为了推动挤压生物3D打印结构精度的提升，介绍了以水凝胶为代表的生物墨水挤压打印原理及相关数学模型. 针对打印精度的影响因素，从结构设计、生物墨水特性、打印设备及工艺参数三方面进行系统分析，总结各参数对打印精度的作用. 按照定量评价方法所涉及参数的维度归纳总结并分析不同方法的优缺点，从仿真预测、克服材料力学行为、辅助打印等方面提出研究思路，为后续挤压生物3D打印技术的进一步发展提供参考.

为了减少传统Z-pin增强工艺对复合材料层合板造成的面内性能损伤，提出超声引导直径为0.11 mm的微细Z-pin自动植入工艺. 根据超声引导微细Z-pin植入原理，设计开发自动植入系统. 根据Z-pin植入力特性，综合夹心式压电换能器的设计理论，设计纵振型超声振子，利用有限元仿真软件对超声振子进行模态及谐波响应分析，实测超声振子阻抗与振幅特性，得到谐振频率为70.062 4 kHz，振幅为2.578 μm，与仿真结果一致. 搭建超声引导植入系统，对微细Z-pin增强复合材料层合板进行面内拉伸、压缩性能及层间断裂韧性测试. 结果表明，对于体积分数为0.2%、直径为0.11 mm的微细碳纤维Z-pin增强复合材料层合板，拉伸、压缩强度分别下降1.6%和3.4%，Ⅰ型层间断裂韧性可以提升14.4倍.

为了探明SOC循环区间对电池老化的影响，采用镍钴铝锂离子电池为研究对象，通过循环老化与性能测试实验探究电池在不同的单SOC循环区间上的容量衰退与内阻增长的规律，采用差分电压法分析电池的老化机理. 结合贝叶斯优化和长短期记忆网络，建立电池老化预测模型. 根据电池在不同的变SOC循环区间工况上的实验结果，分析前、后2个SOC区间的变化方式以及SOC区间的循环顺序对电池容量衰退规律的影响. 结果表明，在SOC循环区间不变时，区间的宽度越大电池的老化速度越快，可循环锂离子损失是导致电池老化的主要原因，所建立的容量衰退预测模型具有较高的精度. 在SOC循环区间发生改变后电池的老化规律在短期内会发生明显的变化，当电池按照不同的SOC循环区间顺序老化时，即使在2个区间上经历相同的循环次数，电池的老化程度也不同.

针对石灰石-石膏湿法烟气脱硫技术应用过程中存在的变负荷变SO₂质量浓度条件下氧化风过量、氧化系统运行能耗高的问题，建立基于强制氧化和自然氧化过程机理的脱硫装置氧化过程模型，分析烟气中O₂体积分数、气泡直径、液滴粒径、反应增强因子等关键参数对强制氧化率和自然氧化率的影响规律. 提出基于脱硫装置氧化过程模型的氧化系统实时运行优化方法，在1 000 MW机组脱硫装置上开展工业验证研究. 结果表明，模型计算的四价硫变化量均方根误差不超过0.15 mol/m³. 随着机组负荷在520 MW到1 000 MW之间变化，自然氧化率为10%~35%，氧化风需求量为107~360 m³/min. 相比于按额定功率运行，氧化系统实时运行优化方法能够在保证脱硫装置氧化率的前提下降低23.7%的能耗.

为了提高一体式刀座系统的承载性能，采用数值模拟与试验研究相结合的方法，对一体式刀座系统受载状态进行分析. 结合滚刀的自动拆装过程，研究一体式刀座系统各结构参数间的联动关系及不同结构参数对其承载性能的影响. 基于正交试验权矩阵分析法，对显著影响一体式刀座系统承载性能的结构参数进行优化. 结果表明，正交试验各因素对一体式刀座系统承载性能的影响程度从大到小依次为：转动块颈部圆角半径、转动块宽度、刀轴与转动块转轴竖直距离. 得到一体式刀座系统综合性能最优方案为：转动块宽度107.5 mm，转动块颈部圆角半径60.0 mm，刀轴与转动块转轴竖直距离97.5 mm. 优化方案较原始方案整体最大变形降低了11.31%，端盖最大应力降低了34.07%，转动块最大应力降低了41.01%.

