基于流固热耦合的浮环密封力学特性数值研究

考虑温度的影响,建立浮环密封力学特性流固热耦合数值求解模型,在验证计算方法准确性的基础上,研究浮环密封的流场特性,以及石墨烯、石墨、铝合金以及碳化硅4种材料的浮环密封在不同进口压力、温度时的力学特性。结果表明：浮环密封在偏心时,由于楔形间隙的存在,气流经过这种结构产生流体动压效应,在较薄的流体域一侧形成局部高压区,较厚的一侧压力无明显变化,而温度沿轴向方向逐级升高,且偏心率越大,偏心位置的温度越大;浮环密封流体域温度随着进口压力的升高而降低,因温度影响材料的属性,使得不同材料的浮环密封结构对温度会很敏感;不同材料浮环密封的变形量随进口压力的增加而减小,应变也随着进口压力的增加而减小;4种材料浮环密封的变形量与应力均随着进口温度的增加而增大。     

重组人乳头瘤病毒33型L1病毒样颗粒的表达、纯化及免疫原性评价

目的利用毕赤酵母表达人乳头瘤病毒(human papillomavirus,HPV)33型L1病毒样颗粒(virus-like particles,VLPs),评价其在小鼠体内的免疫原性。方法构建HPV33 L1表达质粒,电转化毕赤酵母,筛选高表达菌株,15 L发酵罐发酵,离子交换和凝胶体积排阻层析分离纯化HPV33 L1 VLPs,纯化后样品免疫小鼠,采用假病毒中和试验检测小鼠免疫后血清中和抗体滴度。结果质粒HPV33 L1-pPIC3. 5K经双酶切及测序鉴定证明构建成功;毕赤酵母表达产物经Western blot分析,可见相对分子质量约56 000的目的条带;透射电镜下可见直径约60 nm的病毒样颗粒;纯化后的HPV33 L1 VLPs纯度可达95%以上;0. 4和0. 04μg HPV33 L1 VLPs免疫后小鼠血清中和抗体几何平均滴度(geometric mean titer,GMT)分别为3 200和566,差异有统计学意义(P 0. 05)。结论利用毕赤酵母成功表达了HPV33 L1 VLPs,并具有良好的免疫原性。     

柳钢合金类废钢铁回收及利用实践

开展合金类废钢铁的分类、回收、加工和利用等方面的技术和管理研究工作,具有节能、环保效益,还能带来可观的经济效益.近年来,柳钢针对合金类废钢铁回收利用实施分类、加工等管理措施,以及在转炉工序进行回收利用的工艺措施.效果表明,2018年以来,柳钢消化利用各类合金类废钢铁达24979.4 t,替代贵重合金降低转炉生产成本16...     

制冷剂/油在泡沫金属加热表面池沸腾换热特性

实验研究了制冷剂/润滑油混合物在泡沫金属加热表面核态池沸腾的换热特性,分析了润滑油浓度和泡沫金属结构对池沸腾换热特性的影响。实验使用3种结构参数的泡沫金属作为加热表面,其参数分别为10 ppi/90%孔隙率、10 ppi/95%孔隙率和30 ppi/98%孔隙率,厚度均为5 mm。实验使用的制冷剂为R113,润滑油为VG68,润滑油浓度为0～5%。实验结果表明：泡沫金属的存在极大提高了制冷剂/油混合物的池沸腾传热系数,最多提高1.6倍;润滑油的存在恶化制冷剂在泡沫金属加热表面池沸腾的换热特性,传热系数最多降低•m^-2•s^-1,热通量为4.21～8.42 kW•m^-2,测试段入口干度为0.3～0.9,油浓度为0～5%。实验结果表明,对于纯制冷剂R410A和R410A-油混合物,摩擦压降随着质流密度和干度的增大而增大;对于R410A-油混合物,油的存在对混合物的摩擦压降的影响与干度有很大关系,中低干度时会减小压降,而高干度时会增加压降。在中低干度时,R410A-油混合物的摩擦压降当平均油浓度从0增长到5%时,最大可减小29%;在高干度时,当平均油浓度从0增长到5%时,最大可增加8%。     

CuO纳米颗粒在CuO—R113纳米制冷剂沸腾过程中迁移量的预测方法

评估纳米制冷剂CuO—R113的沸腾换热效果需要定量预测CuO纳米颗粒在CuO—R113纳米制冷剂沸腾过程中的迁移量。本文首先理论分析了CuO纳米颗粒的迁移过程,结果表明：CuO—R113纳米制冷剂沸腾过程中,单个CuO纳米颗粒克服液态制冷剂的表面张力进入气相是不可能的,CuO纳米颗粒发生迁移的原因是气泡与CuO纳米颗粒的粘附作用。基于此建立了预测CuO纳米颗粒迁移量的计算模型,模型计算值与实验值吻合良好。     

基于BP神经网络和遗传算法的并行迭代优化研究

提出了一种将反向传播神经网络(BPNN)与遗传算法(GA)相结合的迭代优化方法。该方法首先使用较少的学习样本开发和训练BPNN模型,然后利用GA在可行域内求解训练好的BPNN模型以寻找模型的最优解。将基于该最优解进行验证的结果作为新样本添加到训练模式集中对BPNN模型重新训练。针对训练模式较少可能导致预测精度不足的问题,在BPNN模型的训练中分别采用贝叶斯正则化算法(BRA)和改进的Levenberg-Marquardt算法提高BPNN模型的泛化能力和收敛性,并结合精英策略将模拟退火算法(SAA)嵌入到GA中,以提高BPNN模型的局部搜索能力。将所提出的方法应用于汽车吹塑成型的聚丙烯波纹管的厚度优化。结果表明,在3次迭代后可以得到最优模具间隙,采用最佳模具间隙的波纹管在9个齿峰处的厚度落入期望的范围内(0.7±0.05mm),并且材料的使用量减少了22%。这种最佳间隙仅通过23次实验即可获得,远远少于实际模塑过程所需的实验次数。