基于密集神经网络的灰度图像着色算法

针对在灰度图像着色领域中，传统算法信息提取率不高、着色效果不理想的问题，提出了基于密集神经网络的灰度图像着色算法，以实现改善着色效果，让人眼更好地观察图片信息的目的。利用密集神经网络的信息提取高效性，构建并训练了一个端到端的深度学习模型，对图像中的各类信息及特征进行提取。训练网络时与原图像进行对比，以逐渐减小网络输出结果的信息、分类等各类型的损失。训练完成后，只需向网络输入一张灰度图片，即可生成一张颜色饱满、鲜明逼真的彩色图片。实验结果表明，引入密集网络后，可有效改善着色过程中的漏色、细节信息损失、对比度低等问题，所提算法着色效果较基于VGG网络及U-Net、双流网络结构、残差网络（ResNet）等性能优异的先进着色算法而言取得了显著的改进。     

往复式活塞压缩机中间喷液制冷系统的(火用)分析

通过对往复式活塞压缩机进行改造，在单级活塞压缩系统的基础上搭建了一种中间喷液冷却的准两级压缩系统并在蒸发温度为-20 ℃的工况下进行实验测量，根据实验数据对单级活塞压缩系统和新型中间喷液冷却活塞压缩系统的COP、〖HT5”，7”〗火〖KG-*3〗用〖HT5”〗损失和〖HT5”，7”〗火〖KG-*3〗用〖HT5”〗效率进行计算。结果表明：加入中间喷液冷却系统后，系统的COP由1.27提升至1.36，单位制冷量由155.1 kJ/kg提升至176.7 kJ/kg；单级活塞压缩系统〖HT5”，7”〗火〖KG-*3〗用〖HT5”〗损失较大的部分是压缩机和膨胀阀，分别占压缩机输入〖HT5”，7”〗火〖KG-*3〗用〖HT5”〗的16.2%和14.8%，加入中间喷液冷却系统后压缩机部分的〖HT5”，7”〗火〖KG-*3〗用〖HT5”〗损失明显降低，仅占压缩机输入〖HT5”，7”〗火〖KG-*3〗用〖HT5”〗的3.6%，冷凝器及膨胀阀的〖HT5”，7”〗火〖KG-*3〗用〖HT5”〗损比也有所下降。     

RV减速器摆线轮齿廓修形润滑性能分析

考虑润滑脂的压黏特性及热效应,建立摆线轮齿与针齿之间的线接触脂润滑热弹流数值模型,求得该模型的完整数值解,得到了脂膜压力分布、温升分布及脂膜形状;结合摆线轮齿廓,分析了修形方式及修形量对脂膜压力、脂膜形状、脂膜温升和摩擦损失功率的影响。结果表明,随着修形齿廓与摆线轮理论齿廓径向间隙的增大,摩擦损失功率增加,最小脂膜厚度先增加后减小;在修形齿廓与摆线轮理论齿廓同一径向间隙的条件下,反弓齿廓修形方式的润滑性能最好,正等距加正移距的组合修形方式次之,负等距加负移距的组合修形方式润滑性能最差。研究结果为考虑润滑性时RV减速器摆线轮齿廓修形提供了一种新的方法。     

粘性条件下含不同导叶数的液力透平水力损失分析

为了研究粘性条件下含不同导叶数的液力透平内水力损失的分布情况,采用CFD方法以3种不同黏度工质对3种不同导叶数的泵作液力透平进行数值计算,分析工质黏度对含不同导叶数的液力透平水力损失分布的影响规律。结果表明:叶轮内的水力损失在透平总水力损失中所占比重超过50%,是透平内的主要水力损失;相同流量与工质下,叶轮内的水力损失随着导叶数的增加而减小,叶轮内的流动受导叶数影响显著,蜗壳、导叶等其他过流部分内的流动受导叶数影响较小;随着工质黏度的增加,相同导叶数透平各过流部分的水力损失基本呈增大趋势;在透平叶轮前添加合适叶片数的导叶能够改善叶轮内流动的状况,减小叶轮内水力损失。