为了经济高效地回收超临界CO₂布雷顿循环（SCBC）的余热，分别采用卡琳娜循环（KC）和有机朗肯循环（ORC）作为底循环，设计了SCBC/KC及SCBC/ORC这2种系统方案. 对2种方案系统进行参数分析并利用NSGA-Ⅱ多目标遗传算法对联合循环系统进行多目标优化计算，将优化结果与SCBC系统性能进行比较，突出联合循环系统的性能优势. 参数分析结果表明：2种联合循环系统热力性能均存在最佳压比；升高底循环膨胀比有助于提升系统热力性能；提高底循环涡轮机进口温度有助于改善系统?经济性能. 对比结果表明：优化后的SCBC/KC系统热效率和?效率较优化前SCBC系统分别升高了9.27%和8.69%，?经济成本仅升高了0.92%；SCBC/ORC系统热效率和?效率较优化前SCBC系统分别升高10.73%和10.08%，?经济成本升高了1.87%. 通过比较分析可知，SCBC/KC系统更经济，而SCBC/ORC系统更节能.

为了提高隧道掘进机（TBM）换刀机器人的工作效率，减小换刀过程中的运动冲击，提出基于改进型粒子群优化（PSO）算法的轨迹优化方法. 采用位姿分离法与关节变量最小策略，对冗余关节机器人进行运动学分析. 利用所求的逆解，将目标轨迹由笛卡尔空间映射到关节空间. 针对每个关节使用5次NURBS曲线构造冲击连续的关节轨迹，以时间冲击最优构造目标函数，采用改进型PSO算法求解出最优时间序列，完成对轨迹的优化. 通过对特定的换刀任务进行轨迹规划，得到各关节的优化轨迹. 优化结果表明，提出的轨迹规划方法可以为换刀机器人各关节提供理想的轨迹，具有较强的轨迹跟踪能力. 利用5次NURBS插值法与改进型PSO优化算法，可以保证轨迹的时间最短与冲击最小，提高了运行的效率与平稳性.

针对轮廓误差影响运动系统精度的问题，提出结合长短期记忆神经网络(LSTM)和牛顿迭代法对轮廓误差进行预测、通过转换任务坐标系对轮廓误差进行补偿的方法. 在运动平台上提取特征轮廓与数据，将牛顿迭代法应用于对轮廓误差的计算，通过计算出的轮廓误差对优化后的LSTM神经网络进行训练，建立更准确的轮廓误差预测模型. 通过转换任务坐标系，将预测的轮廓误差作为前馈补偿到参考轮廓中，提高轮廓控制性能. 通过试验对比PID、迭代法和神经网络法，利用随机NRBUS轨迹验证泛化性，表明提出的方法能够有效地预测并控制轮廓误差，在精密运动控制领域有良好的应用前景.

为了在电弧增材制造(WAAM)过程中获取零件的形貌尺寸信息，以CAD模型作为输入，通过实验分析单线激光扫描仪的工作约束条件，实现基于单线激光的零件外形扫描路径生成算法，开展仿真与实验验证. 通过多组实验获取合适的扫描距离和扫描角度作为路径规划约束，针对输入模型迭代使用最大连通区域求解算法、求解最小投影矩形、等重叠路径规划等多种方法生成单次扫描路径. 对单条路径优化，使用最近点搜索和碰撞检测算法，串联生成机器人末端运动轨迹，借助仿真对轨迹进行修正. 实验结果证明，该路径规划方法对电弧增材零件能够达到较好的测量精度、效率及覆盖率. 测量结果可以为后续增减材复合制造过程提供丰富的轮廓信息.

