排序方式： 共有8条查询结果，搜索用时 78 毫秒
1
1.
为研究侧卷流燃烧系统(LSCS)和复合卷流燃烧系统(MSCS)对直喷式柴油机性能的影响,通过单缸柴油机台架开展了LSCS和MSCS的燃烧性能试验,结合仿真分析,揭示了LSCS和MSCS的缸内油、气混合特性．结果表明：在小负荷和高过量空气系数φa下,MSCS体现出较好的燃烧性能,相比于LSCS,其燃油消耗率最大降幅为3.6 g/(kW·h),碳烟排放最大降幅为0.13 g/(kW·h),燃烧持续期最大降幅为2.6°CA;但在大负荷和低φa下,LSCS体现出更好的燃烧性能,相比于MSCS,其燃油消耗率最大降幅为2.6 g/(kW·h),碳烟排放最大降幅为0.56 g/(kW·h),燃烧持续期最大降幅为2.8°CA．仿真结果表明：随负荷减小或φa增大,燃油射流贯穿能力减弱,复合卷流燃烧室的弧脊能更有效地提升油、气混合质量;随负荷增大或φa减小,燃油射流贯穿能力增强,复合卷流燃烧室的弧脊阻碍了燃油射流扩散,侧卷流燃烧室的分流造型能更显著地改善油、气混合过程． 相似文献
2.
目前主流的深度融合方法仅利用卷积运算来提取图像局部特征,但图像与卷积核之间的交互过程与内容无关,且不能有效建立特征长距离依赖关系,不可避免地造成图像上下文内容信息的丢失,限制了红外与可见光图像的融合性能。为此,本文提出了一种红外与可见光图像多尺度Transformer融合方法。以Swin Transformer为组件,架构了Conv Swin Transformer Block模块,利用卷积层增强图像全局特征的表征能力。构建了多尺度自注意力编码-解码网络,实现了图像全局特征提取与全局特征重构;设计了特征序列融合层,利用SoftMax操作计算特征序列的注意力权重系数,突出了源图像各自的显著特征,实现了端到端的红外与可见光图像融合。在TNO、Roadscene数据集上的实验结果表明,该方法在主观视觉描述和客观指标评价都优于其他典型的传统与深度学习融合方法。本方法结合自注意力机制,利用Transformer建立图像的长距离依赖关系,构建了图像全局特征融合模型,比其他深度学习融合方法具有更优的融合性能和更强的泛化能力。 相似文献
3.
由于成像机理不同,红外图像以像素分布表征典型目标,而可见光图像以边缘和梯度描述纹理细节,现有的融合方法不能依据源图像特征自适应变化,造成融合结果不能同时保留红外目标特征与可见光纹理细节。为此,本文提出红外与可见光图像多特征自适应融合方法。首先,构建了多尺度密集连接网络,可以有效聚合所有不同尺度不同层级的中间特征,利于增强特征提取和特征重构能力。其次,设计了多特征自适应损失函数,采用VGG-16网络提取源图像的多尺度特征,以像素强度和梯度为测量准则,以特征保留度计算特征权重系数。多特征自适应损失函数监督网络训练,可以均衡提取源图像各自的特征信息,从而获得更优的融合效果。公开数据集的实验结果表明,该方法在主、客观评价方面均优于其他典型方法。 相似文献
4.
重点介绍了掘进机截深 ｈ 与截齿间距 ｔ的关系， 并且在分析各种截槽的基础上导出一个关于二者的约束方程 相似文献
5.
6.
基于侧卷流燃烧系统(lateral-swirl combustion system,LSCS)良好的油气混合与燃烧效果,在多种实际工况下对侧卷流和ω燃烧系统进行了试验研究,将两者的燃烧及排放结果进行了对比分析,并通过仿真研究揭示其工作机理。试验结果表明:在各种工况下,相比ω燃烧系统,侧卷流燃烧系统的燃油消耗率和碳烟排放均降低,其中燃油消耗率最大降幅为3.83%,碳烟排放最大降幅为82.21%;侧卷流燃烧系统瞬时放热率大,缸压和缸内平均温度更高。仿真结果表明:侧卷流燃烧系统的分流造型及时将燃油导流向壁面两侧,避免了燃油在壁面的堆积,从而有利于充分利用燃烧室周向空气,提高混合燃烧性能,减少碳烟生成。 相似文献
7.
随着产品数据管理技术的发展和对其理解的不断深入,产品数据管理技术正在我国制造业中逐步获得应用。产品数据管理从初步的简单图纸管理向深层次的流程管理、基于产品主模型的管理、产品结构管理、并行工程的团队组织管理、以及和其他各种应用系统的集成发展,成为了当前主流的产品信息和过程集成平台。 相似文献
8.
随着产品数据管理技术的发展和对其理解的不断深入,产品数据管理技术正在我国制造业中逐步获得应用. 相似文献
1
