Current Issue: <JZUS-A>

Journal of Zhejiang University-SCIENCE A (Applied Physics & Engineering)

ISSNs 1673-565X (Print); 1862-1775 (Online); CN 33-1236/O4; started in 2000,Monthly.


JZUS-A is a peer-reviewed physical and engineering journal, indexed by SCI-E, Ei Compendex, INSPEC, CA, SA, JST, AJ, ZM, CABI, ZR, CSA, etc. It mainly covers research in Applied Physics, Mechanical and Civil Engineering, Environmental Science and Energy, Materials Science and Chemical Engineering, etc.

Impact factor: 0.408 (2011), 0.527 (2012), 0.608 (2013), 0.882 (2014), 0.941 (2015), 1.214 (2016), 1.215 (2017), 1.369 (2018).


Journal of Zhejiang University SCIENCE A

ISSN 1673-565X(Print), 1862-1775(Online), Monthly

   Cover:  <613>
      
Contents:  <659>

<<<                         CONTENTS                         >>>

Articles

Wheeled jumping robot by power modulation using twisted string lever mechanism

Xian-wei Liu, Yong-bin Jin, Lei Jiang, Hong-tao Wang

DOI: 10.1631/jzus.A2000618 Downloaded: 4358 Clicked: 4235 Cited: 0 Commented: 0(p.767-776) <Full Text>   <PPT>  1384

Chinese summary   <36>  一种采用绞合线杠杆驱动装置进行功率调制的轮式跳跃机器人

目的:介绍一种具有跳跃能力的轮式机器人平台.
创新点:为了实现跳跃运动,采用了绞合线杠杆驱动机构,其特点是结构紧凑,传动比可变.
方法:通过配备绞合线杠杆驱动装置设计并制造出轮式双足机器人.
结论:1. 所制造的轮式双足机器人重16.0公斤,遇到障碍物时可以进行跳跃.2. 原型机可以通过电力驱动跳到高度为1.0 m的台阶,这大约是其腿完全伸展高度的1.5倍.

关键词组:轮式跳跃机器人;绞合线杠杆驱动;非线性传动比

A novel time-span input neural network for accurate municipal solid waste incineration boiler steam temperature prediction

Qin-xuan Hu, Ji-sheng Long, Shou-kang Wang, Jun-jie He, Li Bai, Hai-liang Du, Qun-xing Huang

DOI: 10.1631/jzus.A2000529 Downloaded: 3004 Clicked: 4806 Cited: 0 Commented: 0(p.777-791) <Full Text>   <PPT>  1538

Chinese summary   <29>  一种新型时域输入神经网络实现垃圾焚烧锅炉主蒸汽温度的精准预测

目的:生活垃圾焚烧炉主蒸汽温度为炉内燃烧调控的重点监控对象.本文旨在建立一种时域输入的主蒸汽温度神经网络预测模型,以实现主蒸汽温度未来5 min变化趋势的精准预测,并且使预测误差控制在1%以内.
创新点:1. 实现了主蒸汽温度的未来趋势预测,而非当前值预测;趋势预测的结果能提供操作人员一定的参考价值.2. 提出了一种时域输入神经网络模型;该模型能够包含输入输出参数之间的延时特性,因此能获得更高的预测精度.
方法:1. 通过数据相关性分析与延时性分析,确定用于预测主蒸汽温度的输入变量,并减少模型输入层数据维度(表1);2. 提出时域输入算法设计(公式(4)~(5)),构建时域输入主蒸汽温度神经网络预测模型,以实现主蒸汽温度未来5 min变化趋势的精准预测(图8);3. 通过调整模型参数,优化模型结构;4. 通过输入数据敏感度分析,得出对主蒸汽温度预测影响最大的变量(图14).
结论:1. 本文提出的时域输入神经网络模型比传统神经网络模型的预测精度更高;2. 时域输入主蒸汽温度神经网络预测模型在未来1 min内可以实现近零预测误差;3. 根据输入数据敏感度分析可得,对于本研究的焚烧炉,主蒸汽温度本身的数据对于其预测的重要性最高;其次,高温过热器烟气平均温度对于主蒸汽温度远未来预测的重要性较高.

