离心式循环压缩机叶轮内部流场的数值模拟

运用大型CFD软件FLUENT采用标准κ-ε湍流模型进行数值模拟,研究了一台离心式循环压缩机叶轮的流场,分析了速度、压力和湍流强度的分布情况,为叶轮的改进提出了参考依据.     

一种复合微动空间目标窄带成像方法

提出一种复合微动空间目标窄带成像方法.由于窄带雷达在目标检测和跟踪等方面的优势,窄带雷达被广泛用于空间目标探测中.对空间微动目标,微动产生时变多普勒调制,蕴含了目标的重要结构信息,通过对时频图像应用逆约旦变换方法可获取目标各散射点的位置,实现窄带成像.窄带成像降低了对雷达带宽的要求,在空间目标探测上具有优势.然而,在实...     

凡口铅锌矿盘区机械化非胶结充填采矿试验研究

针对凡口铅锌矿盘区机械化分层充填采矿法全面采用胶结充填回采工艺成本较高的现状 ,在矿山大规模进入矿柱回采阶段 ,采用全尾砂、棒磨砂进行了非胶结充填采矿工艺试验研究 ,取得了良好的技术经济指标。     

蠕虫状胶束的黏弹性及其应用

文章主要叙述了在流变性上具有其特有性质的一种非常重要的表面活性剂聚合结构,即黏弹性蠕虫状胶束的重要应用。其内容包括了由阴离子,两性离子和高分子表面活性剂形成的相应体系。应用范围更是涉及了油田化学品,药物减水剂和个人护理品及家居用品的增浓等。     

考虑能量成本和污染排放的综合能源系统优化配置

综合能源系统通过对电、热、气多能流间的互补协调,能够在满足用户用能需求的同时提高系统能源利用率。本文针对热电耦合的分布式综合能源系统的最优容量配置问题,提出一种考虑能量成本和污染排放的线性加权双目标优化模型,并分析各目标不同权重对容量配置的影响;并以某厂房办公楼为例,计算得到不同权重组合下的最优容量配比,对不同权重下最优容量配比组合进行了运行分析。结果表明,随着权重配比的改变,系统组件容量、单位能量成本和污染排放成本也在不断波动,能量成本所占权重的增加会导致系统目标函数值的增大,从而使系统的性能降低。系统容量优化配置的运行分析表明,选取合适的权重系数,系统用能单价和污染物排放可以得到有效降低,具有经济和环保效益。     

气缸内迷宫密封流场特性研究

建立了迷宫式活塞压缩机的迷宫密封数学模型,运用FLUENT软件对其气缸迷宫内的气体流动进行了计算模拟,并对迷宫压缩机活塞与气缸壁间的迷宫流场进行了分析。     

PVA-CMC-KOH复合碱性固态电解质的制备及其在二次锌镍电池中的应用

采用聚乙烯醇(PVA)、羧甲基纤维素(CMC)和KOH为原料,通过溶液浇铸方法制备了性能良好的碱性固态聚合物电解质.通过考察电解质含水量、电导率与各组分的关系,得到其最佳配比为m(PVA):m(CMC):m(KOH)=3:1:6.采用DTA和CV技术考察了样品的热稳定性和电化学稳定性.碱性固态电解质在66℃的地方开始脱去自由水,在90℃后脱去束缚水(羟基结合水),350℃发生羟基缩合,分子内脱水.组装碱性固态电解质二次碱性锌镍电池,以不同电流密度2～10 mA/cm2充放电,在电压为1.93～1.95 V出现充电平台,在电压1.78～1.45V出现放电平台.以5 mA/cm2电流密度进行充放电循环10次,充电效率第10次达到92%,表明电解质具有良好的性能.     

高温条件下基于虚场法的钛合金弹塑性参数识别与提取

目的 准确表述TC4钛合金的力学性能,对TC4钛合金进行了单轴热拉伸实验,使用虚场法识别和提取不同高温条件下TC4钛合金的弹塑性参数。方法 在不同试验温度(650、700、750℃)下,选用TC4钛合金(Ti-6Al-4V合金),按轧制方向以应变速率为0.1 s^-1进行热拉伸试验。采用立体数字图像相关系统(DIC)测量试样的真实应变,得到真实应力-应变曲线,并捕捉热拉伸过程中的随机点,计算出试样的真实应变场。通过虚场法(VFM)在试件的弹性阶段设置不同虚拟位移场,建立虚场方程组以识别不同试验组中的弹性模量和泊松比,利用JC本构模型建立适合试件塑性变形阶段的虚场方程,使用K-Means聚类算法提取模型中的塑性参数。结果 在考虑计算误差的情况下,使用VFM识别出的弹性模量、泊松比与参考数值的加权相对误差分别在4.8%、6.4%以下;提取出的塑性参数可以用于建立JC本构模型,弹塑性参数的识别和提取均符合预期。结论 使用VFM可以有效识别出TC4在不同高温条件下的弹性参数,K-Means聚类算法在提取塑性参数方面的效果较为显著。     

局域网的网络安全及应对策略

随着网络技术和信息技术的飞速发展及计算机网络的普及.人们的网络意识和网络服务需求不断增强,人们不再只是关心网络的速度和连接的范围,而是越来越关心网络的管理、服务质量、网络安全等网络安全策略方面的问题.本文针对当前办公单位局域网络安全的现状,探讨其目前存在的问题和威胁,并提出相应的解决策略.     

结合深度学习与相关反馈的遥感图像检索

目的 针对基于内容的图像检索存在低层视觉特征与用户对图像理解的高层语义不一致、图像检索的精度较低以及传统的分类方法准确度低等问题，提出一种基于卷积神经网络和相关反馈支持向量机的遥感图像检索方法。方法 通过对比度受限直方图均衡化算法对遥感图像进行预处理，限制遥感图像噪声的放大，采用自学习能力良好的卷积神经网络对遥感图像进行多层神经网络的监督学习提取丰富的图像特征，并将支持向量机作为基分类器，根据测试样本数据到分类超平面的距离进行排序得到检索结果，最后采用相关反馈策略对检索结果进行重新调整。结果 在UC Merced Land-Use遥感图像数据集上进行图像检索实验，在mAP（mean average precision）精度指标上，当检索返回图像数为100时，本文方法比LSH（locality sensitive Hashing）方法提高了29.4%，比DSH（density sensitive Hashing）方法提高了37.2%，比EMR（efficient manifold ranking）方法提高了68.8%，比未添加反馈和训练集筛选的SVM（support vector machine）方法提高了3.5%，对于平均检索速度，本文方法比对比方法中mAP精度最高的方法提高了4倍，针对复杂的遥感图像数据，本文方法的检索效果较其他方法表现出色。结论 本文提出了一种以距离评价标准为核心的反馈策略，以提高检索精度，并采用多距离结合的Top-k排序方法合理筛选训练集，以提高检索速度，本文方法可以广泛应用于人脸识别和目标跟踪等领域，对提升检索性能具有重要意义。