基于复杂网络的安然公司高管组织结构发现

本文基于复杂网络理论和邮件数据集,建立安然公司高层管理者之间的组织结构关系。采用基于通信行为和邮件内容两种方法对人物关系网络进行构建,进而发现其社区结构的关键人物。针对庞大的通信数据,给出数据处理流程图和详细说明。利用SimpleKmeans算法对人物关系网络的群集行为进行分析,挖掘出网络关键节点。采用Weka软件和Ucinet软件绘制关系网络图,分析结果具有一定的参考价值和实际意义。     

基于金属橡胶和介电泳效应的微粒循环过滤实验研究

为改善金属橡胶板的过滤能力,将多孔金属橡胶板与介电泳力相结合,并利用液态金属在受限空间内的高效泵送功能,研究了金属橡胶板对5 μm聚苯乙烯微球的过滤性能。实验中,将一对金属橡胶板平行嵌入至闭环微流体循环通道内,以实现介电泳力的交流电场梯度。结果表明:由于金属橡胶板内部孔径远大于聚苯乙烯微球直径,在未施加交流电信号的情况下,较难实现过滤功能;而对两个金属橡胶板适当通电,则电解液中的聚苯乙烯微球将被短距离的介电泳力收集于金属橡胶板周围,明显提高过滤效率。     

战斗机燃油系统流体网络的数值计算

论述了战斗机燃油系统自供能源式流体网络的组成及工作原理，并对流体网络中的关键部件燃油增压泵，液动涡轮泵及射流泵等数学建模，而构成自供能源式流体网络的计算模型。在此基础上，通过分析几种状态下流体网络的工作情况，提出了计算仿真流体网络中流量与压力分布的方法，并对计算结果进行了分析和总结。     

管内振荡流体换热研究

 本文简要总结了管内振荡流体强化换热的重要成果。对分析解,数值结果和量纲分析进行了归纳并与实验数据进行了比较。同时,讨论了强化换热的机理,认为有效导热面积和温度梯度的增加是强化换热的主要原因。这种强化传热技术在宇航工程和电子工程领域有其广阔的远大前景     

复杂形状零件的微细电火花加工

介绍了将LIGA技术与微细电火花加工技术相结合来实现复杂形状微细结构的加工;初步探讨了复杂形状微细结构的加工工艺,获得了优化参数,试制出典型的复杂微细形状构件.     

复杂结构产品虚拟布局与装配集成系统

在原理方法研究的基础上,以飞行器仪器舱为应用背景,进行原型系统的开发,并给出部分运行实例,表明系统原理及其实现技术具有可行性和实用性.     

面向多种复杂零件的高精度人机协同装配系统

实现复杂三维结构体及小刚度零件的自动装配是极其困难的,为了解决此类零件难以夹持以及夹持变形的难题,分别设计了针对复杂结构的本体件快换夹持器和针对小刚度零件的气囊柔性夹持器以及针对微小平板类零件真空吸附式夹持器,并融合高精度调整技术以及合理的检测技术,设计了一台面向多种复杂零件的高精度人机协同装配系统。使用Abaqus仿真计算了气囊柔性夹持器对小刚度零件夹持变形的影响,零件特征面的弹性变形仅为1μm。通过装配间隙仅为32μm的轴孔对位装配实验,证明了该装配系统能完成零件间2μm~3μm高精度装配。该装配系统能够解放劳动力,提高生产装配的自动化。     

感性耦合夹层等离子体隐身天线罩电磁散射分析

设计了一种石英夹层感性耦合等离子体（ICP）隐身天线罩模型,采用有限元与Z变换时域有限差分（ZT-FDTD）联合仿真的方法,建立了ICP放电的流体模型,得到不同气压及功率下与电磁散射相关的电子密度空间分布,在此基础上建立Z变换时域有限差分法模型,对石英夹层等离子体隐身天线罩的宽频段后向散射进行计算,同时利用微波干涉法及XFDTD软件对算法及程序进行验证。结果表明：感性耦合等离子体可产生较高密度等离子体,能有效实现雷达散射截面（RCS）的减缩,在气压为2 Pa时,碰撞衰减较弱,等离子体密度分布较均匀,衰减带宽集中在等离子体振荡频率附近,功率增加会使衰减峰值向高频方向移动,气压为20 Pa时,碰撞衰减增强,且等离子体密度分布有较大梯度,衰减带宽有效增加,同时RCS曲线的波动特性加强。     

超临界压力下碳氢燃料裂解与流动传热模拟的快速算法

为了快速预测发动机冷却通道内碳氢燃料在考虑热裂解时的流动传热特性,基于正癸烷热裂解反应机理,建立了一套模拟正癸烷裂解吸热和超临界压力传热现象的快速算法。采用三维物性库查表算法计算裂解反应混合物的热物性,同时对组分输运方程进行简化,简化后只需求解1个组分输运方程。通过与现有的实验和数值结果进行比较,检验了快速算法的计算效率和可靠性。结果表明,快速算法与求解全组分输运方程的算法精度相当,但计算效率提升了约20倍。最后采用该算法对三维矩形截面冷却通道内的超临界压力正癸烷裂解与传热过程进行数值模拟,进一步考察了本文快速算法的计算精度及其工程应用价值。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。