【摘 要】
:
目前心血管相关疾病的发病率持续增加,人工心脏(又称血泵)作为一种有效的治疗手段在临床上的应用上愈发广泛。血泵内血液机械损伤及其引起的并发症(如溶血和血栓)是临床应用中面临的重要难题。离心式血泵底部通常设计有二次流道,以减少流动死区,降低形成血栓的风险。但二次流道的存在,导致血泵内二次流和湍流强度非常高,会显著增加血液损伤。旋转式血泵的最新发展趋势是采用磁悬浮轴承以避免机械接触对血液造成损伤。轴流式
论文部分内容阅读
目前心血管相关疾病的发病率持续增加,人工心脏(又称血泵)作为一种有效的治疗手段在临床上的应用上愈发广泛。血泵内血液机械损伤及其引起的并发症(如溶血和血栓)是临床应用中面临的重要难题。离心式血泵底部通常设计有二次流道,以减少流动死区,降低形成血栓的风险。但二次流道的存在,导致血泵内二次流和湍流强度非常高,会显著增加血液损伤。旋转式血泵的最新发展趋势是采用磁悬浮轴承以避免机械接触对血液造成损伤。轴流式血泵实现完全磁悬浮难度很大,因此目前商业磁悬浮血泵均为离心式血泵。此类血泵依然保留了二次流道,既避免流动死区,也用来容纳线圈和磁铁。捕捉关键流场信息及准确预测水力学性能是血液损伤预测和血泵优化设计的前提条件。计算流体力学(Computational Fluid Dynamics,CFD)已被广泛用于血泵流场预测,血液损伤评估,以指导血泵优化设计。高强度二次流的干扰不仅给数值模拟的准确性带来挑战,也使得传统水力机械设计的经验公式失效。目前血泵的数值模拟仍基于雷诺平均方法,难以捕捉血泵内的复杂流动,给血液损伤的预测带来干扰,进而影响优化设计的结果。本文基于大涡模拟方法,研究湍流模型、网格等不确定因素对血泵流场模拟的影响,发展高保真度的血流流场数值模拟方法;并采用该方法对血泵进行正交实验优化设计,探究血泵内流动机理,提高血泵水力学性能,改善血液相容性。主要研究内容及结果如下:(1)发展一种用于旋转血泵流场模拟的快速准确大涡模拟方法(轻量LES)。轻量LES采用和雷诺平均方法一致的时空分辨率。结果表明,相较于主流的雷诺平均方法,“轻量LES”在预测血泵压头和速度场等关键流动变量上更接近实验值。“轻量LES”虽然牺牲了时空分辨率,但预测精度高,计算量较小,可以作为一种快速准确地进行血泵优化设计的工程方法。(2)探讨使用大涡模拟中网格失配对预测血泵流场和溶血的影响。研究发现,网格节点不对应会造成应变率、速度、湍动能等流动变量的不连续,导致压头、溶血等指标的误差。血泵数值模拟时推荐使用易于生成且计算结果精确的全非结构网格。(3)采用正交试验法对磁悬浮血泵的叶片入口安放角、叶片出口安放角、叶片包角、叶片厚度、分流叶片直径、叶顶间隙等设计变量进行优化。相对于优化前的基准血泵,优化后血泵的压头提高4%,效率提高1.3%,血液滞留时间减少3.4%。(4)进一步验证不同湍流模拟方法的优劣。研究发现,定常雷诺平均法不适合指导血泵优化设计,其对二次流和分离涡的错误预测会使优化方向偏离。分析了血泵内流动机理的变化,发现叶顶间隙和分流叶片直径是影响血泵性能的两个主要因素,两者交互影响导致泄漏流动和二次流动,影响血泵性能。
其他文献
基础设施的拆除和改扩建产生了巨量的建筑垃圾,建筑垃圾主要再利用方式为制作再生骨料,但是再生骨料内部存在微裂缝和孔隙,这导致其物理力学性质较天然骨料更差,产品性能更低。本文主要研究微生物矿化改性反应的主要影响因素,探讨利用该技术改性建筑垃圾的方法和改性后再生骨料的物理力学性质变化,并探索改性再生骨料在路基填料中的应用。本文主要得到以下结论:(1)通过微生物化学实验,研究各参数对脲酶活性和矿化反应过程
篇章关系识别是自然语言处理研究中的一项基础性任务,其批量处理两个相邻的论元(如子句、句子或段落,统称为论元对),并自动判别每个论元对之间的语义关系。篇章关系识别给下游任务提供了重要支撑,如阅读理解和文本摘要等。隐式篇章关系识别作为篇章分析的子任务,由于其缺少连接词,难以利用诸如“因此”这类显式且无歧义的词级线索直接判定关系类型,导致隐式篇章关系识别率难以提高。本文研究集中在隐式关系分类问题,并着力
