云状空化的非定常流体动力特性

基于高速全流场显示和动态压力测量技术,实现了非定常空化空穴形态和壁面压力的同步测量.采用该方法,同步观察和测量了收缩—扩张流道内云状空化形态的准周期性变化及其对应的壁面压力波动特性,分析了压力信号频谱,讨论了非定常空穴形态变化和壁面压力波动的关系.结果表明:扩张段内云状空穴的发展过程呈现出附着型空穴生长,附着型空穴断裂、脱落以及脱落型空穴聚合、生长、溃灭的准周期过程.壁面压力波动的主导频率约为21 Hz,对应附着型空穴的准周期生长、断裂和大尺度脱落型空穴生长、溃灭;次级频率约为42Hz,对应小尺度脱落型空穴非定常变化.同时发现空穴变化和压力波动存在如下关系:在附着型空穴的生长阶段,其空穴前部稳定附着区域的压力波动较小,其尾部非稳定区域的压力波动较大;当附着型空穴发展至最大长度时,其尾部空泡的非定常波动会使得相应区域压力波动更加剧烈.伴随着反向射流的发展,附着型空穴断裂、脱落产生许多小尺度脱落型空穴,其生长、溃灭等非定常变化会使得相应区域的压力波动变得复杂.小尺度脱落型空穴逐渐聚合、生长形成单一的大尺度脱落型空穴,伴随着其不断的向下游移动,相关区域被其覆盖时压力波动减小,脱离其覆盖或者经历其溃灭过程时压力波动显著增大.     

塔河油田集气总站计量输差分析及控制

天然气输差是控制输气成本的一个关键指标,可分为计量输差和漏失输差两大类。在实际生产中,由于产生输差的原因非常复杂多变,往往导致天然气计量交接不能满足精度要求。因此,找出影响其计量误差和提出改进措施有着重要的意义。以塔河油田集气总站为例,从旋进旋涡流量计和超声流量计的原理特点、现场应用情况、用户负荷、外部干扰等4个主要方面对引起计量输差的因素进行了探讨,并提出了6项控制措施。其中包括通过现场流程改造,有效解决了FT301超声流量计反向计量不准确的问题,使该站的站输差从5.26%降低到了0.68%,取得了较好的效果。     

提升地铁站台门与信号系统关闭且锁紧回路可靠性的研究

随着国内轨道交通的不断发展,地铁列车运行的自动化程度和安全性能也在不断提升。站台门作为保障乘客乘车安全和列车可靠运行的主要设备之一,其性能的稳定性在地铁中尤为重要。文章结合深圳地铁线路的设计实例,对站台门与信号系统间的回路原理、接口电路进行分析和研究,并针对站台门与信号系统接口中存在的问题制定合理可行的解决方案,为后期类似工程提供借鉴。     

西汉高速公路秦岭Ⅰ号隧道通风斜井方案优化

坡度14％（8°）～70％（35°）、长度在300m以上、断面为55～62m2,包含开挖、支护、二衬及中隔墙全工序作业的反打斜井,国内在此之前尚没有这样的设计和施工先例。在进行调研分析和相关模拟试验的基础上,对设计方案进行了比选优化,采用无轨常规施工设备顺利地建成了通风斜井工程。     

高速公路两反向圆曲线径向相接问题分析

阐述了公路线形设计的重要性,提出了高速公路平面线形设计中的一个常见问题,即满足不设超高半径条件的反向圆曲线径向相接问题,并分析了其不合理性.     

低压

低压又称气旋、低涡,是指同一水平面上中心气压比周围地区低的大气涡旋。在北半球,低压区域内空气作反时针反向流动,在南半球则相反。由于低压区域内有上升气流,水汽上升冷却,成云致雨,所以它常造成彤云密布、雨、雪或大风等天气,若低压中有锋面,     

某车型横向稳定杆台架疲劳仿真分析方法

对某车型横向稳定杆进行了基于台架试验疲劳的仿真计算与测试对比研究分析,结合多学科工程辅助软件功能,其仿真结果与试验测试结果基本吻合,优化后的稳定杆疲劳耐久寿命满足目标要求。总结出了一套具有较高精度的稳定杆疲劳耐久台架试验仿真分析流程,为缩短产品开发周期等提供了重要的理论依据。     

基于改进蝙蝠算法优化LSTM网络的短时客流预测

准确地预测地铁站短时客流量,对地铁站通风空调系统的节能优化具有重要意义.充分考虑地铁客流量非线性、随机性、周期性等特点,提出一种基于改进蝙蝠算法(IBA)优化长短期记忆(LSTM)神经网络的短时客流量预测模型(IBA-LSTM).引入反向学习、动态自适应惯性权重与拉格朗日插值法等方法改进蝙蝠的全局搜索与局部寻优能力,克服标准蝙蝠算法易早熟、易陷入局部最优值的问题;利用改进的蝙蝠算法对LSTM网络的隐含层节点数、迭代次数、初始学习率、学习率下降因子4个参数进行优化;利用西安某地铁站自动检票系统(AFC)采集的客流数据,对模型的有效性进行检验.实验结果表明:该预测模型在均方误差、均方根误差、平均绝对百分比误差等方面均优于标准蝙蝠-LSTM模型、LSTM预测模型、BP预测模型及BP-Adaboost预测模型,所提出的方法可有效应用于短时客流量预测.     

基于改进正余弦算法的机器人路径规划

针对正余弦算法(sinecosinealgorithm,SCA)性能低、精度差等缺陷,设计了混合正余弦算法(hybridsine cosinealgorithm,HSCA),并将HSCA运用于机器人路径规划(robotpathplanning,RPP)问题.HSCA融合了基于反向学习方法的初始解构造方法.同时,HSCA通过融入模因分组和TLBO(teaching-learning-basedoptimization)的进化机制来强化后续解的信息交流,力求增强搜索性能.针对RPP问题,HSCA在路径曲线规划过程中引入了Spline插值方法,旨在确保求解精度的同时降低当前问题的优化维度.最后,开展了函数寻优和路径规划测试,实验结果表明,HSCA比对比算法具有更好的性能.