排序方式: 共有33条查询结果,搜索用时 46 毫秒
1.
2.
为研究废石?风砂高浓度充填料浆自流输送管道输送特性,将矿山实际充填管路进行还原,应用FLUENT软件进行输送模拟研究。结果表明:充填料浆在管道的管径方向有明显的速度梯度;随料浆流速的增大,料浆的输送沿程阻力损失基本呈线性增大;质量浓度对管输阻力的影响非常大,在充填料浆质量浓度相差2%左右时,管道单位长度的阻力损失会相差20%~30%。通过对不同骨料比的充填料浆进行数值模拟,可知废石风砂质量比为6:4的浆体稳定性和流动性相对较好,更有利于管道输送。建立了管输阻力新模型,并通过工业试验对模型进行检验,验证了新的管输阻力模型的可靠性,研究结果为该矿选取充填系统的运行参数提供了重要依据。 相似文献
3.
水溶性钛酸酯偶联剂的合成与应用 总被引:3,自引:0,他引:3
以五氧化二磷、辛醇、正钛酸异丙脂为原料,乙二醇为螯合剂,采用三乙醇胺生成季铵盐的方法合成了一种水溶性钛酸酯偶联剂,并介绍了其在水性涂料中的应用。 相似文献
4.
5.
6.
7.
针对金属管道腐蚀问题,提出了一种基于支持向量机(Support vector machine,SVM)与粒子群优化(Particle swarm optimization,PSO)相结合的管道腐蚀缺陷的分类方法。对预处理后的超声缺陷信号进行经验模态分解(Empirical mode decomposition, EMD),提取相应的时域无量纲参数作为特征向量;建立SVM缺陷分类模型,并采用PSO算法优化SVM参数,提高模型的缺陷分类准确率。实验证明,该方法建立的模型针对不同深度的超声缺陷信号的识别率达到87.5%,优于相同试验样本下BP神经网络和RBF神经网络的分类准确率。 相似文献
8.
交通标志对车辆交通起到重要作用和意义,而智能交通中交通标志识别由于标志特征提取效果差,导致识别率低、识别时间长,因此,提出一种新的基于视觉图像与激光点云融合的交通标志快速识别方法。采用双边滤波方法预处理原始激光点云数据;通过归一化处理得到视觉图像激光点云融合的目标空间激光点云位置测距数值。通过测距值获取目标图像位置,归一化处理交通标志视觉图像,引入k均值聚类算法(k-means clustering algorithm)二聚类处理图像,采用制作的切割模板切割图像感兴趣区域(ROI),提取交通标志图像的深度特征,结合卷积神经网络二次过滤特征,重新标定二次过滤后的特征,最终利用卷积神经网络模型实现交通标志快速识别。经实验对比证明,采用所提方法的提取各个类型交通标志特征的提取效果较好,并且识别率达到89.74%,识别时间仅为13.1s,干扰下识别时间最高仅为15.1s,验证了该方法可以快速且准确识别各个类型的交通标志。 相似文献
9.
10.
本文讨论并采用一种新的简单方式在.NET平台下实现不规则窗体,窗体的换肤和透明功能,并结合了通知图标的使用。建立了在.NET平台下不规则窗体界面的程序模型。 相似文献