检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

贮箱内浆态低温推进剂沉降特性数值研究

西安交通大学学报 2024年第1期58卷 146-156页

作者：夏斯琦谢福寿厉彦忠郭琬西安交通大学制冷与低温工程研究所西安710049

为了揭示浆态低温推进剂在贮存时的颗粒沉积行为规律,解决沉积带来的浆态低温推进剂向火箭发动机输送时的供给问题,研究了贮箱内浆态低温推进剂的沉降特性。基于欧拉-欧拉数值模拟方法,考虑固体颗粒动力学理论建立了低温固液两相流动与... 详细信息

为了揭示浆态低温推进剂在贮存时的颗粒沉积行为规律,解决沉积带来的浆态低温推进剂向火箭发动机输送时的供给问题,研究了贮箱内浆态低温推进剂的沉降特性。基于欧拉-欧拉数值模拟方法,考虑固体颗粒动力学理论建立了低温固液两相流动与相变传热数值模型,研究了浆态低温推进剂(浆氮、浆氧、浆氢)在贮箱内两相流场动力学信息与沉降特性,并讨论了不同低温工质、不同粒径(0.02~0.5 mm)、不同固相体积分数(10%~50%)以及不同漏热率(50~200 W/m^(2))工况对浆体低温推进剂沉积和流场特性的影响。结果表明:固氧颗粒在液氧内沉降较为微弱,但固氮和固氢颗粒明显沉降,实际应用时需考虑防沉降措施;在固相粒径较小、固相初始含量较少、壁面漏热更少的情况下,浆态低温推进剂的沉积量更少;固液密度比较大的浆状流体沉降速率更快,以0.5 mm的粒径为例,浆氮、浆氢相界面的下移速率分别为15.62及12.58 mm/s,而浆氧的相界面下移速率仅为0.12 mm/s;此外,在特定条件下贮箱中存在方向相反的双涡旋。研究结果揭示了浆态低温推进剂在存储过程中的物理规律,可为浆态流体的高效储存和应用提供参考。

关键词：浆氮浆氧浆氢低温推进剂数值模拟

Inconel718高温合金Laves相及碳化物析出机理

在线全文

学校读者我要写书评

暂无评论

金属热处理 2024年第3期49卷 190-197页

作者：郭续龙周扬陈琦成都先进金属材料产业技术研究院股份有限公司四川成都610303

为得到Inconel718高温合金Laves相及碳化物的析出规律,利用Thermal-Calc软件中的镍基数据库计算了平衡态下合金的相组成,采用光学显微镜、扫描电镜和场发射电子探针显微分析仪对合金进行了显微组织观察和能谱分析,并对析出相中的元素偏... 详细信息

为得到Inconel718高温合金Laves相及碳化物的析出规律,利用Thermal-Calc软件中的镍基数据库计算了平衡态下合金的相组成,采用光学显微镜、扫描电镜和场发射电子探针显微分析仪对合金进行了显微组织观察和能谱分析,并对析出相中的元素偏析状况进行了研究。最后利用高温激光共聚焦显微镜探究了合金的熔化与凝固规律。结果表明,平衡状态下Inconel718合金冷却过程中的相变顺序为液相、L+γ相、L+γ+MC相、L+γ+MC+δ相、γ+MC+δ+η相、γ+MC+δ+η+σ相、γ+MC+δ+η+M23C6相;合金中Ni、Cr和Fe元素表现为负偏析,以枝晶干分布为主,Nb元素表现为正偏析,以枝晶间分布为主;合金的固相线温度为1380℃,在凝固过程中,随着冷却速率的增加,合金开始凝固的温度逐渐降低,实现完全凝固所需的时间减少,液相分数随温度的升高也逐渐减小;此外根据凝固过程中析出相及组织变化,将整个凝固过程分为初始、稳定和最后凝固阶段;凝固结束后合金中二次枝晶间距与冷却速率的1/3次方成反比。

关键词： Inconel718高温合金析出相熔化和凝固二次枝晶间距冷却速率

在线全文

学校读者我要写书评

暂无评论

考虑点蚀损伤的系泊锚链极限强度分析

中国造船 2024年第1期65卷 75-85页

作者：刘德让刘刚唐鑫彤郭育豪大连理工大学船舶工程学院大连116024 中国船级社海洋工程技术中心天津300451

在系泊锚链外表面模拟点蚀损伤,建立系泊锚链点蚀损伤模型,并对点蚀损伤下的锚链极限强度进行评估,分析锚链的极限强度演变规律。数值计算结果表明,锚链极限强度随着点蚀程度的加剧逐渐下降,在同等腐蚀体积损失率下,点蚀损伤对极限强度... 详细信息