针对个性化产品设计任务下的知识资源检索和利用效率低、知识推荐结果有效性和准确性侧重失衡的问题，提出个性化设计知识推荐服务架构. 该架构以产品设计文献数据、手册数据为核心，结合产品设计场景特征，确定设计知识类别. 采用新的深度学习模型ALBERT-BiLSTM-IDCNN-CRF，对数据中蕴含的设计对象、设计任务、设计性能、设计方法、设计工具、设计原理、设计参数、计算公式、设计图这9类知识元进行有效抽取. 结合由企业内部员工和文献作者组成的设计人员知识元，建立五维设计知识关联模型，以该模型为基础，运用本体和推理规则建立完善的产品设计知识库. 提出基于推理-情境感知激活模型的设计知识推荐服务模式. 以液压机设计为例进行验证. 结果表明，所提的深度学习模型在设计知识抽取中获得了优于其他基准模型的效果. 所提的知识推荐服务模式在维持较高的知识推荐结果准确性的同时，提升了输出推荐结果的有效性，可以快速、准确地为特定对象属性、任务属性和性能要求属性下的个性化设计任务求解推荐所需的知识资源.

针对管片拼装机在管片抓取阶段依赖人工的问题，提出用于自动化拼装的管片螺栓抓取阶段的位置测量方法. 该方案通过SIFT算法匹配管片螺栓，利用Faster-Rcnn算法，筛选出位于工作区的待抓取的管片螺栓. 通过添加注意力机制改变特征提取网络结构，使其在0.8的交并比下保持约94%的准确率并排除其他管片螺栓的识别干扰. 在识别到目标管片螺栓后，结合深度相机的信息获取完整的三维坐标，使得抓取设备位于抓取位置时测量的管片螺栓位置各轴的误差均不超过3 mm，满足机械式抓取装置对抓取的精度要求. 直接对管片螺栓进行识别，无须考虑管片在工作区摆放位置的不确定性造成的误差，避免了使用靶标进行测量时靶标与管片之间的相对位置误差及设置靶标的人力与时间成本.

为了研究密闭空间中发热元件对热电制冷器瞬态特性的影响，基于有限时间热力学理论，建立工作在含发热元件制冷空间中的热电制冷器计算模型. 采用热阻网络分析方法，分析不同工况下关键参数对热电制冷器瞬态特性的影响，得到制冷空间温度、制冷系数、制冷量等性能参数随时间的变化规律. 分别改变发热元件功率、工作电流、冷却水流速和填充系数，对比分析不同工况下的最低制冷温度和制冷系数变化，得到热电制冷器工作参数的瞬态特性. 搭建水冷式热电制冷器的测试平台，开展密闭空间热电制冷器的瞬态特性测量实验. 结果表明，当发热元件功率分别为0.95、4.85和13.3 W时，仿真计算温降分别为8.96、8.33和6.94 K，实验测得温降分别为6.75、5.63和4.00 K，温度变化趋势一致，验证了计算模型.

针对现有文献中太阳电池工程简化模型的模型系数值不适用于当今光伏组件的问题，提出简单的仅需利用光伏组件出厂数据的模型系数确定方法.系数b通过拟合25 ℃下不同辐照度对应的开路电压数据得到，系数a和c分别取短路电流和开路电压的温度系数. 不同厂家生产的光伏组件系数b不同，同一厂家生产的不同型号的光伏组件系数b可以取相同值.综合改进后的太阳电池工程简化模型、分段函数形式的太阳电池温度模型和考虑安装条件的入射光强度模型，开展光伏组件电气输出特性的动态仿真. 当组件倾角小于最佳倾角时，角度变化对最大输出功率的影响很小；当倾角大于最佳倾角时，角度变化对最大输出功率的影响较大，影响程度随着角度的增大而增大.

