排序方式: 共有48条查询结果,搜索用时 843 毫秒
21.
用VOF数值模型方法,对适用于上流式微膨胀床反应器内的气液分布设备进行了数值模拟研究,并与实验结果进行了对比。考察了气液分布设备对气液两相的分布作用,包括分布器内的动态流动特征和流动形态。同时考察了气泡的大小、上升速度、压力降随着表观气液速的变化规律。结果表明:(1)选用VOF数学模型,可以清晰准确的模拟出气液分布器的动态流动特性和气液分界面,可以指导气液分布器的优化设计;(2)气泡的上升速度随着表观气速和表观液速的增大而增大;气液分布器出口气泡的直径随着表观气速的增大而增大,随着表观液速的增大而减小;截面平均气含率随着表观气速的增大而增大,随着表观液速的增大而减小;气液分布器的压降则随着表观气速的增大而减小,随着表观液速的增加而增大;(3)相对于表观液速的变化,气液分布器对表观气速的变化敏感度更高,表观气速更影响分布器的工作负荷。 相似文献
22.
为了解决三维空间中多自由度电机传动精度较低、运动控制较差等问题,在刚性体机械系统下,基于复杂机械系统强耦合、非线性的特点,设计了一种可联动控制的三自由度电机。采用电机自转运动控制策略,分析了电机自转运行时的应力分布和形变程度,建立了混合驱动式电机的动力学模型,施加3个轴向转矩作为驱动力,规划了电机基于混合驱动式的三自由度运动,搭建并设计了机控一体化电机的动力学联合仿真接口。结果表明:通过激活有效阶模态,对刚柔耦合系统下的电机结构进行优化,可得到较小的偏心位移;多自由度电机的智能控制方案可自由设计被控对象的参数变化,降低了扰动的灵敏性,使控制系统具有较好的鲁棒性。结合三自由度电机的动力学数学模型来搭建基于滑模控制系统的联合仿真平台,可实现电机3个轴向角速度的轨迹跟踪,且在整个动力学联合仿真时段内均可实现跟踪效果,为后续实物样机的制造和测试提供了理论依据。 相似文献
23.
24.
为解决电网发生单相接地故障后,无法对故障线路精确辨识的问题,提出了一种基于小波包分解的剩余电流接地故障智能感知方法.依据小波分析法和智能感知原理,针对接地故障产生的剩余电流进行故障信息采集,将收集到的剩余电流信息进行分析对比,以感知接地故障并进行故障识别;通过研究交流电源剩余电流在线式监测和基于小波变换方法的弧光接地故... 相似文献
25.
26.
提出一种新型鹦鹉螺等角螺线垂直轴阻力型风力机,基于流体动力学分析软件,通过建立三维模型,对其气动特性进行研究;依据空气动力学的知识,模拟风力机与空气之间的流-固耦合,分析风力机的风速分布以及风轮受力等.建立了风轮的数学模型,并根据仿真中得到的转矩、风力机转速等参数作为发电机的输入,使用矢量控制的方法,建立永磁法电机的数... 相似文献
27.
利用BP神经网络对被控对象进行了控制和辨识,提出了一种基于BP神经网络的PID控制器;给出了相应的控制算法;并对典型的参数时变非线性系统的控制进行了仿真研究。仿真结果表明,同传统PID控制器相比,神经网络PID控制器对于模型、环境具有较好的适应能力与较强的鲁棒性,证明了神经网络控制的优越性。 相似文献
28.
针对目前非侵入式负荷监测仅能识别单个家用电器、多种家用电器同时运行识别率低的问题,提出一种基于卷积神经网络(CNN)与K-means聚类结合的非侵入式家用电器识别方法。首先,通过改进的CUSUM边沿检测算法对获取的用户用电数据进行时间检测,提取负荷发生投切事件的功率波形;其次,通过高斯滤波法对提取的功率波形进行滤波处理,并将处理后的波形转化为像素图作为负荷特征库,一部分作为训练集用来训练K-means算法改进后的CNN模型,一部分作为测试集测试模型识别的精度;最后,利用搭建的实验平台进行实际测试分析。实验结果表明,所用模型对7种家用电器的识别率均为100%,验证了模型的有效性。通过K-means算法对卷积神经网络进行改进,增大相似特性负荷特征之间的区别,提高负荷辨识的准确率,为非侵入式负荷检测技术开发提供了参考。 相似文献
29.
李争 《宝鸡文理学院学报(自然科学版)》1996,(3)
强化管理是讲效率、求效益的有效途径──谈在世行贷款项目中设备管理的几点具体做法李争(宝鸡文理学院外资贷款办,宝鸡,721007)社会主义市场经济体制的建立给学校的改革、发展带来了新的机遇,但学校内部"供"与"求"之间的矛盾却愈加显得与之不相适应。为了... 相似文献
30.
针对常规SOFM(self-organizing feature map)无监督的神经网络,提出了一种改进的自组织特征映射SOFM神经网络算法。在常规SOFM网络数据聚类算法基础上,分析了其在实际应用中存在的不足,对初始权值设定以及邻域范围选择等方面进行了算法的优化和改进,进而提高了SOFM神经网络聚类算法的正确率、收敛速度和实时性,并利用仿真实验进一步对提出的改进算法进行了验证。 相似文献