实时操作系统以其良好的实时性和可靠性在嵌入式系统开发中得到普遍应用。但实时操作系统专业性较强,与软硬件平台高度相关,不同系统软件难以移植和复用,应用开发门槛高;同时复杂的系统内核实现导致用户工程可读性弱、编译速度低,直接影响开发效率。为此,本文以通用嵌入式计算机架构为依托,对实时操作系统的驻留进行研究,将系统内核与用户程序有效分割,提高用户工程编译速度和程序清晰度,降低应用软件开发难度。主要研究内
面向对话文本的逻辑语义关系检测研究1是自然语言处理领域的一项关键任务,准确的检测对话文本的逻辑语义关系能提高对于对话文本的整体理解,对于对话机器阅读理解[1,2]、对话自动摘要[3]、对话回应选择[4]等下游的自然语言处理任务有着极为重要的支撑作用。近年来,随着深度学习的兴起和发展,自然语言处理领域发生了极大的变化。作为自然语言处理中的一个重要的研究课题,对话逻辑语义关系检测不可避免地受到这股浪潮
工业产品加工过程中的部分生产工艺如收缩、凝固,会导致产品表面出现划痕、磨损等缺陷。传统生产工序中通常采用人工质检的方式对产品质量进行判断,这种检测方式不仅耗费人力成本,而且无法准确检测产品质量。随着制造业智能化水平的提升,基于深度学习算法的缺陷检测系统逐渐代替人工质检,提高了缺陷检测效率及劳动生产率。但这些复杂的深度学习算法大都需要部署在云端服务器进行训练,无法满足工厂离线执行的需求且难以部署至嵌
目前光伏组件应用的EVA和常规POE胶膜材料均存在封装缺陷,在此背景下市场推出新型共挤POE胶膜,但需验证可靠性。文章为评估新型共挤POE材料的可靠性,首先选取A和B两个生产厂家的共挤POE胶膜与常规POE胶膜进行关键性能对比,得出共挤POE主要在抗水气渗透和体积电阻率相比常规POE弱;其次通过老化环境测试验证了共挤POE应用在主流双面透明背板组件上的最大风险为抗湿热能力差。研究结果对共挤POE产
机器翻译技术在近年来的迅速发展和普及使得越来越多的人享受到便利的跨语言沟通,在一些常用语言以及通用翻译场景下,机器翻译已经能够满足绝大部分翻译需求。目前主流的机器翻译系统采用神经网络模型,需要大量的标注数据,如平行语料、双语词典等,然而对于大多数语言之间的翻译建模而言,高质量的双语语料匮乏,翻译系统质量难以提升。为了高效地利用已有的资源,提升翻译系统的性能,本文提出了两种低资源条件下的数据增强方法
属性抽取是自然语言处理领域的一项重要任务,旨在从文本中自动抽取属性的表述语言,其在情感分析、观点挖掘方面有着重要的应用价值。目前,基于神经网络的属性抽取已经取得了一定研究进展。然而,该任务仍存在三个方面的不足,包括低频属性识别困难,属性词易与普通词混淆,以及可观测样本不充足。为解决上述问题,本文提出以下三个研究内容:首先,根据属性的分布频率,本文将属性划分为高频属性和低频属性。高频属性具有较高的领
电子商务和快递行业的高速发展,使得包装制品的需求越发庞大且多样化。在大规模个性化定制的趋势下,行业内积极应用智能物流设备,以实现订单的快速响应和高效精准拣选。论文对AGV调度为主的厂内物流和三维装箱问题进行研究,旨在实现高效的物料搬运、装箱作业以及两者的有效衔接,降低物流运输成本。论文主要工作及研究内容如下:首先,针对网状物料运输结构的大规模多负载AGV调度问题,提出了一种基于邻近组合和最短路径原
随着城市化的大面积覆盖,铁路运输开始不断向通车频繁、高速、重载等方向发展,这也就加剧了钢轨表面及内部诸如波磨、疲劳裂纹等病害的形成。国内外多年的实践表明,钢轨打磨维护技术不但可以提高服役钢轨的寿命降低运营成本,而且可以改善列车的运输平稳性,这就促使了多种多样的钢轨打磨设备地不断涌现。基于此,本文运用工业机器人相关技术实现了一款4-DOF钢轨打磨机器人,重点针对机器人打磨作业“让刀”的问题,基于整体