大样本高维度状态监测数据对剩余使用寿命（RUL）精准预测有着技术性挑战，为了提高以航空涡轮风扇发动机为代表的复杂装备的预测精度和收敛效率，提出一种两阶段的选择性深度神经网络集成方法. 第1阶段为多方法联合扰动下的候选集生成方案，通过采用异质神经网络结构、多时间尺度设计和算法参数随机化消除模型内部耦合关系，强化候选深度神经网络集多样性；第2阶段利用遗传算法集成修剪冗余模型，有效剔除性能不佳的冗余学习器，以获取多样化最优候选子集，并按平均集成输出预测结果. 与个体模型的数据实验对比表明，所提方法通过同步增强集成模型准确性和多样性，提升了近20%的RUL预测精度，可为运维决策提供有力支撑.

为了实现碳纤维增强热塑性复合材料（CFRTC）高质高效原位增材制造，设计一种激光聚焦加热CFRTC原位增材制造平台，以单向连续碳纤维增强聚醚醚酮热塑性复合材料（T800 CF/PEEK UD）预浸带为原材料开展CFRTC成型工艺相关研究. 制备环形样件进行剪切强度测试表征，通过扫描电子显微镜观察样件的截面形貌，确立激光聚焦加热CF/PEEK的可行工艺参数窗口与较优工艺参数. 结果表明，CF/PEEK成型件强度受激光聚焦加热温度、成型速度影响较大，均表现出随激光聚焦加热温度与成型速度的增加，先增大后减小，当成型速度为30 mm/s和激光加热温度为450 ℃时，环形样件有较高的剪切强度，并且表现出较少的微观缺陷.

针对自主水下航行器（AUV）在平面直线航迹跟踪过程中的航迹超调问题，设计基于航向航速双闭环运动控制的航迹跟踪控制算法. 跟踪算法以视线导引法（LOS）为基础，设计时变前视距离提高AUV的机动性，并以一阶惯性滤波抑制因航向切换产生期望航向角的阶跃变化. 控制算法采用抗积分饱和PID控制及参数自适应，以增加算法的鲁棒性，并将航向航速控制设计成双闭环，使得 AUV航行时期望航迹段终点的距离偏差实时调整期望航速. 结果表明，此航迹跟踪控制算法根据距离偏差调节实时航速，可使AUV提前减速以低速转向，抗积分饱和可避免航速超调，参数自适应以适应多种航行工况. AUV能准确跟踪期望航迹，最大航迹偏差小于1.0 m，并且大角度转向时可有效减小航迹超调.

针对模具数量限制下装配车间生产计划的优化问题，在考虑不等量可变的批量划分策略情况下，研究批量流混合装配流水车间调度问题，并提出一种有效候鸟优化算法. 在算法中，针对多种产品各生产阶段装配约束设计批量划分与排列顺序的2段编码机制；根据编码特征设计多种邻域结构，包含一种同时优化批量划分与排列顺序的邻域结构，并提出邻域结构自适应调节策略来提升领域结构搜索性能；设计竞争机制来提升算法优化效率. 开展不同规模算例的仿真实验，结果验证不等量可变分批策略更有效，优于等量策略5%~6%. 与其他多种算法进行比较，不等量策略可为车间提供更合理的生产计划，验证有效候鸟优化算法的有效性和鲁棒性.

为了提高数控加工中的机床效能和加工效率，探究深度强化学习在加工参数优化问题中的适用性，提出一种基于深度强化学习的数控铣削加工参数优化方法. 选取切削力合力和材料除去率作为效能和效率的优化目标，利用遗传算法优化反向传播神经网络（GA-BPNN）构建切削力合力和铣削参数的优化函数，并采用经验公式建立材料除去率的优化函数. 应用竞争网络架构（Dueling DQN）算法获得切削力合力和材料除去率多目标优化的Pareto前沿，并结合优劣解距离法和熵值法从Pareto前沿中选择决策解. 基于45钢的铣削试验，验证了Dueling DQN算法用于加工参数优化的有效性，相比经验选取加工参数，通过Dueling DQN优化得到的加工方案使切削力合力降低了8.29%，加工效率提高了4.95%，为加工参数的多目标优化方法和加工参数的选择提供了指导.

