高黏体系中最大叶片式搅拌桨直径的CFD优化

以黄原胶溶液为研究体系,借助于计算流体力学( CFD)方法研究了采用不同直径的最大叶片式搅拌桨时釜内流体速率分布、死区体积、剪切速率、表观黏度和总体流体状况等参数.研究发现:在保持功率不变的前提下,随着桨径的增大,釜内循环区影响范围变广,全釜平均液相速率逐渐增加,速度分布均匀度有所提高,死区体积明显下降.对于研究的搅拌...     

35/6(10)kV降压变压器电流速断保护与差动保护的选用探讨

文章介绍了变压器电流速断保护的基本性能以及与纵联差动保护的选用探讨,从而得出这种保护的选用条件。     

最大叶片式桨在假塑性流体中的搅拌流场模拟

为研究最大叶片式桨在高黏假塑性流体中的搅拌流动行为,以黄原胶溶液为研究体系,采用计算流体力学方法重点研究了釜内流体的功耗特性、速率分布、剪切速率、表观黏度分布和总体流动状况。结果表明:最大叶片式桨具有与大多数径流桨相似的"双循环"流型结构,且预测的功耗特性与实验数据一致性良好。最大叶片式桨适用于高黏假塑性流体的混合,而对于高黏牛顿流体的混合则效果不佳。釜内的剪切速率分布较宽泛,且受转速影响较大。转速可作为该桨改善黄原胶体系混合效率的重要参数之一。     

非牛顿流体中组合桨氧传递性能的研究

对两层组合桨在黄原胶水溶液中的混合性能进行了研究,采用能反映微观混合状态的容积传氧系数对多种组合桨进行了比较。结果表明双折叶圆盘涡轮—六叶布鲁马金组合桨有利于获得高的容积传氧系数;加大底层桨直径更有利于非牛顿流体的混合。     

面向服务的软件开发方法评价分析框架研究

面向服务的软件解决方案因其"重用"和"互操作"的核心概念,已经成为实施企业级系统的指导标准。然而,由于面向服务的软件开发的方法学评价仍然缺乏完善的定义,因此在项目实施过程中很难评价和比较各种情况下的相应机制。使用一组定性和定量特征进行评价的分析框架可以从结构、过程、产品3个方面较好地对软件项目进行评价。通过一个实例展示了该框架的灵活性、弹性以及全面的特点。     

通用串口到Modbus RTU的协议转换器设计与实现

为了实现RS-232/485通用串口设备接入Modbus总线,设计了一种通用串口到Modbus RTU的协议转换器,以IAP12C5A60S2单片机为主控制器;介绍了硬件结构和电路实现方法,结合Modbus RTU协议规范提出了软件设计思想,分析协议转换关键问题并给出了解决办法;最后,采用串口调试工具STC-ISP和RCP-972仪表对协议转换器进行测试和分析,结果表明主设备发出命令帧后100 ms内收到协议转换器回传的数据帧,协议转换器能够正确实现协议转换和报文转发功能。     

GIS-MapObjects支持下的数字校园建设

基于GIS-MapObjects技术,阐述了数字校园的内涵,提出了基于GIS的数字校园体系结构、系统功能及其主要支撑技术,并针对中国矿业大学的需求现状,提出了基于Visual C 6.0开发环境下,结合组件式GIS-MapObjects开发数字校园系统的设想。     

最大叶片式桨流体动力学性能的数值模拟

运用CFD方法研究了最大叶片式桨在层流区域内的流体动力学性能,模拟体系为高粘度牛顿流体和非牛顿流体,主要考察桨叶的功耗特性、Metzner常数、剪切性能和排液性能. 结果表明,功耗计算值与文献实验值基本一致;桨叶的Metzner常数ks=10与流变行为指数n无关;搅拌形成双循环流型,釜中部桨叶所在区剪切速率大、排液量大,产生的漩涡流也大,导致剪切效率低于0.5;随雷诺数增加(Ren=1.4, 5.0, 7.6),全釜平均剪切速率(3.40, 9.91, 15.05 s-1)和全釜平均排液量(0.0014, 0.0033, 0.0052 m3/s)逐渐增加,尤其是桨叶下端两翼区平均剪切速率(4.36, 11.48, 16.35 s-1)和平均排液量(0.0026, 0.0064, 0.0095 m3/s)增加相对较大. 说明Ren增加,搅拌混合作用加强,剪切速率大产生的界面积大,排液量大使高低剪切区内流体快速循环,有利于流体高效混合.     

基于Boosting的高光谱遥感切空间协同表示集成学习方法

近年来,协同表示分类(Collaborative Representation Classification,CRC)算法成为高光谱遥感影像分类的研究热点,尤其是切空间协同表示分类(Tangent Space Collaborative Representation,TCRC)利用切平面估计测试样本的局部流形,其分类精度得到了显著提高。为进一步提升高光谱遥感影像分类的准确性和可靠性,提出了基于Boosting的高光谱遥感影像切空间协同表示分类算法(Boosting-based Tangent Space Collaborative Representation Classification,Boost TCRC)。Boost TCRC算法采用TCRC算法作为基分类器,通过Boosting原理自适应地调整训练样本的权重,增大错分样本的权重从而使得分类器专注于较难分类的训练样本,然后在基于残差域融合时根据基分类器的分类表现赋予其权重,最终采用最小重构误差的原则对测试样本进行分类。实验采用HyMap(Hyperspectral Mapper)和AVIRIS(Airbone Visible Infrared Imaging Spectrometer)等高光谱遥感影像数据对所提出算法的性能进行了综合评价,结果表明：基于Boosting的集成方式可有效提升TCRC算法的分类效果。针对HyMap数据,Boost TCRC算法总体分类精度和Kappa系数分别为93.73%和0.920 8,两种精度指标分别高于TCRC算法2.82%和0.032 3,同时分别高于AdaBoost ELM算法1.81%和0.022 5。对于AVIRIS数据,Boost TCRC算法总体分类精度和kappa系数为84.11%和0.812 0,两种精度指标分别高于TCRC算法3.97%和0.049 3,同时分别高于AdaBoost ELM算法12.02%和0.143 6。     

第十五届江苏农业国际合作洽谈会在盐城开幕

2013年9月27日上午，第十五届江苏农业国际合作洽谈会在盐城开幕，农业部副部长于康震致辞，江苏省副省长徐鸣宣布洽谈会正式开幕。欧盟、孟加拉、韩国、马里、厄瓜多尔等国家驻华饥构官员，俄罗斯国家农业科学院、美国康奈尔大学、美国北达科达州等江苏友好省州代表团及企业代表参加了开幕式。