基于CFD技术的泵喷推进器水动力性能仿真方法

文章利用CFD方法,采用高质量结构化网格、应用滑移网格技术对某泵喷的水动力性能进行了数值仿真研究。仿真过程中,计算域内控制方程为雷诺平均N-S方程,湍流模型为剪应力输运模型。计算完成后讨论了网格和湍流模型对计算结果的影响。仿真结果表明:该泵喷平衡特性较好,但效率偏低,与试验结果有较好的吻合。该方法在泵喷水动力性能仿真方面的成功应用为以后泵喷的设计及性能预报提供了一种可靠实用的途径。     

速度对脊状表面减阻影响的数值仿真研究

在管道运输中,流动处湍流状态时,对V型脊状表面和光滑表咏在多个速度下进行了数值仿真计算,发现了脊状表面微观流场的特点和速度对脊状表面减阻效果的影响规律。针对回转体脊状表面的流场特性,为控制减阻,进行数值仿真时合理选择了计算模型、计算流域、计算刚格及边界条件。仿真结果表明：在同一速度下,相对光滑表面而言,脊状表面所受的压差阻力略有增大,但占总阻力份额80％以上的粘性阻力显著降低,从而形成减阻效果;对于同一个脊状表面,速度越大,其湍流边界层能量的交换和转化越强烈,使得低速下的减阻效果明显优于高速。     

对现阶段水土保持工程施工措施的思考

水土保持工程主要就是对于斜坡或者是沟道中水土流失状况的治理,也就是在合理分析风力、水力以及重力的情况下对于水土资源的损失和破坏过程进行有效的管理和防止的方法和手段。对于小流域水土工程综合治理体系来说,其中非常重要的工作就是水土保持工程措施,我国现阶段水土保持工程措施中常见的是山沟综合治理工程、斜坡（山坡）防止工程以及中小型水库蓄水工程等。接下来文章就针对水土保持施工措施以及有关的质量控制措施进行论述。     

网络防御中的蜜罐技术

常规杀毒软件、防火墙软件只是被动的防护,等待攻击者攻击。而蜜罐好比是网络系统情报收集系统,故意让人攻击,引诱黑客前来攻击。等待攻击者入侵后,就可以知道他是如何攻击的,还可以通过窃听黑客之间的联系,收集黑客所用的种种工具,掌握黑客的资料。     

互联网机器翻译

该文在回顾机器翻译发展的基础上,总结了主要的机器翻译方法,并主要阐述互联网机器翻译的特点及面临的挑战.面向互联网机器翻译的应用需求,并针对互联网资源具有海量、高噪声、时效性、稀疏的特点,提出了多策略混合翻译方法、资源挖掘和过滤以及分布式处理技术、领域自适应技术,针对数据稀疏论述枢轴语言技术和新语种快速部署技术;然后结合...     

市场经济条件下微观经济的统计分析

市场经济条件下微观经济的统计分析秦皇岛市玻璃厂曲志荣，刘占统计分析是统计工作的基本任务之一。在统计工作的全过程中，统计分析是统计工作的最后一个阶段，也是最重要的一个阶段。统计分析是根据统计资料，进行去粗取精、去伪存真的加工整理，从而揭示出现象中的矛盾...     

成像测井在松辽盆地徐家围子地区深层火山岩储层研究中的应用

研究区深层火山岩储层具有分布广泛、横向变化大、非均质性强等特点，探究有利的火山岩储集体成为寻找工业气藏的关键。对松辽盆地徐家围子地区若干口成像井进行地质解释，判断出火山岩储集体的宏观储集空间类型有溶蚀空洞以及天然裂缝系统，利用天然裂缝的类型、发育方位等特征的统计分析，可以预测未知区域的裂缝发育情况；利用火山岩地层的倾向、倾角统计规律，可以预测火山岩体的主体位置。     

利用富硒双孢菇粉提升酱油有机硒含量和改善酱油风味

该研究利用临期和损伤富硒双孢菇制备富硒双孢菇粉,以其替代15%质量分数的面粉,按照高盐稀态工艺生产富硒酱油（样品酱油）。结果显示,样品酱油总硒和有机硒含量分别达到134.65和122.53 µg/kg,比对照酱油提高5.70倍和5.85倍,有机硒转化率为91.00%,符合富硒酱油标准。理化分析结果表明样品酱油总氮、氨基酸态氮和无盐固形物含量为1.72、1.03和22.56 g/100 mL,比对照酱油提高9.55%、19.77%和5.13%。此外,样品酱油蘑菇香、麦芽香、醇香和果香香气强度比对照酱油提高了5 837.17%、15.62%、20.15%和15.88%。添加富硒双孢菇粉显著提高了大曲和酱醪中蛋白酶酶活,这是富硒双孢菇粉提高酱油滋味物质含量的原因。富硒双孢菇粉中的1-辛烯-3-酮、1-辛烯-3-醇、3-辛醇和3-辛酮赋予了样品酱油蘑菇香。此外,富硒双孢菇粉促进了酱醪中产香微生物的繁殖,进而提高了样品酱油中麦芽香、醇香和果香香气强度。该研究利用临期和损伤富硒双孢菇开发了一种风味良好的富硒酱油,可为双孢菇和酱油生产企业提高产品附加值提供技术参考。     

深度学习技术在火灾图像识别中的应用

火灾事故频发严重威胁着社会公共安全和人们的生命财产安全。火灾发生的不可预见性增加了火灾防控的难度。传统温感、烟感火灾探测设备对室内空间火灾探测效率较高;以人工选择特征为依据的火灾图像识别技术受限于实际火灾场景特征复杂多变,存在误报情况;深度学习技术通过海量火灾场景图片训练和网络参数优化,自动提取火灾图像深度抽象特征,以达到对火灾的精准识别和预警判断。本文就火灾图像识别及深度学习技术在该领域中的应用进行分析,对影响深度学习技术在火灾图像识别应用中的瓶颈问题进行探讨,并展望了该技术的未来发展。