高速气流作用下激光辐照结构诱导的热-力响应相似关系，因涉及多物理场之间的强耦合而非常复杂。笔者采用近似等效方法，将切向气流的作用等效为金属平板结构的力载荷和热载荷边界条件，建立了该耦合问题的无量纲控制方程，并结合主控因素分析，推导出了适用于高速气流与激光联合作用下的金属平板热-力响应特性的相似关系与尺度律。采用高速气流下强激光辐照金属平板的流-热-固多场耦合数值算例对该尺度律进行考核验证，结果表明：不同缩比率及不同马赫数条件下，满足该相似关系的缩比模型与原模型之间的热-力响应误差均在1%之内。本研究为高速气流条件下激光辐照缩比模型近似等效试验的开展奠定了理论基础。

利用有限元分析方法, 研究了p型GaN压电半导体杆在简谐力作用下的拉伸振动问题, 得到了位移、电势和空穴浓度非线性动态响应的数值解, 并分析了简谐力对p型GaN压电半导体杆力电耦合性能的调控作用。研究结果表明, 简谐力显著地影响压电半导体杆内力电场的分布情况: 由于电流密度中的电非线性项, 电场和空穴浓度的分布失去对称性或反对称性; 力电场在简谐力驱动下表现为周期性变化, 但空穴浓度的动态响应表现为明显的非对称波动。

为解决高原多年含水冻岩区露天矿山爆破作业过程中炮孔出现涌水、冰冻无法装药问题, 以拉萨市墨竹工卡县甲玛露天矿为对象, 基于弹性力学、达西定律、数学物理方法等理论, 通过COMSOL-Multiphysics有限元模拟软件建立矿区成孔后温度变化模型, 并利用SG-DTS-84U光纤测温仪现场试验结果对数值模拟结果进行验证, 对比后发现模拟结果与现场试验结果具有较高的吻合度, 由此证实了该模拟结果的正确性与科学性。在此基础上改变数值模型相关参数对不同外界环境下炮孔成孔后温度场变化规律进行研究, 即分析炮孔成孔后温度-水分场耦合作用下24 h内不同地表温度、不同渗流速度对孔内温度的影响过程, 研究矿区孔内温度场变化规律, 以期进一步寻找根本解决冰冻孔装药的技术难题。通过研究结果表明：炮孔成孔后孔内冰冻深度主要受地表温度及渗流水速度控制, 且地表深度≤6 m时孔内温度受外界温度影响大, 深度＞6 m时孔内温度主要受渗流水速度及孔壁原始温度影响; 炮孔成孔后孔内温度在8 h时逐渐趋于稳定, 其温度随深度的增加而降低; 当渗流水速度≤5 m/h时渗流速度的变化对矿区温度场的发展规律具有显著影响, 渗流水速度＞5 m/h时渗流速度的变化对炮孔内温度场影响减弱。

井下抽采煤层气的CH4浓度低、具有爆炸风险, 利用困难。为此提出了低浓度煤层气为燃料的固体氧化物燃料电池(SOFC)安全高效发电新方法, 开展了可消除低浓度煤层气爆炸风险的变压吸附脱氧提浓实验和大尺寸SOFC单片电池堆实验, 建立了SOFC多场耦合数值模型。结果表明: 变压吸附可使CH4体积分数提高1.36倍, 脱氧率达84.5%, 满足SOFC安全高效利用要求; 低浓度煤层气燃料单电池功率密度达110.2 mW/cm2, 但长期放电后阳极积碳, 导致性能衰减; 数值模拟表明降低放电电压、提高燃料O2 和CH4体积比、减少阳极进气流速可减少积碳, 但会降低发电性能。

为了探索纳秒脉冲激光在单个微观形貌内的路径规划问题, 借助COMSOL Multiphysics有限元仿真分析软件, 对脉冲激光加工微凹坑时的温度变化和烧蚀去除材料进行了模拟预估。建立了灰铸铁缸套经高能量激光照射后的温度场和变形场模型, 在多物理场耦合作用下, 探索单点凹坑精度和效率受激光作用时间、功率等因素的影响, 建立预估数据模型, 最终仿真试验结果显示: 凹坑半径r2∝ ln(t), 深度与时间呈线性关系, 体积随时间呈二次分布。基于此仿真数据模型探索多点打击规划原则, 寻找最优重叠率, 并通过试验证实其可行性。

采用微分算子法,理论研究了一维热压电半导体梁在横向力作用下的静态弯曲问题,得到了位移、电势、载流子、温度以及剪力、弯矩、电位移和电流密度等物理场的解析解,并分析了温度对n型ZnO压电半导体悬臂梁力电热耦合性能的调控作用。研究结果表明: 温度能显著影响压电半导体梁的力电场分布,造成电势、载流子、电场和电位移在高温区域发生显著变化,而对于位移、剪力和弯矩影响较小。该温度调控效果主要是由热释电效应产生的极化电荷引起的。

热感应产生的极化电势可以改变压电半导体结构内的力电物理量, 这在人工智能、微机电系统(MEMS)中极具应用价值。文章针对温度梯度作用下的氮化镓(GaN)压电pn结, 采用二维压电半导体多场耦合方程和精确的热电物理边界条件, 数值分析了温度梯度改变对GaN热压电pn结内极化强度、电势、电场、载流子分布及电流等物理场的影响。结果表明: 由于温度梯度场和极化电荷之间存在耦合, 热压电pn结电学性能对温度梯度高度敏感, 由温度改变产生的热感应极化电荷可以有效调节该结构的开启电压和载流子传输特性, 这为操控与温度相关的智能异质结器件电流传输提供了新的方法和理论指导。

多芯片LED光源的可靠性分析涉及到光、电、热多个物理场, 高精度的多场分析结果会导致计算资源过多、计算时间过长、计算难度大等问题。为解决上述问题, 本文分别利用传统的有限元算法(FEM)和高效的人工神经网络方法(ANN)进行LED光源温度分析, 并讨论两种方法的优劣性。最后, 通过将FEM分析单一传热物理场的优势与ANN计算时间短、计算资源需求低的优势相结合, 归纳出一种更为高效的方法来进行多芯片LED光源的散热分析。利用该方法, ANN的预测数据与训练数据之间的相关系数达到了0.997 79, 预测结果与实际热分布图有良好的匹配, 计算资源相比传统的FEM方法节约了59％。该方法的应用能够在满足精度的前提下耗费更少的计算资源和时间, 同时提高了分析的灵活性。除此之外, 该方法对求解大功率LED光源寿命等可靠性问题也具有一定的参考价值。