建立以材料电阻率、板厚、焊点间距为输入空间，分流率为输出空间的连续顺序电阻点焊分流率的3层误差反向传播(Back propagation，BP)神经网络预测模型。依据电阻点焊恒流控制的特点和点焊过程的电阻变化规律建立分流率的理论计算模型，由该模型所得数据作为样本对网络进行训练和检验。对2.0 mm 厚度的20钢及1.5 mm、1.0 mm 厚度的10钢等厚度点焊的分流进行预测，预测相对误差最大值分别为2.83%、1.77%和3.67%。验证试验结果表明，应用建立的神经网络的预测结果进行分流补偿后，在焊点间距为30 mm和50 mm时，第2～5焊点熔核直径相对第1点的平均误差，1.0 mm 厚度的10钢分别约为2.86%和3.99%，2.0 mm厚度的20钢分别约为2.46%和3.58%。证明采用建立的BP神经网络分流预测模型，对10钢和20钢恒流控制连续顺序点焊时的分流进行预测是可行的。
使用可实现k-ε双方程模型，对一台1 000 MW超超临界对冲旋流燃烧锅炉NOx生成特性进行数值模拟。对燃烧器拟改进结构与原始结构NOx生成特性进行对比，并对燃烧器稳燃特性增强后过量空气系数、燃尽风(After air port，AAP)与侧燃尽风(Side air port，SAP)率、燃烧器投运方式及锅炉负荷等因素对NOx排放特性的影响进行计算。计算与分析结果表明，燃烧器稳燃特性增强后炉膛温度场变化较大，无油点火燃烧器温度场变化也非常明显，锅炉NOx排放量无明显增长；同时，根据NOx沿炉高方向的变化规律，可以将炉膛沿炉高分为浓度迅速升高、浓度缓慢下降、浓度快速下降和浓度缓慢上升4个区段，AAP与SAP风率越高、过量空气系数越小，炉膛出口NOx排放越少；同等负荷条件下，投入下层燃烧器数量较多时NOx排放量明显下降。并将计算结果和改进前后试验数据进行对比，计算误差在10%以内，数值模拟结果比较准确地预测了燃烧器改进后NOx生成与排放量，为燃烧器的设计和运行提供一定的理论依据。
