用等压Kutta条件求解三维水翼和螺旋桨片空泡

由于空泡计算的复杂性,国内外以前计算螺旋桨空泡时大多采用的是Morino's Kutta条件,但严格来说,Morino's Kutta只适用二维问题,对三维水翼和螺旋桨空泡的计算会带来一定误差,而等压Kutta条件用Newton-Raphson迭代过程,确保在螺旋桨随边上下表面的压力相等,可以消除Mofino's Kuaa条件所带来的误差,提高空泡在梢部的预报精度.文中用等压Kutta条件预报了三维水翼和螺旋桨的片空泡,并将两种Kutta条件得到的计算结果同试验结果进行了比较.     

CCI减压阀在成品油管道输油站使用中存在问题分析

CCI减压阀在中石化华南管网茂昆线输油站工作过程中存在的主要问题有两个：部分减压阀阀笼易堵塞;部分减压阀过早出现阀内件被严重冲蚀和汽蚀损坏的现象。结合管道实际运行工况,分析故障发生原因,并提出了一些防范措施．     

水中含气量对螺旋桨空泡噪声影响的试验研究

为了研究水中含气量对螺旋桨空泡噪声的影响,在大型循环水槽中对某一高速双桨船模型的螺旋桨模型辐射噪声进行了测试.试验中进行了同一含气量下,不同船速时螺旋桨模型的辐射噪声的测量以及给定速度下,不同含气量情况下螺旋桨模型辐射噪声测量.测试结果表明:同一含气量,模拟实船不同航速工况时,噪声的总声级随着航速增加逐步增加;模拟实船某一航速工况,水中不同含气量时,测量得到的噪声总声级随含气量的增加而下降.     

高水头船闸阀门开启过程水力特性仿真研究

采用动网格技术和VOF方法对高水头船闸阀门开启过程进行非恒定流三维紊流数值模拟,研究阀门段水流急变分离的流态、流速、压力等水力特性参数的时空演化规律,以及出现空蚀与流激振动的危险区域和时刻。研究表明,阀门工作最不利开度是0.4,阀门后狭缝、阀门下底缘及跌坎角处是流噪声源,也是空蚀风险区;开度0.5时突扩体顶板上游侧区域有负压,有空蚀风险;空蚀最危险区域在突扩体升坎反弧末端,最不利工况下,开度0.8时负压高达120.75 kPa。建议进一步对突扩体型进行优化,运行中采用阀门快开方式减小负压持续时间,采取工程措施加强空蚀区的防护。     

铁路非常规突发事件应急救援决策方法研究

将贝叶斯网络推理方法应用到铁路突发事件应急决策中,为铁路突发事件应急救援提供一种实用、智能的科学辅助决策方法.在提取、约简案例决策属性的基础上,采用基于云模型的评估方法完成案例决策属性定性划分,降低决策属性划分的偏差性.构建铁路突发事件应急决策贝叶斯网络模型,并提出进行综合决策的具体方法及步骤.通过具体算例说明使用贝叶斯网络进行铁路非常规突发事件综合概率的决策过程.案例分析表明,该方法能够满足铁路应急决策需求,在信息不完备情况下同样具有实用性和有效性. 为领域知识不完全,主要依靠经验知识进行铁路突发事件应急决策支持系统的智能化提供了新方法、新思路.     

柴油机汽缸套穴蚀和振动特性的研究

以12V180型柴油机的汽缸套为例,用有限元法对该缸套进行了动力分析,并对引起缸套振动的活塞冲击力的处理进行了探索性的研究。本文从研究缸套计算模型的建立入手,对不同疏密程度网格的计算精度进行了比较,最后选定了144个节点的缸套计算模型作为进一步分析的基础;对不同壁厚、不同支承刚度、不同O型密封圈刚度和O型密封圈不同位置等多种因素的变化对缸套振动特性的影响分别进行了研究,为今后柴油机汽缸套的设计提供了一定的理论依据。     

基于危险理论-云决策的发动机状态检测技术研究

针对发动机故障诊断中的诊断精度差和诊断算法自适应性差的问题,提出了一种基于危险理论-云决策的发动机状态检测算法。根据免疫系统的危险理论建立了危险识别模型,给出了危险信号和安全信号的定义。基于云模型构建了云决策模型。通过融合危险识别模型和云决策模型,构建了适用于复杂机械系统的状态诊断策略。在汽车发动机状态检测试验台上,对发动机状态检测算法进行了试验验证,结果表明该算法的诊断准确率达到97.5%以上。     

基于K-means算法的行人检测方法研究

行人作为交通事故易受伤群体之一,其安全保障越发受到重视.结合车载激光测距仪实时采集的车辆前方障碍物距离信息,提出基于K-means算法的行人检测方法.首先对激光测距仪接收的距离信息进行报文解析,形成激光云点图.其次,对激光云点图进行预处理,消除冗余数据.再应用K-means聚类算法对前方障碍物进行分类,最后建立行人宽度模型甄别行人目标.试验结果表明,基于K-means聚类算法能从激光云点图中快速提取行人目标,为汽车主动安全及交通安全研究提供基础.     

基于金字塔特征融合的二阶段三维点云车辆检测

针对三维点云鸟瞰图特征提取不充分导致车辆目标检测性能欠佳问题,本文提出一种基于金字塔特征融合的二阶段三维点云车辆目标检测算法。首先通过降维处理并利用体素占用编码原始三维点云,得到二维特征图输入;然后,利用上采样网络传递高层语义特征,下采样网络传递低层位置特征,构建一阶段金字塔网络结构提取车辆目标特征;最后,通过候选区域提取层得 到不同尺度的候选区域,利用兴趣区域池化层对齐各候选区域尺度,并采用全连接层融合多尺度特征,提取不同感受野下车辆目标特征;此外,在损失函数方面,补充正余弦角度损失并加权到总损失函数中,优化车辆目标航向角预测。基于KITTI公开数据集的实验分析表明,本文算法相较基准网络能够有效补充三维点云鸟瞰图特征提取,在不同难度的检测任务中平均检测精度提高 了5.07%~8.59%。     

LIDAR点云数据处理与应用

机载雷达测量技术作为一种主动、快速、精确的新型遥感测量方法,自出现以来便受到广泛关注,其获取空间数据的后处理也已成为研究热点。分析LIDAR点云数据的获取原理及分类,探讨Microstation的terra模块数据及LIDAR点云数据的分类处理方法。