检索结果-南通市图书馆

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

边界层理论研究进展综述

中国科学：技术科学 2024年第6期54卷 979-1002页

作者：陶智马遥由儒全李海旺北京航空航天大学航空发动机研究院北京100191

本文回顾了边界层理论提出至今120多年内的重要发展历程,梳理了边界层理论的发展脉络,总结了在边界层测试、边界层求解以及工程应用等方面的发展情况.Prandtl最开始提出的平板边界层理论从物理概念上解释了物体绕流的摩擦阻力现象,解决... 详细信息

本文回顾了边界层理论提出至今120多年内的重要发展历程,梳理了边界层理论的发展脉络,总结了在边界层测试、边界层求解以及工程应用等方面的发展情况.Prandtl最开始提出的平板边界层理论从物理概念上解释了物体绕流的摩擦阻力现象,解决了困扰多年的d'Alembert悖论.随着航空工业的发展,人们开始对边界层流动稳定性理论、湍流边界层、可压缩边界层、高速边界层、温度边界层、旋转边界层等概念进行拓展研究.在求解边界层方面,诞生了级数解法、积分法、渐进展开法和差分法等经典的数值求解方法;随着工程应用的需求,也发展了半理论半经验的解析方法求解湍流边界层.在测试技术方面从最初的Preston管测试逐渐转变为以热线风速仪为主要测试手段.同时本文还从航空航天飞行器高速、旋转和强换热的特点,介绍了高超声速边界层、旋转边界层和温度边界层方面较为前沿的研究成果,供快速掌握边界层理论的发展历程和今后的发展方向.

关键词：边界层高超声速旋转温度研究进展

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于自适应局部邻域条件下的点云匹配

光学精密工程 2024年第10期32卷 1606-1621页

作者：李晋儒王晋郭松涛索红燕山西省煤炭地质物探测绘院有限公司山西晋中030600 山东科技大学测绘空间信息学院山东青岛266590 中国人民解放军战略支援部队信息工程大学地理空间信息学院河南郑州450001

为了应对传统迭代最近点(ICP)算法在处理复杂点云空间特征时,面临噪声干扰和数据缺失等问题导致收敛速度缓慢、配准精度不高以及鲁棒性较差等问题,本文提出了一种基于自适应局部邻域条件下的点云匹配算法。首先,采用体素网格滤波对数据... 详细信息

为了应对传统迭代最近点(ICP)算法在处理复杂点云空间特征时,面临噪声干扰和数据缺失等问题导致收敛速度缓慢、配准精度不高以及鲁棒性较差等问题,本文提出了一种基于自适应局部邻域条件下的点云匹配算法。首先,采用体素网格滤波对数据进行预处理,根据不同半径邻域内邻近点的分布情况,定义邻域表面的弯曲程度,在此基础上,充分考虑到法向量分布和邻域曲率特征,从而得到更精确的特征点提取;其次,通过运用最小二乘曲面拟合方法,进一步提取出邻域曲率变化最为显著的特征点,采用快速点特征直方图(FPFH)对特征点进行描述,并通过设定距离阈值的采样一致性算法来匹配相似的特征点对,计算出关键的坐标转换参数,完成初始配准。最后,利用线性最小二乘优化点到面的ICP算法,以实现更精确的配准结果。通过一系列实验对比发现相较于现有的几种配准算法(ICP,SAC-IA+ICP,K4PCS+ICP),在存在噪声干扰和数据缺失的情况下,所提方法的配准准确度平均提高45%,配准速度平均提高38%,充分验证了该方法在应对大数据量、低重叠率点云配准方面具备出色的稳健性能。

关键词：点云匹配邻域法向量快速点特征直方图迭代最近点

含高渗透率分布式光伏的配电网集群电压控制与优化调度

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

含高渗透率分布式光伏的配电网集群电压控制与优化调度

作者：刘英儒东北电力大学

学位级别：硕士

随着“碳达峰、碳中和”两大战略目标的提出,我国电力系统的能源消耗开始从以化石能源为主向以清洁能源为主转变,以光伏发电为代表的清洁能源被大力推广发展,配电网分布式光(photovoltaic,PV)伏并网数量和容量已经呈现出快速增长的趋势... 详细信息

