简介：本文运用随机矩阵理论（RMT）和相关系数动态演化模型建立全球股指二次“去噪”相关系数矩阵，并采用阀值法构建全球股市网络，进而分析该网络拓扑结构特性和解释风险在网络中的传染效应。研究发现，全球股市网络呈现出“小世界”效应；在θ=0．1数量水平下，全球股市网络具有较强的鲁棒性。同时，英国和荷兰的股票市场风险传染对网络整体的冲击较大；股市网络中各个股市间的风险传染路径与相关国家经济实力相关联，体现出较强的同配性。

简介：开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.

简介：研究了具有网络诱导时延和丢包的网络控制系统的镇定问题.在把随机时延和丢包看做对导数没有任何限制且满足Bernoulli分布的随机等价时延的基础上,根据等价时延在不同区间上的概率取值,给出了一个建立网络控制系统的新方法.基于Lyapunov稳定性理论,结合线性矩阵不等式方法,得到一个新的镇定标准.

简介：目的：1.对现有的CO_2重整系统中铁系催化剂进行改进以期获得更高的产率和产物选择性;2.实现反应体系中催化剂的高效回收以延长反应体系的可持续性。创新点：1.开发复合铁、镍、铜催化剂用于水煤气变换反应,获得了更高的产物选择性;2.提高了CO_2重整体系在常压条件下液态烃类的产率。方法：1.由核心沉淀法制得复合铁/氧化铝催化剂;2.在固定床反应器中进行CO_2重整反应。结论：1.干、湿条件下的CO_2重整过程产生相同数量的CO;当温度高于500°C时,CO的产率达到饱和。2.采用镍作为铁催化剂助剂时,CO的选择性从85%降低到76%,但是产物中可检出9%的甲烷。3.采用铜作为铁催化剂助剂时,尽管CO_2的转化率降低了一半,然而CO的选择性提高到了95%。

简介：目的：提出一种适用于全封闭冷却结构的电机热性能优化模型,设计一台600kW的高速列车用永磁牵引电机。创新点：1.通过耦合局部流体动力学模型的方法求解电机复杂冷却风道内的对流传热系数,并在全局热网络模型的框架内得到快速、准确的电机温升结果以用于结构优化;2.在冷却风道中引入栅格结构,采用热性能分析模型优化冷却结构,提升电机热性能;3.通过三维流体动力学模型计算电机局部温升最大值,并提山一种预测特定结构下电机铁损工作阈值的工程方法。方法：1.采用热网络法建立全局热网络模型（图3）,并通过耦合局部流体动力学模型计算风道内的热网络参数（图4和6）;2.应用田口设计法对电机风道结构进行优化,并研制样机进行验证（计算与试验结果见表5）;3.假设铁损的谐波附加值与磁密值成正比,通过三维流体动力学模型计算给山端部绕组、永磁体温升值与铁损的预测曲线,并用样机试验进行验证。结论：1.采用全局热网络和局部流体动力学建模的方法可以快速、正确地计算复杂冷却结构下的电机温升分布,且优化后的冷却结构至少可以提升文中电机15%的热性能;2.本文提出的优化模型适用于全封闭风冷或者水冷等冷却结构相对独立且尚无经验公式可参考的电机热性能优化设计;3.铁损工作阈值的预测方法可以为电磁和控制系统设计提供参考。