落架布置的机翼载荷外场测试上,对起落架以内的切面载荷测试可作为通用方法使用。     

动态时效对Al-Cu-Mg-Ag合金组织与力学性能的影响

对Al-Cu-Mg-Ag新型耐热铝合金进行预时效+中温轧制变形+终时效的动态时效工艺处理,采用硬度测试、拉伸性能测试,结合金相显微组织分析和透射电子显微分析,探究动态时效对其力学性能与微观组织的影响。结果表明：动态时效能够提高合金的时效硬化速率,随着变形量的增大,合金的峰时效时间逐渐减小,峰值硬度逐渐增大。动态时效能够改变晶粒形貌,随着变形量的增大,晶粒的纵横比增大,位错数量增多,强化相数量增多尺寸减小,使得合金强度随着变形量的增大而逐渐增大,但伸长率逐渐减小。变形量为50%合金的强度最高,抗拉强度和屈服强度最大,分别为527.4 MPa和467.0 MPa,伸长率保持在较高值9.1%。     

配双进双出磨煤机锅炉的节能优化

给出了锅炉侧节能优化运行的基本原则,以配备双进双出钢球磨直吹式制粉系统锅炉为例,对锅炉在70%额定负荷下的节能优化运行技术进行了试验研究。结果表明,锅炉在常用负荷下应及时停运磨煤机,同时应注意磨煤机的组合运行方式对机组能耗的影响。     

Pasveer氧化沟低氧脱氮性能研究

在低氧条件下采用Pasveer氧化沟处理污水,DO为0.2~2mg/L时,氨氮的去除率可达99.9%,总氮的去除率保持在85%以上。试验表明:DO越小,除氮效率越高;低氧条件下污泥性能稳定,MLSS为1 800mg/L,SVI长期保持60~70mL/g;扫描电镜证实了各类菌胶团的存在,解释了污泥具有良好沉降性能的原因。     

DASH7协议的Mesh网设计与实现

通过对DASH7协议栈的分析与设计,并利用嵌入式web服务器技术,实现了一个DASH7协议无线传感器网络的Mesh网络设计,同时基于网络分层思想设计了链路加权代价函数,优化了网络路由选择。该Mesh网的实现解决了DASH7协议网络无法多跳路由所带来的应用瓶颈。     

基于AutoCAD的简单多边形剖分算法

在充分挖掘AutoCAD图形中简单多边形自身隐含的垂直与共线关系的基础上,提出一种新的基于直角顶点判定和凹凸顶点判定的简单多边形剖分算法。该算法首先判断出多边形顶点的直角特性和凹凸性,然后根据多边形自身的特点按照一定的先后次序进行剖分,力求把多边形分割成直角梯形、矩形和直角三角形的形式。其中判断辅助线连接次序的优先级是实现剖分算法的关键。程序实现中采用递归算法,对分割后的多边形重新进行判断,直到多边形分割完毕。     

某600 MW机组锅炉结焦原因分析及预警软件开发应用

以某600 MW机组前后墙对冲燃烧锅炉为对象,针对其掺烧劣质煤出现的屏式受热面底部结焦问题,对焦块进行了SEM、XRD分析,对煤灰成分、灰熔点进行了测试,认为低灰熔点煤掺配比例不当是导致结焦的主要原因,并从精准配煤掺烧的角度提出解决方案。根据不同混煤的测试数据建立了灰熔点蚁群前馈神经网络预测模型,通过与现场测量的屏底烟温进行比较,获得了不同混煤的最大掺配比例曲线。同时,开发了电站锅炉结焦预警软件平台,在该平台的指导下,运行人员根据不同的负荷,最高已经将掺烧比例由原来的15%~20%提高至40%以上,应用效果良好。     

不同煤种下循环流化床灰渣特性的试验研究

在一台 0 .5MW的循环流化床燃烧炉上对 4种不同煤种分别进行燃烧试验 ,对燃烧产生的灰渣的分析结果表明了煤种特性如挥发分、灰分和含碳量等对循环流化床燃烧过程的灰渣形成及其排放特性有很大影响 ,并获得了煤中挥发分、灰分及含碳量对底渣粒径及其含碳量、飞灰粒径及其含碳量、飞灰份额及燃烧效率等影响特性 ,对循环流化床锅炉的设计和运行有一定的指导意义。     

一种基于蚁群算法的分布式多播路由算法

随着计算机网络的不断发展,大量多媒体应用要求网络具有满足QoS约束的多播功能.应用多播的关键是确定有效的多播路由,即求解最优Steiner树.目前提出的大部分都是集中式的或本质上是集中式的启发式算法,关于分布式算法的研究还比较少.本文提出了一种基于蚁群算法的分布式多播路由算法.该算法在源节点不掌握整个网络信息的情况下,利用网络的局部启发式信息和蚂蚁留下的信息素建立最优的多播路由.结合多播路由问题的特点,对算法进行了改进,使算法的收敛速度和解的质量都得到了较大的提高.仿真实验结果验证了该算法的有效性.     

蚁群前馈神经网络在煤灰熔点预测中的应用

提出了一种蚁群前馈神经网络模型。采用蚁群算法和BP算法相结合的方法训练神经网络,可避免单纯BP算法容易陷入局部最优的不足,降低算法对初值的敏感性。应用蚁群前馈神经网络建立了灰熔点的模型,并对模型的预测性能进行了验证。结果表明,该方法的预测精度比单一的BP神经网络模型有较大提高,训练后的网络模型可以用于煤灰熔点的预报。