随着“碳达峰、碳中和”两大战略目标的提出,我国电力系统的能源消耗开始从以化石能源为主向以清洁能源为主转变,以光伏发电为代表的清洁能源被大力推广发展,配电网分布式光(photovoltaic,PV)伏并网数量和容量已经呈现出快速增长的趋势,出现功率倒送的情况,改变了配电网的单向潮流特性,使配电网的损耗逐渐增加,电压越限和波动问题变得更加突出。此外,由于分布式光伏大规模接入,且光伏出力具有波动性和不确定性,这些因素显著提高了配电网进行电压调控的难度,给配电网的稳定运行和经济调度带来了新挑战。针对这些问题,本文进行了配电网电压调节及优化调度的相关研究,具体如下:首先,以集成的多种设备(如有载调压变压器、储能系统和静止无功补偿器)的配电网为研究对象,针对这些设备的不同调节方式、调节能力和响应时间等特性,进行详细建模,并分析其电压调节的原理和特性;此外还建立了配电网等值模型,分析了光伏接入对配电网电压波动的影响原理,并着重分析了光伏逆变器的动态调节能力,通过对不同情景下的仿真分析,结果表明合理配置和控制这些调压设备,不仅能解决电压越限的问题,还能降低系统网损,为接下来电压控制与调度提供基础。然后,针对高渗透率光伏接入配电网后引起的电压频繁越限问题,考虑光伏逆变器的快速响应特性,提出了一种配电网集群电压实时控制方法。采用灵敏度矩阵描述了不同节点间的电压变化关系,并结合源荷平衡及功率调节能力,量化了可调节节点对电压支撑的贡献度,进而综合形成了电气距离指标;在传统集群发现算法基础上提出了改进型集群发现算法,弥补了传统算法全局寻优能力不足的缺点,通过集群算法得到最优的无功集群和有功集群的划分结果;提出了先无功集群再有功集群的电压控制方法,针对集群内节点的可观性和可控性的不同,提出了集群关键节点选取的指标,充分利用集群的调节能力。通过仿真验证,所提出的集群电压控制方法不仅能减少搜索范围,快速解决电压越限问题,还能降低系统网损。最后,针对实时电压控制难以保证配电网经济运行的缺陷,提出基于集群划分的配电网调度方法。以含分布式电源集群配电网运行经济效益最大、网损最小和电压偏差最小为目标建立了集群配电网经济调度数学模型。通过二阶锥松弛引入中间变量,将支路潮流方程从非凸函数转化为凸函数,采取改进的交替方向乘子法迭代求解,不同集群只需收集相邻控制器的边界协调信息完成集群优化调度,减少了配电网整体计算和通信的压力,通过算例系统仿真,验证了所提方法的有效性。

关键词：分布式光伏配电网集群划分电压控制优化调度

湘西石漠化地区不同生境下水杉的树干液流特征研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

湘西石漠化地区不同生境下水杉的树干液流特征研究

作者：宋政儒中南林业科技大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的泡沫铝屈服面预测

基于深度学习的泡沫铝屈服面预测

作者：李卓儒吉林大学

学位级别：硕士

近年以来我国汽车领域发展飞速,尤其是新能源汽车的产量急剧增多,应用的范围越来越广,对汽车的整体性能要求也越来越高。其中汽车的整体重量以及其碰撞安全性是较为收到重视的性能,确保汽车车身结构在减轻重量的同时保持碰撞安全性是一... 详细信息

