利用CFD模拟和PIV实验方法研究新型伞形罩洗涤器流场

针对燃煤锅炉的烟尘和二氧化硫等有害气体的污染问题,研发出一种新型伞形罩洗涤器.利用CFD模拟和PIV实验方法对其气相流场进行研究.CFD模拟时,选择雷诺应力模型(RSM)和SIMPLE算法模拟连续相气流运动,包括模拟入口气速uin=10.6~15.5 m/s时的压降;再在uin=10.8~17.3 m/s时,用数字压力计测得新装置的压降;并在uin=12m/s时,用PIV实验验证了新型洗涤器的气相流场.结果表明洗涤器的压降随入口速度增大而增大;其中,压降模拟值在220~480Pa之间,而测试值在204~680Pa之间.流场的CFD模拟和PIV测试结果显示:气流绕过伞形罩时湍流剧烈,在其周围形成多个小旋涡,增加了接触面积,延长了停留时间,有利于分离净化.     

基于流体速度势的非线性晃动问题的ALE有限元分析

基于流体速度势，本导出了非线性晃动问题的ALE有限元格式。通过引入ALE运动学描述，使网格的运动独立于流体的运动，通过采用与贮箱固连的非惯性参考系建立控制方程，使网格只须相对贮箱更新，因此运动边界和自由液面的跟踪算法不仅非常简单，而且不会引起网格畸变．本分别采用有限元法和有限差分法进行空间和时间离散，中的算例分别模拟了贮箱受横向激励和俯仰激励时流体的非线性晃动问题，所得结果证实了本方法的有效性与可靠性。中的方法还可进一步推广用于流体—结构耦合问题．     

一种新型白口铸铁的组织与性能

本文研究不同含硅量、不同铬含量硅铬白口铸铁的组织与性能影响，结果表明：随含硅．铬量的增加，硅铬白口铸铁中碳化物的相对量逐渐增加，基体、碳化物的显微和宏观硬度逐渐增加，碳化物由Fe3C和Fe7C3组成；冷却速度和淬火加热温度对该材料冲击磨粒磨损性能影响不大；硅铬白口铸铁下贝氏体基体耐冲击磨粒磨损性能较其它组织的好。     

扫描式总压耙在高超声速推进风洞流场测量中的应用

在风洞实验中,为了保证实验结果的可靠性,首先需要了解流场的品质。笔者自行设计研制了用于高超声速推进风洞流场测量的带有水冷装置的可移动式扫描总压耙。对于出口截面为300mm×187mm的风洞喷管,通过计算机程序控制,可在3s时间内实现全截面间歇式或连续式扫描,最大移动速度可达250mm/s,而且定位准确。通过扫描结果,分析了流场压力均匀性、稳定性以及实验结果的可重复性,同时还给出了风洞喷管出口截面的总压与马赫数等值线图。从而为超燃冲压模型发动机实验提供参考数据。     

新舟60飞机起飞性能分析

从新舟60(MA60)的飞机飞行手册(AFM)和飞行机组操纵手册(FCOM)入手,分析了限制最大起飞重量的因素和起飞速度的选择方法,着重讨论了MA60最大起飞重量的限制因素,并以MA60从广汉至兰州的航线飞行为例分析了最大起飞重量和起飞速度的确定方法。     

急冷锅炉炉管结构优选分析

针对急冷锅炉采用ANSYS软件对急冷锅炉换热单元结构进行数值模拟,得到热负荷均匀情况下各炉管流量分配规律。根据辅助连接管的直径及位置提出6种结构方案,研究其流量分配规律,获得了最优结构。采用数值模拟研究得出最优结构入口联箱和扁圆管的速度场、压力场分布规律均较原结构均匀,从而验证这一结论的正确性。     

五年了,感谢您!

亲爱的旅客:您好!2009年起,就是在这本杂志上,以冬虫夏草高效利用的真诚沟通,极草开始了与您的同行之旅。之后与您的每月相约,极草的点滴成长都与您分享。五年了,极草由衷地感谢,有您,一路同行。今天,我们再次向您汇报我们五年来的成果与感悟。从零到遥遥领先坦率地说,极草到如今的发展速度已经远远超越了我们的预期。最初只是想把自己的研究成果与消费者分享,让大家获得更好的产品体验,收获更好的效果,使如此珍稀的资源得以高效利用。幸运的是,今天,不但这些目标都已达成,极草更在这五     

三维大规模地形的实时显示与渲染

利用真实地形数据，基于四叉树的LOD算法，即利用视点相关和地形本身的起伏度相关技术确定地形应有的细节程度来绘制大规模三维地形。并根据真实航片和地形高程值分别生成真实和模拟的地貌纹理，计算出地形阴影贴图，产生阴影效果。在保证渲染速度的前提条件下，有效地提高了场景的视觉真实程度。     

面向绿色制造的高效冷却技术及其试验

绿色制造和高效加工是21世纪先进制造业的必然趋势,为实现绿色高效加工,本文提出了一种新型的绿色高效冷却技术——低温气动喷雾射流冲击冷却技术,通过低温气流运载少量冷却液以喷雾射流冲击的形式到达加工区实现强化换热,将加工区的换热水平提高到一个全新的水平.瞬态实验结果表明,在射流速度40 m/s、靶距10 mm的射流条件下,这种冷却方式可提供的临界热流密度高达60W/mm^2,相对于磨削发生烧伤的临界热流密度提高了6倍以上.     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。