大体积混凝土稳定温度场的蒙特卡罗解

利用一种求偏微分方程的新方法蒙特卡罗算法通过不规则网格随机游动来求解大体积混凝土稳定温度场。应用这种方法可以在小分解总刚矩阵的情况下，求解各单个结点上的温度值，并可以通过随机抽样次数来控制精度。文中给出了相应的随机游动模型，并通过实例计算加以验证。计算表明，蒙特卡罗法的结果同其它方法结果吻合很好，新方法是可行的。     

两相流水沙分离鳃流场的PIV测试及分析

利用粒子图像测速技术,测试了两种工况下垂向异重流式水沙分离鳃中水沙两相流的速度场,给出了分离鳃内泥沙运动的流速矢量分布图、流速云图及三维流场分布图.对测试结果的分析表明,分离鳃内部形成了泥沙沿鳃片上表面向下运动,清水沿鳃片下表面向上运动的垂向异重流现象,加速了泥沙的下沉.此分析结果与实际观察现象及理论分析一致,进一步探明了分离鳃的水沙分离机理.     

大体积混凝土不稳定温度场的蒙特卡罗解

利用求偏微分方程的蒙特卡罗算法，通过在时空域中不规则网格随机游动来求解大体积混凝土不稳定温度场。应用这种方法可以在不分解总刚矩阵的情况下，独立的求解各时间段中单个结点的温度值。相对通常使用的有限单元法，计算更加灵活并不存在时段累积误差，对环境温度波动的模拟也更加方便。给出了相应的随机游动模型及其证明，并通过实例计算加以验证。     

基于BP神经网络的韶山地表径流pH预测研究

建立地表水pH预报模型来分析酸沉降下地表径流的酸化趋势,对于研究酸沉降对小流域生态系统的影响和酸雨的防治工作都具有重要意义。韶山地表径流酸度的变化具有很强的非线性特性,要对其酸度进行较为准确的预测,就必须采用能捕捉非线性变化规律的预报方法,因此,尝试选用BP人工神经网络对韶山地表径流酸度进行模拟预测,结果表明,该方法预测的精度较高,在地表径流酸度的预测中有一定的适用性。