-
纤维状多分散生物质颗粒在上升管道- elbow系统的传输行为数值研究
•双排键合球链模型能够捕捉提升管弯头系统中丝状生物质颗粒的传输过程。•颗粒长度和混合比例会影响空间分布和传输行为。•颗粒平均速度在弯头处会降低。•弯头区域之后的颗粒绝对速度波动会减小。引言近年来,随着生物质能在清洁能源利用中重要性的增加,其在气力输送系统、流化床反应器和热化学转化
来源:Chemical Engineering Research and Design
时间:2026-11-02
-
研究NH₃/O₂/Ar混合物中微量NO的添加对最小着火能量和NO排放的联合作用
摘要在氨燃料燃气轮机燃烧中采用废气再循环(EGR)可以减少NO排放。然而,这一再循环过程会将残留的NO重新引入未燃烧的燃料/氧化剂混合物中。本研究数值评估了微量NO添加对预混NH3/O2/Ar混合物的强制点火过程和NO排放特性的影响,考察了广泛的初始温度、压力和NO添加量范围(T
来源:Combustion and Flame
时间:2026-11-02
-
扭曲流动剖面下超声波传播时间测量中的线到截面速度转换动态转换框架
•动态转换校正超声波线到断面的速度偏差。•通过验证的CFD重建大尺度非圆形隧道流场。•线高度和实测线速度决定转换系数。•动态系数更新在流量变化后优于固定系数。•该方法支持可重新校准的超声波断面速度测量。引言超声波传播时间测量是一种基于路径的流量测量技术,具有非侵入式安装、响应快、
来源:Flow Measurement and Instrumentation
时间:2026-11-02
-
流固耦合的气动放大器动态建模及滑阀型面优化
•建立了气动放大器供气过程的流固耦合动力学模型。
•通过分段节流面积函数将实验测得的阀芯型面嵌入模型中。
•引入复合形状因子,量化非标量阀芯型面对动态性能的影响。
•敏感性分析表明,节流型面对上升时间的影响远强于阀芯质量和弹簧刚度。
•优化后的阀芯型面将实验压力上升时间从0.93
来源:Flow Measurement and Instrumentation
时间:2026-11-02
-
Q值介导的单道次冷轧Ti-2Al-2.5Zr管材织构与性能演变
•较高的Q值使基面织构从周向转向径向。
•冷轧晶界细化在Q=2.14时最为显著。
•在室温单调加载下建立了轴向拉伸响应。
•随着高Q强度稳定,伸长率从15.1%提升至22.7%。
引言
Ti-2Al-2.5Zr是一种近α钛合金,用于管材应用,包括液氢管道和蒸汽发生器传热管[1
来源:International Journal of Pressure Vessels and Piping
时间:2026-11-02
-
斯托克斯第二问题的解析解以及受动态滑移边界条件约束的牛顿流体的振荡库埃特流动
**摘要**
在动态壁面滑移的假设下,推导了由振荡壁驱动的斯托克斯第二问题和牛顿平面库埃特流动的解析解。速度场被分解为瞬态和周期性分量,这两种分量的显式封闭形式表达式都是通过拉普拉斯变换方法得到的。研究了滑移松弛参数对速度剖面和相应剪切应力的影响,并与文献中的现有结果进行了比
来源:European Journal of Mechanics - B/Fluids
时间:2026-11-02
-
焦耳加热的磁流体(MHD)电渗输运中的热力学不可逆性:在剪切稀化多孔微通道中绘制第二定律关系图
摘要
本研究对剪切变稀的威廉姆森流体在具有纤毛壁的对称多孔微通道中的磁流体力学电渗流进行了分析研究,这些纤毛壁执行椭圆同步波运动。控制方程包括了通过Rosseland近似的热辐射、霍尔电流、焦耳加热、粘性耗散和达西多孔阻力。在进行波框架变换和长波长及低雷诺数近似后,非线性动量
来源:International Communications in Heat and Mass Transfer
时间:2026-11-02
-
开盘卖出:T+1规则、短期投机与股票收益
•一种新的基于收益的指标识别了在中国T+1交易规则下吸引新短期投机者的股票。
•隔夜收益较低的股票随后获得显著较低的收益,这与投机引起的暂时性高估的修正相一致。
•短期投机者固有的偏好,而非对公司基本面的偏见信念,似乎是低隔夜收益股票表现不佳的驱动因素。
引言
当一只股票涌入大量
来源:Journal of Empirical Finance
时间:2026-11-02
-
Y/Cu
1.3Mn
用于固体氧化物燃料电池铁素体不锈钢互连件的1.7层双层保护涂层
摘要:(Cu,Mn)3O4尖晶石涂层被认为是减轻固体氧化物燃料电池(SOFC)金属互连件中铬挥发问题的一个有前途的候选材料。然而,由于其抗氧化性能不足,Cr从基底向外扩散导致氧化层的快速生长,从而引起较大的内阻,并且在长期运行后甚至会导致涂层和氧化层剥落。在这项研究中,通过磁控溅
来源:Journal of the European Ceramic Society
时间:2026-11-02
-
基于机器学习的废锂离子电池中锂生物浸出建模与解释
•SVR对锂生物浸出的预测取得了R2为0.881的结果。•生物浸出时间和初始pH值是主要的预测因素。•LFP和LMO达到≥90%锂提取率的时间比LCO和NMC快22–42%。•LFP通过NSGA-II获得了最高的优化矿浆浓度(61 g/L)。•机器学习捕捉到了生物浸出参数与锂回收
来源:Minerals Engineering
时间:2026-11-02