秦山核电厂反应堆整体模型水力试验

应用相似原理,根据工程需要,采用1:5比例设计整体水力模型。对堆芯与上腔室几何形状,经过工程分析,考虑欧拉准则Eu与雷诺准则Re关系,在Re数等于自模Re数时(模型Re取10~5,足够保证自模),可使模型的欧拉数(阻力系数)与原型的相等。堆芯由模拟燃料组件组成以模拟原型的阻力系数,这些组件由具有同心流动通道的正方形横截面的铝棒制造。模拟燃料组件的个数、排列方式与原型相同,使流量分布数据有一一对应关系。所有模拟燃料组件在整体水力试验之前,逐个按阻力系数相等于原型的阻力系数进行标定。对工程设计的两块实心比为0.438和0.7的流量分配板进行了试验,测量了堆芯流量分布并归并成归一化流量分布,还测量了从反应堆进口,经堆芯到上腔室出口的模型各部分阻力系数。通过试验分析和比较,选择实心比为0.7的流量分配板,其堆芯流量分布对应的下腔室流量分配分因子为1.05,和工程取值一致,也和国外数据相符,它可用于秦山核电厂反应堆设计。     

秦山核电厂反应堆整体模型水力试验

本文介绍了反应堆整体模型水力试验原理和试验结果,并对两块实心比为0.438和0.7的流量分配板的试验结果作了分析。试验证明,实心比0.7的流量分配板的试验数据比较均匀,可以应用于秦山核电厂反应堆设计。     

如何选择汽车防盗器

汽车防盗的核心是防止“汽车整车”被盗,即使偷车贼打开车门也无法把车偷走,因此,汽车发动机锁上系统才是汽车防盗的关键。目前国内一些高档车已采用较为先进的防盗技术,用点火钥匙中的芯片来防止汽车被盗。如果你了解以下防盗器的原理,就会在购买防盗器时作出合理的选择。一、机械式锁分方向和排挡两类,是传统的防盗锁,既     

n型纳米非对称DG-TFET阈值电压特性研究

n型纳米非对称双栅隧穿场效应晶体管(DG-TFET)速度快、功耗低,在高速低功耗领域具有很好的应用前景,但其阈值电压的表征及其模型与常规MOSFET不同.在深入研究n型纳米非对称DG-TFET的阈值特性基础上,通过求解器件不同区域电场、电势的方法,建立了n型纳米非对称DG-TFET器件阈值电压数值模型,探讨了器件材料物理参数以及漏源电压对阈值电压的影响,通过与Silvaco Atlas的仿真结果比较,验证了模型的正确性.研究表明,n型纳米非对称DG-TFET的阈值电压分别随着栅介质层介电常数的增加、硅层厚度的减薄以及源漏电压的减小而减小,而栅长对其阈值电压的影响有限.该研究对纳米非对称DG-TFET的设计、仿真及制造有一定的参考价值.     

基于亚像素级的墙面裂缝宽度检测方法研究

针对目前计算墙面裂缝宽度精度低的问题,提出一种基于亚像素级裂缝宽度计算方法。该方法在提取裂缝区域的基础上,运用基于中轴线垂线的裂缝宽度测量方法,结合多项式拟合裂缝边缘,提取裂缝左右边缘亚像素坐标点,从而运用欧式距离方法计算出亚像素级裂缝宽度,并且与像素级计算宽度的方法进行了对比。实验的结果表明,该算法计算结果更加精确,可用于多种类型的墙面裂缝宽度测量,其中纵向、横向和交叉裂缝测量的平均相对误差分别为3.02%、2.44%和3.72%,相比于像素级方法,平均误差分别减少了1.87%、1.95%和2.07%,具有较强的泛化能力以及稳定性。     

群体大小与群体创建决策方案数量的实验研究

针对口头面对面群体大小群体创建决策方案数量的影响进行了实验研究,实验主体包括3组平均年龄为21岁的本科生和1组平均年龄为33岁的工商管理硕士生,实验将各组分成1－17人不同大小的群体,任务属于想法产生类任务,实验结果表明,在该方式下群体创建方案的数量随群体人数增大呈中间高两头低的“n”形曲线变化,人均方案数量随群体人数增大而减小。     

高频次微小地震下顺倾软硬互层边坡动力稳定性研究

三峡库区(TGR)自蓄水以来微震活动加剧、强度增大,频发微震会对库区边坡产生一定影响.采用振动台模型试验和UDEC数值模拟方法,对库区顺倾软硬互层边坡在不断微、小地震作用下的破坏失稳演化过程及动力稳定性进行了研究.研究成果如下:在不断地震作用后,边坡自振频率下降、阻尼比上升,自振频率下降的速度随加载次数和加载幅值的增加而增大;在不同加载阶段,边坡坡面PGA放大系数不断降低,动力响应呈现减弱趋势;弱层成为顺倾软硬互层边坡变形破坏的优势区域;边坡的破坏失稳演化过程为分段式的滑移破坏过程,上部软、硬层滑落后,剩余滑体沿着由上部弱层剪切裂缝、中部硬层次级节理拉裂缝和下部弱层剪切裂缝贯通形成的滑移面滑移破坏;UDEC数值模拟表明顺倾软硬互层边坡的累积永久位移随微震作用次数的增加而增加,稳定性系数则呈现递减趋势.研究成果对库区滑坡形成机制的认识和减灾、防灾有一定的价值.     

基于线性低秩卷积与道路网络的城市流量推断

细粒度城市流量推断(FUFI)旨在从粗粒度交通流量中推断出真实的细粒度交通流量,以代替在现实世界中大量传感器设备的作用.现有的FUFI方法仅考虑到时间、天气等外部因素特征,忽略了道路网络特征对城市交通流的重要影响.此外,现有方法使用的传统残差网络结构对交通流的低级特征捕获能力不足,低级特征容易在网络深层消亡.为解决以上问题,提出一种使用线性低秩卷积与全局注意力Transformer的细粒度城市流量推断模型LLCGAT,以更好地捕获交通流的低级特征并融合道路网络特征的学习.该模型在考虑外部因素的基础上,首先将城市的道路网络作为重要的特征与交通流特征融合,并使用广泛激活的线性低秩卷积对综合特征进行特征提取,然后将综合特征与道路网络特征分别接入注意力Transformer的编码器和解码器中以进一步捕获交通流的全局空间分布.在TaxiBJ-P1和XiAn两个真实世界数据集上的实验结果表明,LLCGAT模型将平均绝对百分比误差分别降低了3.3%和10.7%,均方根误差分别降低了2.3%和2.4%,平均绝对误差分别降低了3.8%和6.3%.     

内扩散对伴有独立均匀失活的活性非均匀分布催化剂有效因子的影响

通过计算,分析了内扩散对伴有独立均匀失活的活性非均匀分布催化剂有效因子的影响规律。