针对输送带纵向撕裂目标检测维度单一、模型复杂度高等问题，提出一种高效的MobileNetv3及YOLOv4集成网络输送带纵向撕裂多维度实时检测方法. 基于YOLOv4目标识别算法，通过将轻量化网络MobileNetv3代替CSPDarknet53作为骨干网络，结合高效通道域ECA模块和空间域注意力机制（STNet）构建混合域注意力网络（ECSNet），改进了MobileNetv3嵌入ECSNet，并且提升了模型对空间和通道的关注度. 引入深度可分离卷积块代替网络中3*3卷积，并将YOLOv4的检测头（Prediction Heads）缩减为2种尺度，轻量化模型降低网络复杂度和训练难度，完成ECSMv3_YOLOv4模型的搭建，使用K-means聚类6个Anchors预测目标框高宽，提高网络对表面撕裂的检测性能. 研制带式输送机多维度智能巡检样机，采集制作输送带多维度面的纵向撕裂数据集，开展网络模型的训练、测试、识别和定位实验. 结果表明，提出算法在测试集中的平均识别准确率为97.8%，识别速度为37 帧/s，模型的计算量和参数量为4.882 G和8.851 M，通过试验不同的网络模型效果和改变光照强度，该方法体现出检测精度高、速度快和轻量化等优点，具备更强的适应性和抗干扰能力.

以铜铟镓硒光伏组件为光电单元，通过构建对比实验组研究通风流速和气候条件对通风型光伏/光热建筑一体化系统的光热和光电性能的影响. 结果表明，系统得热功率和发电功率均与辐照强度呈正相关，受环境温度影响，变化规律并非完全一致. 当通风流速为2.2 m/s时，太阳能综合利用率达到65.4%，提出平均得热效率和相对发电量用于表征系统的光热及光电性能，获得与通风流速的定量关系；当通风流速由0.4 m/s增大到2.2 m/s时，系统平均得热效率提高了130.0%，发电效率仅增加4.0%左右. 在考虑阻力耗能的情况下，通风流速是系统高效运行的关键，通过不同地域的重复实验，验证了定量关系的普适性.

为了综合评估进气道喷射（PFI）氢内燃机异常燃烧风险，基于层次分析法（AHP）构建了异常燃烧风险系数模型,分别探究喷氢参数对指标层（异常燃烧特征参数）及目标层（异常燃烧风险系数）的影响. 结果表明：通过改变喷氢参数，可以使进气道残余氢气量下降33.4%~41.6%，显著降低了回火的可能性. 当喷氢角度为30°~45°、喷氢流量为4.36~4.96 kg/h时，缸内混合气均匀性系数较大，有利于组织燃烧，却不能保证炽热区域温度等参数处于较低水准. 所构建的异常燃烧风险系数模型能够结合多个特征参数对氢内燃机异常燃烧（早燃及回火）风险进行有效评估. 当喷氢角度为45°、喷氢流量为4.96 kg/h时，各项特征参数均处于合理区间，异常燃烧风险系数下降了3.6%~6.8%，降低了异常燃烧的可能性.

基于液氢容器高效氢吸附剂对使用方式、材料改性、性能评价和用量计算的需求，讨论真空夹层中的气体负荷来源和真空寿命，总结液氢容器常用氢吸附剂的种类、材料以及吸附性能研究方法. 真空夹层主要的残余气体是材料放出的氢气，通过合理使用吸附剂可以显著延长容器寿命. 根据吸气机理可将氢吸附剂分为低温吸附剂、金属氧化物、离子交换沸石分子筛和非蒸散型吸气剂4类，并从实验测试和理论模型2个方面总结了吸附性能的研究方法.

