极坐标系下黏性流动的拟谱方法

针对拟谱方法在极坐标下遇到的坐标奇异以及压力边界条件难处理等问题,提出了一种新的基于极坐标系下的拟谱方法.该方法在一致网格上直接求解非定常原始变量形式的N-S方程,采用算子分裂法来解耦速度和压力,在径向采用Chebyshev-Radau配置点,在角方向采用标准的Fourier配置点.同时对压力的谱导数矩阵进行了变换,使边界上的压力点不出现在计算方程中.把该方法应用于圆截面的曲线管道的层流流动中,数值实验结果表明,该方法成功解决了极坐标系中的坐标奇异问题;对压力谱导数矩阵的变换,避免了对压力提非物理的边界条件,保证了解的精度,同时也消除了虚假压力模式     

分布式光伏电站接入配电网的分布鲁棒优化配置方法

随着分布式光伏(Distributed Photovoltaic,DPV)电站接入配电网的规模日益增大,光伏出力的不确定波动特性造成配电网运行状态的频繁波动,故对接入配电网的DPV电站进行合理规划对于配电网的安全运行尤为重要.针对DPV电站接入配电网的并网点和容量选择问题,以并网位置节点和配置容量同时作为决策变量,并考...     

提高造纸法再造烟叶松厚度及吸收性能的策略

松厚度和吸收性能是评价造纸法再造烟叶质量的重要依据,具有高的松厚度和吸收性能意味着可提高填充值,提高卷烟烟支饱满度,减少烟丝耗用量;高吸收性不仅可使烟丝充分燃烧,降低有害物质,也可使片基在涂布过程中充分吸收涂布液,保证良好的涂布效果。本文主要论述了松厚度和吸收性能对造纸法再造烟叶质量的重要意义,并从原料、打浆工艺、抄造配比、加填助留、涂布等方面提出了相关策略,用以改善产品的吸收性能。     

并行遗行／模拟退火混合算法及其应用

1 引言人们常常应用随机优化方法,例如:遗传算法GA(Genetic Algorithms),模拟退火算法SA(Simulated Annealing),爬山算法HC(Hill Climbing),Tabu算法等,解决复杂的非线性函数优化问题。这些方法通常需要大量的计算,从而导致运行时间开销较大。随着计算机及网络技术的高速发展,在高性能计算平台上并行化随机优化方法成为当今研究领域的热门。特别是Beowulf PCs Cluster技术的成熟,为研究人员提供了     

基于图卷积神经网络的织物分类研究

织物的分类研究在织物生产、服装设计等领域有着广泛应用。提出织物力模型,结合多帧时序信息和图卷积神经网络,给出一种用图来描述织物运动的新方法,通过分析和提取织物视频中的运动特征,实现织物的分类。该方法使用30种不同织物在风力吹动下的视频作为实验数据集,将视频每一帧作为一个图节点,然后根据视频时序性连接同类织物节点的边。此外结合织物力模型对原视频图像作预处理以提取力流特征作为视觉单词存储,再依据视觉单词探索同类与不同类织物间的潜在联系,由此将欧氏织物视频数据转换为非欧氏织物图数据,最后使用图卷积神经网络进行分类处理。该方法避免了传统织物分类过程中织物纹理、颜色、外部光照等因素的影响,突破了传统分类方法只能对少数织物进行分类的限制,有较好的分类效果。     

基于Android的智能云管家系统设计

文中以智能家居为研究对象,设计一款基于Android的智能云管家系统。该系统控制端以STM32F103ZET6为主控制器,配置温湿度检测模块DHT11和WiFi模块ESP8266,实现对家居环境的数据检测与传输;客户端采用手机APP通过远程服务器对家居设备进行控制和信息交互。经过测试,该系统性能可靠,可实时监测及控制家居设备。     

轻柔织物动态仿真中的有限介质随机波

研究服用织物真实建模技术问题,在织物的运动过程中,波现象普遍存在.然而目前织物建模与动态仿真的方法大部分是从力学角度逐点地进行分析讨论,尚未用到波理论.针对轻柔织物的特点,利用黎曼曲面高斯曲率为零的特征,提出了一种新的轻柔织物动态仿真算法.该算法利用波理论,在轻柔织物运动中保面积的前提下,借助有限介质波的随机产生与传播来仿真轻柔织物的运动过程.提出的仿真算法是以波为最小单元,计算效率相对于目前的逐点仿真算法有明显提高.仿真结果也表明,改进方法仿真效果逼真,计算效率高.     

一种新型热量计量装置的设计与验证

创新设计了一种新型热量计量装置.利用供热系统自身压差,同时考虑温度、密度等因素对热量计量精度的影响,实现对热量的低成本、高精度计量.搭设实验平台,用中央空调水循环系统模拟供热系统,测定了换热系统的流量系数,并验证了利用系统工作压差实现计量热量的方法的可行性.     

基于ARM的煤矿安全生产监控终端设计

提出并开发了一种基于CAN总线和ARM内核的、高性能的嵌入式煤矿安全生产监控终端.主要介绍了系统硬件设计,包括CAN接口设计、Modem接口设计等,并简述了系统任务分析.     

基于模糊逻辑的AFS／DYC集成控制策略研究

文中所研究的汽车动态控制系统是基于模糊逻辑控制的主动前轮转向（AFS）和直接横摆力矩控制（DYC）的集成。控制系统采用分层控制。上层使用模糊逻辑控制器（横摆角速度控制器）,输入为横摆角速度偏差及其变化率,其输出为直接横摆力矩控制信号和前轮修正转向角;下层（模糊集成控制器）设计了基于轮胎侧向力工作区的模糊逻辑控制器,通过调整前轮侧向力的方向,激活切换函数来调节模糊逻辑控制器的比例因子。仿真结果表明,使用非线性七自由度车辆模型,与单独的AFS或DYC控制器相比较,使用集成AFS／DYC控制系统,汽车操纵稳定性得到了很大的改善。