近年以来我国汽车领域发展飞速,尤其是新能源汽车的产量急剧增多,应用的范围越来越广,对汽车的整体性能要求也越来越高。其中汽车的整体重量以及其碰撞安全性是较为收到重视的性能,确保汽车车身结构在减轻重量的同时保持碰撞安全性是一个巨大的挑战。为了应对这一挑战,汽车行业越来越多地应用高强度轻质材料来提升车身的抗撞性能,同时实现汽车车身减重。泡沫铝作为其中一员具有良好的轻量化、高能量吸收性能、抗腐蚀性、隔热性能、噪音和振动控制以及可塑性,在车身结构上的应用具有良好潜力。屈服面是泡沫铝结构仿真分析的基础。泡沫铝的塑性屈服行为与传统金属不相同,体积可压缩性导致其并不遵循传统金属的体积不变原则,不同条件下的屈服行为预测困难,传统手段以不足以满足要求,随着大数据时代到来,以深度学习为代表的机器学习算法在序列数据预测上有了长足的发展,可以应用于材料的力学性能预测。本文旨在通过深度学习方法,结合泡沫铝材料力学特征中应力-应变数据曲线的独特性,使用深度学习中循环神经网络的变体LSTM和GRU和BILSTM对其屈服面进行预测。应用改进调整的LSTM预测由不同应变路径屈服点拟合的屈服面,再用相对于LSTM内部构造改变的GRU和BILSTM神经网络对泡沫铝应力-应变曲线进行学习,分别应用GRU和BILSTM神经网络预测出泡沫铝的屈服面,最后通过三种神经网络的预测结果的对比,分析深度学习神经网络内部构造的改变对泡沫铝屈服面预测能力的影响。本文的研究对多孔金属材料的屈服面预测提供了新思路和新方法,为轻质多孔材料在车身结构中应用提供条件。首先,对泡沫铝试件进行泡沫铝压缩试验获取泡沫铝材料具体性能的参数再进行建立起泡沫铝的基本本构仿真。然后对五种不同工况的泡沫铝材料单元进行仿真,最终将提取的应力-应变数据建立成数据库,提供给本文要探究的深度学习预测。其次,使用LSTM来对泡沫铝的力学性能尤其是其屈服行为进行预测。完成确立所需LSTM最优神经网络的结构,用以预测泡沫铝屈服面。再通过LSTM神经网络预测多个维度的应力或应变的数据曲线以验证其预测精度,对比原始数据拟合的屈服面,证明LSTM神经网络能够有效预测泡沫铝的屈服面。最后,通过对其它两种循环神经网络的变体GRU、BILSTM继续预测泡沫铝应力-应变曲线及其屈服面,对比LSTM、GRU、BILSTM对泡沫铝应力-应变曲线及屈服面的预测结果,通过不同神经网络预测过程与结果的差异性和精确度的不同以分析循环神经网络在内部构造改变后对序列数据分析的影响,进一步了解深度学习方法对材料力学性能的预测对传统本构模型的优势。本文通过深度学习神经网络的线性预测表征特性对泡沫铝的力学性能的序列数据进行预测探究,并对神经网络内部构造改变对预测能力的影响进行一定程度的探索。

关键词：泡沫铝深度学习神经网络屈服面

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

GNSS卫星导航欺骗干扰监测系统设计

GNSS卫星导航欺骗干扰监测系统设计

作者：刘佩儒中北大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

QS五金公司员工招聘管理优化研究

QS五金公司员工招聘管理优化研究

作者：黄俊儒广西大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种全面的少标签样本情形下的知识蒸馏方法

数据分析与知识发现 2024年第1期8卷 104-113页

作者：刘彤任欣儒尹金辉倪维健山东科技大学计算机科学与工程学院青岛266590

【目的】针对在自然语言处理中有标签样本稀缺和高性能的大规模参数量模型训练成本高的问题,本文在有标签样本不足情况下,通过知识蒸馏方法,提升在高性能大参数量模型指导下的小参数量模型性能。【方法】通过噪声提纯方法,从无标签数据... 详细信息

【目的】针对在自然语言处理中有标签样本稀缺和高性能的大规模参数量模型训练成本高的问题,本文在有标签样本不足情况下,通过知识蒸馏方法,提升在高性能大参数量模型指导下的小参数量模型性能。【方法】通过噪声提纯方法,从无标签数据中获取有价值的数据并赋予其伪标签,增加有标签样本数量;并在传统蒸馏模型基础上增加知识回顾机制和助教模型,实现从大参数量模型到小参数量模型的全面的知识迁移。【结果】在IMDB、AG_NEWS、Yahoo!Answers数据集的文本分类和情感分析任务上,使用原数据集规模的5%作为有标签数据,准确率表现与使用全部数据训练的传统蒸馏模型分别仅相差1.45%、2.75%、7.28%。【局限】仅针对自然语言处理中的文本分类以及情感分析任务进行实验研究,后续可进一步扩大任务覆盖面。【结论】本文所提方法在少量有标签样本的情形下,实现了较好的蒸馏效果,使得小参数量模型的性能得到显著提升。

关键词：知识蒸馏半监督学习少标签样本文本分类

NiMn基复合催化剂的制备及其在甲醇电解制氢中的应用

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

NiMn基复合催化剂的制备及其在甲醇电解制氢中的应用

作者：刘春儒扬州大学

学位级别：硕士