关键词组:垃圾焚烧炉排炉;神经网络;时域输入;主蒸汽温度;预测

A comparative study of methods for remediation of diesel-contaminated soil

Fan-xu Meng, Yan Song, Li-juan Mao, Wen-jun Zhou, Dao-hui Lin

DOI: 10.1631/jzus.A2100087 Downloaded: 2818 Clicked: 4031 Cited: 0 Commented: 0(p.792-804) <Full Text>   <PPT>  1549

Chinese summary   <25>  石油污染土壤修复技术对比性研究

目的:筛选出适合低程度(<916 mg/kg)石油烃污染土的修复技术.
创新点:选用实际废溶剂污染土作为研究对象,使用两种经典原位修复技术(化学氧化/淋洗),并结合效果、环境友好性和经济性三个方面,对该类土壤的修复提出经济性建议.
方法:1. 采用控制变量法,分别改变试剂浓度、剂量和配比,并控制其他因素不变,以探究不同因素对石油烃去除效果的影响;2. 采用单因素方差分析,分析数据之间的显著性,得出各种方法的最佳条件.
结论:1. 类芬顿氧化技术适用于石油烃高污染土壤的修复,而石油烃低污染程度(<916 mg/kg)的土壤仅用水洗法即可达到修复效果.2. 从施加修复技术对环境的影响、生态毒性和可生物降解性等方面考虑,活化过硫酸盐法和水洗法最适用于该污染场地的修复.

关键词组:总石油烃;化学氧化;土壤淋洗;土壤淋洗;环境风险;土壤修复

Adsorption of tetrodotoxin by flexible shape-memory polymers synthesized from silica-stabilized Pickering high internal phase emulsion

Hong-xiang Ou, Chen-xia Gong, Hong-lai Xue, Dong-sheng Zhou, Kai-jia Li, Shu-cheng Liu

DOI: 10.1631/jzus.A2000433 Downloaded: 3035 Clicked: 4852 Cited: 0 Commented: 0(p.805-818) <Full Text>   <PPT>  1483

Chinese summary   <25>  二氧化硅稳定Pickering高内相乳液制备柔性形状记忆聚合物(SiO2@IBR)吸附河豚毒素

目的:本文采用Pickering高内相乳液(HIPEs)聚合制备一种具有良好吸附能力和再生性能的形状记忆大孔聚合物,并用于从水溶液中吸附和分离河豚毒素.
创新点:1. 将SiO2纳米粒子用作乳液的稳定粒子,通过Pickering HIPEs聚合法将SiO2粒子连接在一起,使吸附后收集吸附剂变得方便;2. 高粘弹性的咪唑改性溴化丁基橡胶均匀分布在聚合物的间隙和表面上,从而使吸附剂具有良好的机械性能和形状记忆功能.
方法:1. 通过Pickering HIPEs聚合制备柔性形状记忆吸附剂(SiO2@IBR);2. 通过多种表征方法确定SiO2@IBR是否成功形成;3. 通过批量吸附实验测定SiO2@IBR对河豚毒素的吸附性能.
结论:1. SiO2@IBR具有清晰的大孔结构和良好的柔韧性,其独特的"形状记忆"特性有利于吸附和解吸;2. SiO2@ IBR是一种有效且有前景的吸附剂,其对河豚毒素具有良好的吸附效果;3. 准一级和准二级动力学模型表明吸附过程存在化学吸附并伴随着物理吸附;4. 再生实验结果表明SiO2@IBR具有良好的吸附再生性能:经过10个循环,吸附量仅降低不到0.03%.

关键词组:河豚毒素;二氧化硅;咪唑改性溴化丁基橡胶;皮克林高内相乳液;吸附

Relation between drying shrinkage behavior and the microstructure of metakaolin-based geopolymer

Shi-kun Chen, Cheng-lin Wu, Dong-ming Yan, Yu Ao, Sheng-qian Ruan, Wen-bin Zheng, Xing-liang Sun, Hao Lin

DOI: 10.1631/jzus.A2000513 Downloaded: 3022 Clicked: 3929 Cited: 0 Commented: 0(p.819-834) <Full Text>   <PPT>  1502