在系泊锚链外表面模拟点蚀损伤,建立系泊锚链点蚀损伤模型,并对点蚀损伤下的锚链极限强度进行评估,分析锚链的极限强度演变规律。数值计算结果表明,锚链极限强度随着点蚀程度的加剧逐渐下降,在同等腐蚀体积损失率下,点蚀损伤对极限强度的影响远大于均匀腐蚀损伤。结合不同损伤形式下的腐蚀体积损失率,建立了点蚀损伤与均匀腐蚀的等效关系。研究结果可为系泊锚链极限强度的快速评估提供参考。

关键词：锚链点蚀极限强度载荷-位移曲线等效关系

时间敏感的个性化IoT服务事件检测机制研究

在线全文

学校读者我要写书评

暂无评论

时间敏感的个性化IoT服务事件检测机制研究

作者：郭陈虹北方工业大学

学位级别：硕士

近年来,随着大数据和物联网(IoT)技术的高速发展,社会生产中涌现出了海量的数据,采集这些数据的IoT设备连接到互联网,通过IoT服务提供的业务事件使得业务流程(Business Process)可以感知到物理世界的变化并及时地做出响应。目前有关IoT... 详细信息

近年来,随着大数据和物联网(IoT)技术的高速发展,社会生产中涌现出了海量的数据,采集这些数据的IoT设备连接到互联网,通过IoT服务提供的业务事件使得业务流程(Business Process)可以感知到物理世界的变化并及时地做出响应。目前有关IoT服务的应用场景中,企业存在着多样的、复杂的业务需求,业务用户往往需要在流程建模时以需求为导向配置个性化IoT服务。然而在个性化IoT服务事件检测时存在以下问题:一是大量的个性化IoT服务事件存在事件模式复杂、模式关联较多、并且与流程活动实例执行时间相关的特点,如果用传统方法会带来大量的冗余计算;二是业务场景对事件检测的效率和实时性要求高,因此需要一种任务调度机制,负责确定事件检测中每个任务的执行顺序以及为任务分配计算资源,以确保事件检测任务能够在流处理系统中高效地执行。针对所述的问题,本文主要的贡献如下:(1)提出了基于聚类和算子优化的个性化IoT服务事件的去重优化方法。该方法首先采用Transformer实现流程预测模型,预测业务流程中个性化IoT服务活动实例执行的起止时间;然后依据执行时间和结构相似度的加权和将个性化IoT服务事件进行聚类;最后分别针对每个簇采用算子优化算法将转化得到的IoT服务事件检测任务进行去重、重构。该方法将可以合并、重构的个性化IoT服务事件尽可能的放到一个簇中进行算子优化,最大可能地减少每个任务中需要创建的算子实例,减少了后续的冗余匹配和计算。(2)提出了基于深度强化学习的IoT服务事件检测的任务调度方法。该方法首先利用图卷积神经网络Graph Sage提取到IoT服务事件检测任务和计算资源的特征;然后将特征输入到循环神经网络RNN中,计算得到任务的调度策略;最后利用Qo S估计工具计算调度策略下对应的吞吐量、延迟和资源消耗,将这些指标作为强化学习中的奖励,进而利用强化学习模型不断地更新RNN网络的参数,最终得到较优的调度策略。该方法可以有效地解决业务场景对于事件检测的效率和实时性要求高的问题。(3)结合上述提出的方法设计并实现了原型系统。该系统主要包括:业务流程构建、流程预测、聚类、算子优化和基于深度强化学习的任务调度模块。各个模块协同作用将多个业务用户在流程建模时配置的个性化IoT服务事件进行聚类,然后依次针对每个簇将其转化为IoT服务事件检测任务进行去重、重构。重构优化之后IoT服务事件检测任务由集成了任务调度算法的流处理引擎执行。最后,通过结合智能家居场景中的个性化IoT服务的案例验证了本文提出方法的有效性,并通过实验验证了去重优化方法和任务调度方法的结合使用可以提高个性化IoT服务事件的检测效率。

关键词：业务流程 IoT服务聚类算子优化深度强化学习任务调度