基于粒子群算法的发动机悬置系统稳健优化设计

应用稳健优化设计理论,考虑设计变量的变差对优化设计结果的影响,建立了稳健优化设计模型.以发动机悬置系统能量解耦为目标,悬置刚度参数为设计变量,考虑目标函数和约束函数均值μ和标准差σ的变化,构造了发动机悬置系统的稳健优化模型.采用粒子群优化算法对发动机悬置系统的悬置刚度参数进行了稳健优化设计,并用Monte Carlo方法进行了分析.设计应用表明,优化方法可以有效降低系统解耦度对悬置刚度参数的敏感性,系统解耦度分布更合理.比遗传算法的计算效率高.     

基于波叠加方法的半自由场声辐射灵敏度分析

利用半自由和自由场波叠加方法,在存在反射声的半自由空间中,对声辐射灵敏度进行分析.仿真结果表明在半自由场空间中用自由场波叠加方法计算声辐射灵敏度,其幅值大小与理论值大不一样,两者的变化趋势也相差较大.而应用半自由场波叠加方法,不论是灵敏度幅值还是其变化趋势都与理论值相吻合.脉动球声源误差为3.85%,振动球声源误差为3.78%.     

基于CiteSpace的重金属时空污染热点 及前沿可视化研究

为了解国内GIS技术支持下的重金属污染研究现状和未来发展路径,采用文献计量方法和信息可视化软件CiteSpace V,对CNKI数据库中1996—2018年GIS技术支持下的重金属污染领域的1 128篇文献进行了基础知识框架、研究热点、研究前沿分析,并绘制了网络知识图谱。结果表明,重金属污染相关主题研究热点和前沿大致分为3个阶段,即1996—2005年,研究热点和前沿为基于地统计学的重金属空间分布;2005—2010年,研究热点和前沿为基于GIS的重金属时空分布与空间变异;2010年至今,研究热点为沉积物重金属,前沿为重金属的风险评价与源解析。     

西南地区小麦种质资源白粉病抗性的全基因组关联分析

为了有效利用我国西南地区小麦抗白粉病种质资源,于2012―2013年在贵州贵阳、贵州赫章和四川绵阳以及2013―2014年在贵州贵阳对主要来自西南地区的120个小麦品种(系)进行了白粉病抗性鉴定,并利用小麦90K芯片进行全基因组关联分析。抗病性鉴定结果显示,36个品种(系)在四个环境下均表现出抗性,其中大部分品种(系)来自贵州省。全基因组关联分析发现,16个SNP位点与白粉病抗性显著相关,分别位于1A、1D、2A、3A、4B、5B、6A、6D和7B染色体上,其中位于6AS染色体重要区段上的3个SNP位点(Jagger_c4823_169、Tdurum_contig55201_928和Tdurum_contig12215.89)的遗传距离小于1cM,在四个环境中均与白粉病抗性显著相关。相关分析表明,这3个SNP位点与 Pm21分子标记(SCAR1265)紧密连锁。     

重金属和酞酸酯复合污染对土壤酶活性的影响

探讨了重金属与酞酸酯复合污染对脲酶和过氧化氢酶活性的影响,旨在为研究利用土壤酶活性评价土壤重金属复合污染的可行性提供科学支撑,以土壤环境中的2类典型污染物:重金属(Cd、Zn、Pb)和酞酸酯(DMP、DnBP、DEHP)为研究对象,采用均匀试验设计,通过室内试验的方法,观察6种不同性质的无机与有机污染(Cd、Pb、Zn、DEHP、DMP、DnBP)复合污染。影响土壤脲酶活性的主要因子依次为:Cd>DnBP×DMP>Pb×DMP>DMP×Zn>DnBP>Zn;影响过氧化氢酶活性的主要因子依次为:Cd>Pb>DMP×Zn>DnBP×Pb>DMP>Zn。复合投加2类污染物能使土壤酶活性受到不同程度的抑制,且抑制率随时间的推移而下降,重金属和酞酸酯复合污染与污染物的浓度密切相关,但脲酶活性较过氧化氢更为敏感。     

基于系统工程原理的汽车NVH正向设计流程

对汽车NVH技术领域的研究现状及发展趋势进行综述,介绍了NVH概念、NVH设计原则、NVH设计方法、整车NVH目标的分解、各子系统NVH目标的确立、CAE仿真分析、整车NVH性能的提高等主题,旨在为国内汽车工程领域相关工作的开展提供必要的信息、启发与借鉴,进而总结出汽车NVH正向设计流程,为推动NVH设计技术在国内的实施提出建议。     

车内相似耦合声场的设计参数灵敏度分析

建立了由汽车发动机室和驾驶室组成的相似耦合声场模型,应用统计能量法分析了发动机室能量自损耗因子和防火墙隔板厚度对各子系统空间声能的影响,并通过灵敏度分析进一步揭示了各子系统的空间声能随发动机室能量自损耗因子和隔板厚度变化的特性,为汽车设计阶段的参数优化提供了参考依据.     

小麦贵协3号成株期抗条锈病基因的遗传定位

贵协3号对当前的条锈病流行小种表现为近免疫或高抗。为更好地利用贵协3号,拓宽小麦抗性育种资源,以Avocet S（来自澳大利亚的高感条锈病小麦品种）为母本、贵协3号为父本构建的F_2:7代重组自交系（RIL）群体为材料,运用集群分离分析法（BSA）并结合转录组测序（BSR-Seq）和小麦55K SNP芯片技术对抗条锈病QTL进行遗传定位。结果表明,共检测到有7个抗条锈病QTL,分别位于小麦1B（1）、2A（2）、2D（1）、5A（2）和6B（1）染色体上。其中位于2AS染色体上的 Qyr.gaas.2A在三个环境中均被检测到,置信区间为AX-108824773~AX-111675237（0~2.5 cM）,对应的物理区间为15.87~31.89 Mb（16.02 Mb）,可解释17.07%~34.59%的表型变异。为了进一步提高该QTL的定位精度,在2AS染色体目标区段内设计了103对SSR标记引物,并选择2AS染色体上已报道的22个SSR标记,在双亲、抗感池和RIL群体中进行筛选和验证。最终筛选出6个多态性标记（Xcfd36、Xwmc382、hls-2A-04、hls-2A-17、hls-2A-18和hls-2A-103）可将 Qyr.gaas.2A缩小到3.04 Mb的物理区间（15.87~18.91 Mb）内。在该目标区间共预测到13个候选基因,将在下一步的研究中进行分析验证。