为了研究柔性关节驱动器输出力的迟滞影响，提高力控制精度，构建了柔性关节驱动力的迟滞实验台,提出柔性关节驱动器输出力的Bouc-Wen修正方法对力迟滞进行精确建模，并通过龙格-库塔-费尔贝格算法对Bouc-Wen修正模型进行参数辨识. 在Bouc-Wen模型的基础上，引入具有方向性的修正项，克服柔性关节驱动器的输出力-转角迟滞的非对称性. 利用关节驱动器在60、80、100、120 kPa充气压力下的力迟滞实验数据，建立Bouc-Wen修正模型. 在70、90、110 kPa充气压力下，将Bouc-Wen修正模型所预测的柔性关节力迟滞曲线与经典Bouc-Wen模型以及实验曲线进行对比. 结果表明所提出的力迟滞Bouc-Wen修正模型，在各充气压力下的最大相对误差仅为7.75%，平均偏差小于0.45 N，模型拟合优度大于0.99. 说明所提出的Bouc-Wen修正模型能够对柔性关节驱动器的力迟滞进行准确建模，为力闭环控制提供基础，也为其他超弹性材料柔性驱动器的迟滞建模提供参考方法.

为了解决飞机驾驶舱形态设计过程中，飞行员存在的认知偏好描述困难及决策犹豫的问题，提出基于犹豫模糊集的飞机驾驶舱设计形态综合评价方法. 通过对驾驶舱设计形态的认知需求分析，建立了驾驶舱设计形态认知需求的属性特征体系；利用粗数评价模型得到影响驾驶舱设计形态认知偏好的评价指标，提取驾驶舱关键部件设计形态特征线，获取了驾驶舱关键部件设计形态的核心特征，进一步结合驾驶舱设计形态的认知偏好评价指标，获取综合决策评价值；采用认知熵理论修正评价指标权重，构建集结犹豫模糊评价模型，从而得到复合认知偏好下的驾驶舱设计形态优先级排序. 与5种同类评价算法进行比较及一致性检验，结果表明本研究所提方法具有良好的可靠性且能有效解决评价信息的犹豫性，能够较好地实现对飞机驾驶舱设计形态认知偏好的精确评估.

保证焚烧烟气在大于850 ℃区域内停留2 s以上是保证垃圾稳定燃烧和避免二次污染的重要途径，但目前只采用炉膛出口热电偶测温对其定性评估，难以定量计算和预测烟气在高温区域停留时间. 本研究基于热力学计算方法、运行参数关联性分析和多种机器学习算法（反向传播神经网络、循环神经网络、随机森林算法），对我国某典型生活垃圾循环流化床焚烧锅炉开展了烟气高温段（>850 ℃）停留时间计算、关键运行参数关联计算和停留时间预测模型构建等研究. 结果表明，炉膛温度、一二次风温度和压力等10个关键运行参数与高温烟气停留时间具有强关联性和预测性. 循环神经网络预测模型相对最优，其拟合度及准确性较反向神经网络、随机森林算法更高，均方根误差(MSE)为0.11626，预测值与真实值的平均绝对误差为1.174%. 本研究可以用于预测炉内高温区域烟气温度变化，为炉内焚烧工况优化和污染物减排超前调控提供支撑.

为了提高固胺负载SBA-15的CO₂吸附性能及稳定性，推进其在燃烧后CO₂捕集中的实际应用，采用湿法浸渍制备新型石墨烯掺杂超支链聚合物（HBP）负载SBA-15（G/SBA-15/HBP）固胺负载吸附剂用于CO₂捕集. 通过SEM、TEM、N₂吸附、XRD、FTIR对吸附剂的微观结构和化学组成进行表征，研究分析HBP负载量、吸附温度和脱附温度对CO₂吸附性能的影响并优化反应条件，探讨石墨烯改性前、后吸附剂的热稳定性和循环性能. 结果表明，当HBP负载量达到50%时，G/SBA-15/HBP的CO₂吸附量为1.50 mmol/g，相较传统SBA-15/HBP提升了51.51%. 石墨烯掺杂能减少颗粒团聚，有利于气体扩散；增加载体12%比表面积及31%孔隙容积，有利于负载HBP的均匀分散，暴露更多的吸附位点. 石墨烯掺杂提升了固胺负载吸附剂的热稳定性，提高了吸附剂的使用寿命及循环稳定性.