Chinese summary   <25>  偏高岭土基地聚物干燥收缩与微观结构关系

目的:显著的干燥收缩是地聚物材料工程应用的重要制约因素之一.本文通过试验与理论分析,探讨偏高岭土基地聚物显著干燥收缩的成因,理清地聚物干燥收缩与微观结构的内在关系,从而提出控制地聚物干燥收缩的基本方法,提高地聚物材料的耐久性.
创新点:1. 通过干燥收缩试验,揭示了地聚物失水-收缩的两阶段关系以及初始水固比对地聚物失水-收缩行为的影响规律;2. 基于地聚物孔隙特征建立了地聚物失水-收缩的多尺度物理模型,并成功地模拟了失水-收缩试验结果,进一步揭示了孔隙结构在地聚物失水-收缩过程中的作用机制.
方法:1. 通过干燥收缩实验分析,得到地聚物在低湿度环境下的干燥失水与体积收缩规律(图5和6);2. 通过微观表征分析,揭示地聚物多尺度孔隙结构特征,以及初始水固比对微结构的影响规律(图7~10);3. 通过多尺度物理模型分析,建立基于微结构的地聚物干燥收缩数学关系,揭示孔隙结构控制干燥收缩行为的微观机制(图11和13,公式(12)、(19)、(23)和(24)).
结论:1. 偏高岭土基地聚物具有两阶段失水-收缩行为,初始水固比改变地聚物孔结构从而对失水-收缩行为产生影响;2. 早期失水过程(阶段I)中,地聚物微孔失水是干燥收缩的主要成因,这一阶段控制因素由毛细应力向表面能改变逐步转变,微孔孔隙率与特征尺寸控制这一过程的干燥收缩;3. 后期失水过程(阶段II)中,地聚物纳米孔失水与凝胶致密化是干燥收缩的主要成因,这一阶段地聚物体积剧烈收缩(最高达到阶段I的7~10倍),因此控制失水量不超过阶段I和II之间的临界值是避免地聚物严重干燥收缩的基本方法,且改变地聚物的初始水固比与微孔结构对临界失水量也会产生影响.

关键词组:地聚物;干燥收缩;微观结构;物理建模

A graphics processing unit-based robust numerical model for solute transport driven by torrential flow condition

Jing-ming Hou, Bao-shan Shi, Qiu-hua Liang, Yu Tong, Yong-de Kang, Zhao-an Zhang, Gang-gang Bai, Xu-jun Gao, Xiao Yang

DOI: 10.1631/jzus.A2000585 Downloaded: 3262 Clicked: 5205 Cited: 0 Commented: 0(p.835-850) <Full Text>   <PPT>  1644

Chinese summary   <25>  基于图形处理器加速的急变流条件下溶质输移的稳健数值模型

目的:暴雨山洪灾害会对人类的生命安全和经济活动产生巨大影响.此类洪水事件会破坏化工厂或污水处理厂等可能释放有害溶质的设施,使释放的溶质随洪水向洪泛区或地势低洼处输移,进而严重影响公共卫生安全,加剧洪水对人类造成的危害.因此,需要一个高效稳健的数值模型来对其进行快速预警和评估.
创新点:1. 提出了一种基于图形处理器(GPU)加速的急变流驱动溶质运移的稳健数值模型;2. 探讨不同型号GPU和中央处理机(CPU)的计算性能和加速比.
方法:1. 采用Godunov格式的有限体积法求解二维浅水方程和溶质输移方程,利用HLLC近似黎曼求解器计算单元网格界面通量,并应用MUSCL限坡线性重建和龙格-库塔时间积分法实现二阶精度.2. 引入GPU加速计算技术提高模型计算效率.
结论:1. 通过理想算例和经典算例对模型精度和稳定性的验证,表明该模型能够有效地抑制数值阻尼和虚假的数值振荡,并且具有较好的和谐性;2. 采用不同型号的GPU和CPU计算模型模拟相同的事件,表明GPU加速技术在保证模拟精度的同时可实现大规模高效率计算;3. 该模型能够快速准确地模拟暴雨山洪或溃坝洪水引起的大规模突然性溶质输移过程,可以为水污染事故提供可靠的理论依据和有力的数据支撑.

关键词组:溶质输移;浅水方程;Godunov格式;HLLC黎曼求解器;GPU加速;急变流

Journal of Zhejiang University-SCIENCE, 38 Zheda Road, Hangzhou 310027, China
Tel: +86-571-87952783; E-mail: cjzhang@zju.edu.cn
Copyright © 2000 - 2024 Journal of Zhejiang University-SCIENCE