射流曝气机内部流动三维数值模拟与关键结构参数分析

为了探究射流曝气机关键结构对其引射气体性能的影响规律,利用Fluent软件,采用控制变量的方法对不同喉嘴距、喉管长径比以及面积比下的射流曝气机内部流动进行了三维数值模拟,得到了射流曝气机内部压力、流速以及湍动能的仿真结果。通过对比分析可知,喉嘴距、喉管长径比、面积比等都对射流曝气机引射性能有一定的影响。在设计的结构尺寸范围内,当喉嘴距为1.5D、喉管长径比为4、面积比为4.84时引射系数最大,曝气机引射气体性能最好。研究结果可为新型射流曝气机的设计提供理论和实际参考。     

基于深度学习的电器目标检测

针对传统目标检测算法无法自适应提取目标相应特征并完成识别的现象,提出一种基于快速区域卷积神经网络(Faster R-CNN)模型的电器识别方法,其优势在于可以自适应获取不同场景下目标的特征,避免由于人为设计目标的特征而带来的主观因素影响,具有良好的鲁棒性与准确性。FasterR-CNN中首先通过建立区域建议网络RPN(Region Proposal Network)代替Fast R-CNN中的Selective Search方法,得到建议位置后再进行检测。为了解决训练过程当中正负样本失衡问题,在Faster R-CNN中引入了难负样本挖掘策略,增强了模型的判别能力,提高检测的精度。