复杂形状的三维建模问题一直是无网格粒子法应用于流体机械内流计算的难点之一，基于移动粒子半隐式法(MPS)，结合通用光滑壁面边界(GSW)和无表面粒子判定技术(NSD),提出适用于流体机械任意复杂型面的通用离散方法. 将CAD壁面模型通过面网格进行离散，提取网格节点并生成单层壁面粒子. 利用粒子的自适应性对流体粒子进行填充布置以获取初始流体域. 基于GSW模型壁面粒子尺度无关性的特点，提出壁面粒子局部加密与嵌套加密耦合的技术. 针对主曲率较大的曲面采用局部加密，针对异面粒子干涉作用较强的薄壁曲面采用嵌套加密，从而在保证壁面法向量计算准确的前提下，用更少的壁面粒子实现复杂形状的精确表达. 定义以法向光滑角度(NSA)为准则数的离散精度评价体系，以实际离心泵模型为例，定量描述离散模型的几何精度，分析并给出特征模型准则数的参考值. 通过三维复杂静水算例、溃坝撞击挡板算例和诱导轮水中旋转算例阐述整套离散建模流程并验证本方法流动计算的准确性与稳定性.

为了研究分形网格湍流中小尺度结构的运动规律，在具有高分辨率的空间网格中，开展分形流场时间演化的直接数值模拟，并通过模拟具有相同阻塞率的规则流场进行对比研究. 通过给流场中注入合适的能量扰动，促使2类流场从层流初始状态向湍流状态过渡. 数值模拟结果表明，与规则流场相比，分形流场受到初始条件影响的持续时间更久，同时在时间演化的初期，分形流场产生的动能更小，但分形流场在衰减期的大尺度运动起到强化湍流的作用，导致其产生的动能更大、湍流强度更高，有利于实现对流场的被动控制. 分形流场和规则流场均在截断波数 $ kM \approx 20 $时满足能量与耗散水平相等，但有别于能量级串过程中能量传输与耗散的平衡. 当流场达到统计均匀后，规则流场衰减符合Saffman湍流特征的规律.

为了解决超临界小火焰燃烧模型数据库过于庞大，导致计算机内存不足和取值性能下降的问题，提出使用人工神经网络（ANN）进行建库的超临界小火焰/过程变量模型FPV-ANN. 在先验性分析及在超临界水热火焰的大涡模拟计算中发现，FPV-ANN方法在温度、组分和其他目标变量的分布与传统FPV方法得到的结果吻合，说明FPV-ANN方法的准确性与传统FPV方法一致. 由于人工神经网络小火焰库大小只有传统库的1%，FPV-ANN方法在大规模并行计算中消耗更少的计算机内存. FPV-ANN方法的计算速度比传统FPV方法提升了30%. 可以看出，提出的FPV-ANN方法具有更好的计算性能.

提出在煤粉进入燃烧室之前对煤粉气流进行预热处理的新型工艺，减轻一次风对炉膛的冷却效应，加速煤粉燃烧. 设计采用导热油预热煤粉气流的带翅板管壳式换热器，搭建中试规模试验台，通过实验研究油温、油质量流量、风温、风速、煤风质量比对系统换热特性及试验台阻力特性的影响. 试验结果验证了该换热器采用导热油来预热一次风煤粉气流的技术可行性，提出的新型预热工艺具有环保节能的现实意义. 试验结果表明，当煤风质量比为0.15时，190 ℃的导热油可以将煤粉气流从58.4 ℃预热到113 ℃以上. 提出的预热工艺有利于改善煤粉气流的着火性能，促进煤粉锅炉的低负荷稳燃.