排序方式: 共有140条查询结果,搜索用时 15 毫秒
31.
采用静电纺丝技术制备出几种不同直径的亚微米纤维多孔材料(纤维直径分别为0.52μm,0.63μm和0.65μm),通过傅里叶变换红外光谱测试了各材料的红外透过率;根据实验测试数据,基于Mie散射理论、Subtractive Kramers-Kronig(SKK)关系式和Beer定律,计算了亚微米纤维多孔材料的复折射率和辐射热导率,研究了纤维直径对材料衰减系数和辐射热导率的影响,并以最小辐射热导率为目标对纤维直径进行了优化。结果表明,在300K温度下,对于纤维体积分数为0.03的多孔材料,直径为2.0μm时辐射热导率最小(0.292 m W/(m·K)),较0.52~0.65μm(实验条件)的辐射热导率降低了约25%。 相似文献
32.
目前非线性随机系统的控制方法存在设计复杂,计算成本高,以及缺乏稳定性或收敛性证明等缺点,针对这些问题,本文在作者前期研究的基础上发展了一种全新的针对部分可积的非线性随机系统的反馈控制,使得受控系统输出的稳态概率密度逼近事先给定的目标概率密度,并利用Lyapunov函数法证明受控系统的收敛性.数学仿真结果证明了这种方法的可行性和正确性. 相似文献
33.
齿轮箱作为风力机组的核心部件,故障频发,研究风机齿轮箱的故障诊断方法意义重大。针对最近邻(KNN)诊断方法对离群噪声不敏感和诊断精度较低的缺陷,提出了基于小波包和改进核最近邻算法的风机齿轮箱故障诊断方法。该方法应用小波包分析技术对故障特征进行提取,利用互近邻准则将故障数据集中的离群噪声点剔除,构建出基于核空间的改进型最近邻分类决策规则来识别齿轮箱的故障类型。试验表明:该方法可以有效地提升故障诊断精度和鲁棒性,为智能诊断技术的研究提供新思路。 相似文献
34.
35.
为了研究挤压温度对建筑装饰用新型铝合金6061-InTi性能的影响,采用不同的挤压温度对合金试样进行了挤压成形,并进行了试样在室温条件下的夏比摆锤冲击和中性盐雾腐蚀试验,分析了挤压温度对合金试样冲击性能和耐腐蚀性能的影响规律。结果表明:随挤压温度的升高,试样的冲击吸收功先增大后缓慢减小,单位面积质量损失量先减小后缓慢增大,冲击性能和耐腐蚀性能均先提升后降低;在挤压速度3 m·min-1、模具预热温度280℃和挤压比25均不变的情况下,与400℃挤压温度相比,460℃挤压温度下的冲击吸收功增大了32. 65%,单位面积质量损失量减小了40. 58%。建筑装饰用新型铝合金6061-InTi试样的挤压温度优选为460℃。 相似文献
36.
传统的BIN模型在评价建筑全年能耗时是稳态计算,只考虑对温度划分频段,认为太阳辐射负荷与温度成线性关系,精确度较低。为了提高BIN模型在建筑能耗评价中的准确性,主要对目前传统的BIN法进行改进,在对温度划分频段时对含湿量也划分了频段,形成了温湿度频段,并且认为太阳辐射量不与室外温度成线性关系,对太阳辐射所造成的负荷重新进行计算。提出的改进方法可以使温湿度频段划分得更加精确,减小BIN模型进行能耗评价时的误差,通过对透过玻璃窗的日射得热、围护结构不稳定传热、室内散热源的改进,以及对含湿量划分频段,获得New Modified BIN法(简称NM-BIN法)。采用NM-BIN法和Energy Plus对热湿地区建筑能耗进行了能耗模拟,并将模拟结果与建筑实测能耗进行了对比。结果显示,NM-BIN和Energy Plus的模拟结果与建筑实测能耗的相对误差分别为3.92%和1.45%,即NM-BIN和Energy Plus的模拟结果只差2.43%。该结果表明新改进的NM-BIN法具有较好的准确度。由于NM-BIN无需复杂建模,方便手算,因此具有更好的工程实用性。 相似文献
37.
漆包线生产过程中,由于漆包线高速运动对周围空气产生诱导作用,导致部分有机废气随漆包线排出烘炉炉膛,造成车间工作环境空气质量恶化。本文通过建立炉膛出口段漆包线运动过程的数学模型,对不同线径及线速下的漆包线诱导过程进行数值模拟,得到了不同线规条件下漆包线诱导气体量,并针对性地在炉膛出口设置进风口,阻挡诱导空气进入室内环境,结果显示,当进风口与炉膛轴线夹角为53°,送风风速为8.5m/s时,漆包线诱导进入室内的污染气体量最小,有效改善了室内环境。 相似文献
38.
39.
水冷式冷水机组冷却水泵的应用探讨 总被引:1,自引:1,他引:0
丁云飞 《建筑热能通风空调》2000,19(4):60-62
论述了冷却水流量对冷却水泵运行能耗的影响,认为要降低冷却水泵的运行能耗,关键在于确定合适的冷却水流量,合理选择冷却水泵。 相似文献
40.
在实际工况中,风机齿轮箱的故障样本多呈现不均衡特征.为克服样本不均衡性给诊断效果带来的影响,提出了一种基于LSGAN(最小二乘对抗网络)和VMD-MPE-KELM的风机齿轮箱故障诊断方法.首先,采用LSGAN算法用于少数类故障样本的生成处理,将具备原始样本特征的生成数据扩充样本集使其分布均衡,采用VMD方法分解样本集中各类故障的振动信号,计算各模态分量的MPE多尺度排列熵值以提取信号特征;再通过KPCA方法降维处理,获得故障样本的特征向量,将其代入KELM模型诊断.实验表明,LSGAN算法克服了GAN在生成故障样本中梯度消失、训练不稳定和数据质量差等问题;VMD-MPE-KPCA方法可有效提取故障特征.该方法有效地提高了非平衡齿轮箱故障样本的诊断精度. 相似文献