采用分子动力学方法模拟研究液态Ag-Cu合金在不同溶质浓度下快凝过程, 并通过双体分布函数、Honeycutt-Andersen键型指数和扩展团簇类型指数法(CTIM)对其微结构演化特性进行分析。结果表明: Ag-Cu快凝玻璃合金的主要键型为1551键, 有明显的局域5次对称性, 主要原子组态以正则二十面体团簇(12 12/1551)为主, Ag₆₀Cu₄₀的遗传分数最高, 玻璃形成能力最强。

采用分子动力学方法, 模拟研究6个不同冷速下液态Ni₅₀Zr₅₀合金的快速凝固过程, 用双体分布函数、原子团类型指数、遗传跟踪等方法对快凝合金的微结构特征与演化特性进行表征和分析。结果表明: Ni₅₀Zr₅₀玻璃合金中数目最多的原子组态是Z11 Kasper团簇, 而非二十面体。快凝合金中的特征团簇趋向于聚合在一起形成中程序, 其数目随冷速的降低而增加。基本团簇的结构遗传均起始于T_m~T_g的过冷液相区, 其中Z11 Kasper团簇在T_g以上的附近温区具有最高阶段遗传分数。提高冷速有利于过冷液相区中基本团簇的阶段遗传分数增加和遗传的起始温度升高。冷速诱导的Ni₅₀Zr₅₀合金玻璃形成能力(GFA)的提高可以归因于特征团簇(如Z11 Kasper团簇)遗传能力的增强。

基于格子Boltzmann方法，对液滴在具有润湿梯度的斜面顶端融合弹跳的过程进行模拟。研究润湿梯度、斜面顶端润湿性、液滴尺寸和Bond数对液滴融合弹跳过程的影响。计算结果表明：在较疏水的润湿梯度斜面上，两个液滴在非平衡张力作用下融合后能够发生弹跳行为；液滴融合速度和跳跃高度最大值均随着润湿梯度的增大而增加；随着斜面顶端润湿性的增大，液滴跳跃高度最大值减小；存在一个最佳液滴尺寸，使得跳跃高度最大值最优。Bond数越大，液滴跳跃高度最大值越小。

通过控制变量法对混流闭式冷却塔进行测试, 采用灰色关联分析法对影响出水温度的因素进行筛选, 将关联度较大的5个因子作为输入参数, 进而建立灰色_BP神经网络预测模型, 对混流闭式冷却塔的出水温度进行预测。操作参数包括进水温度、湿球温度、补水温度、循环水流量和风量, 输出值为出水温度。网络采用三层结构, 隐含层神经元数为4个, 迭代次数为30 000次, 使用不涉及训练阶段的实验数据来验证所建立的模型。结果表明, 灰色_BP神经网络模型比传统BP神经网络模型的预测结果更加准确, 其预测值与实际值的相关系数、平均相对误差、均方根误差, 分别为0.998 9、0.293 4%和0.152 9, 因而可认为灰色_BP神经网络是预测混流闭式冷却塔出水温度的有效工具。

采用基于Shan-Chen伪势模型的格子Boltzmann方法，对液滴在存在润湿梯度的倾斜表面上克服重力、自下而上运动的过程进行模拟。探究润湿梯度、液滴尺寸、Bond数以及表面倾斜角度对液滴运动的影响。计算结果表明：液滴在运动过程中，内部会出现沿斜面向上的速度矢量，润湿梯度越大，液滴运动速度越快，润湿长度也越长，且动态接触角减小速率越快。液滴尺寸和Bond数对液滴运动的影响较小，但存在临界Bond数，超过该临界Bond数时，液滴将沿梯度润湿表面向下运动。表面倾角对液滴运动有显著影响，倾角增大，液滴运动速度和润湿长度都明显减小。

采用单组分多相的伪势格子Boltzmann方法，在大小液滴粒径比为1.5的情况下，对大液滴竖直撞击壁面上静止小液滴的过程进行模拟，研究亲水与超疏水壁面上大液滴竖直碰撞小液滴的过程，得到液滴铺展因子和相对高度随时间的变化。结果表明：增大We数会使液滴的铺展因子增大，铺展直径变大，相对高度减小；并且随着We数的增加，在超疏水表面，液滴在铺展过程中底部会出现空腔，空腔大小随着We数增大而增加；此外，We数增加到107.35时，液滴发生了断裂。