【摘 要】
：
采用质点粒子追踪法(Particle tracking method,PTM)可以快速预测气泡在旋涡流场中的运动轨迹,常被用来研究梢涡空化的初生问题.由于PTM方法不考虑气泡在旋涡作用下的变形,得到的轨迹与直接数值模拟(direct numerical simulation,DNS)结果差异较大.基于DNS结果,该文提出了一种修正拖曳力系数的方法,在拖曳力系数经验公式中引入了一个重新定义的E(o)tv(o)s数Eo*来体现气泡变形的影响.该修正方法在存在明显变形(Eo*＞O(1))时能显著改善PTM预测气
【机 构】
：
上海交通大学船舶海洋与建筑工程学院水动力学教育部重点实验室,上海200240
论文部分内容阅读
采用质点粒子追踪法(Particle tracking method,PTM)可以快速预测气泡在旋涡流场中的运动轨迹,常被用来研究梢涡空化的初生问题.由于PTM方法不考虑气泡在旋涡作用下的变形,得到的轨迹与直接数值模拟(direct numerical simulation,DNS)结果差异较大.基于DNS结果,该文提出了一种修正拖曳力系数的方法,在拖曳力系数经验公式中引入了一个重新定义的E(o)tv(o)s数Eo*来体现气泡变形的影响.该修正方法在存在明显变形(Eo*＞O(1))时能显著改善PTM预测气泡轨迹的效果.
其他文献
汽车爆炸在涉爆案事件中越来越常见.为有效打击国内外恐怖分子,支持汽车爆炸案预防、刑侦与破案工作,本文针对轿车车型进行了爆炸毁伤特征的现场实验研究.实验分别在汽车底部中心,后备箱中心,驾驶座下引爆炸药.爆炸过程中两个高速摄影通道记录爆炸毁伤动态过程,同时利用冲击波超压测试系统分析外场不同方向的超压分布规律,并进行了车身壁面压力测试.实验获得大量汽车爆炸毁伤图像及碎片落点数据,得到较为准确的超压分布数据和部分车身壁面超压状态.本研究获得了不同炸点位置对汽车爆炸毁伤的影响,以及超压分布等信息,可有效支撑汽车爆炸
该文以热能回收系统中高效换热管为研究对象,基于EWF欧拉液膜模型,通过数值方法,研究了双椭球凹坑管内含不凝气体蒸汽的管内凝结特性,并与圆管进行了对比;同时分析了蒸汽流速、不凝气体含量、壁温以及结构参数对冷凝换热效果的影响.结果 表明:双椭球凹坑管具有更好的冷凝换热效果,在凹坑处具有更大的努塞尔数.在考察的范围内,蒸汽流速越大,不凝气体含量越低,壁面温度越高,凹坑深度越大,凹坑间距越小,周向凹坑个数越高,壁面具有更高的努塞尔数.
该文以船体剖面水动力为研究对象,梳理了二维剖面几何特征和频率等与水动力关联关系.基于FFD方法生成系列船体剖面,并通过格林函数法计算出水动力系数形成相应的数据库.建立两种不同参数描述的几何剖面和水动力学习模型,采用神经网络建模训练获得了两种剖面水动力预报模型,对船体剖面横荡、垂荡、横摇和横荡-横摇四个模态的附加质量与阻尼系数进行预报,并将模型预测值与真实值、以及通过切片理论获得的全船垂荡水动力系数进行比较验证.研究表明,该模型能高效预报船体水动力,精度较高泛化能力强,为不同参数模型预报船舶水动力,为船舶设
高密度澄清池在水处理中应用越来越广泛,提高其絮凝处理效果具有重要意义.该文以数值模拟为手段,通过改变高密度澄清池导流筒形状和导流板参数,以湍动能耗散率ε为评价指标,研究导流筒形状、导流板形状、尺寸和安装高度对絮凝水力条件影响.研究结果表明:方形导流筒较圆形导流筒湍动能耗散率ε更大,采用波纹板导流板较平直板导流板絮凝效果更好,导流板最佳尺寸随规模增大而增大,导流板安装高度高出导流筒时水力条件更好.
为快速、准确地实现符号社会网络中的链接预测与符号预测双重目标,提出一种融合共同邻居节点的聚集系数与连边符号影响力的链路预测算法.基于结构平衡理论,有效利用节点的度、聚集系数、路径上的中间传输节点、连边符号及其影响力等信息,分别定义了两节点基于一阶共同邻居和二阶共同邻居的相似性,最终得到两节点的总相似性得分,用其绝对值度量两节点建立链接的可能性,通过其符号获得链接的符号预测结果,从而实现符号网络中的链路预测.在6个有代表性的符号网络数据集上进行了实验,以AUC、调整的Precision’、Accuracy等
人类大脑大约由860亿个神经元组成,每个神经元又和其他神经元形成约1000个突触联系.因此,约1.4 kg重的大脑是极度复杂但又高度有序的网络体系,被称为“3磅宇宙”.大脑内的神经元永远不会孤立运作,不同脑区的特定神经元被组织成处理特定类型信息的集合,这样的结构以及功能上多个神经元的集群也可以被称为神经环路.不同的环路具有完全不同的生理功能,可以介导本能反应(如恐惧、摄食、睡眠、攻击等)和高级功能(如情感、记忆、语言、思维和抉择等).
海上风电场风机基础的局部冲刷,是涉及到风机全生命周期安全工作的最重要的因素之一.该文参照上海东海大桥海上风电场的潮流观测资料进行实验设计,利用双向造流系统和冲刷专用水池进行多种比尺的物理模型实验研究.结果 表明:双向流条件下基础周围冲刷坑以单桩为中心向外辐射延伸,冲刷坑深度沿着单桩四周逐渐减小,各个方向的冲刷范围和深度基本相同,单向流条件下,冲刷坑沿水流方向呈现前窄后宽的形态;双向流条件下最大冲刷深度为单向流条件下最大冲刷深度的92％.
该文基于MIKE21软件建立珠江口二维水动力-盐度输运数学模型,采用实测潮位、流速和盐度资料对模型进行验证,利用验证好的数学模型模拟海平面上升0.5m、1m和2m三种情况下珠江口枯季盐度分布的变化,探究咸潮入侵对海平面上升的响应特征.结果 表明,随着海平面上升,珠江口枯季大潮期间盐度整体呈现上升趋势,但在局部地区盐度变化分布存在一定的差异;涨憩时刻磨刀门、落憩时刻磨刀门和洪奇门的等盐度线较为密集,盐度变化梯度较大.最大盐度变化发生在磨刀门口门附近,海平面上升0.5m、1m和2m,涨憩时刻最大盐度增加分别为
为了探究浅水及岸壁效应影响下船-桨-舵一体自航时螺旋桨的轴承力,该文通过求解RANS方程,采用计算流体力学商业软件STAR-CCM+,对船-桨-舵一体在限制水域内自航进行了数值模拟.采用滑移网格技术来模拟螺旋桨的旋转,首先对船-舵一体阻力和船-桨-舵一体自航进行了验证,证明了数值和网格划分方法的可行性;然后对无限水域以及不同的受限水域四个工况进行了螺旋桨非定常轴承力的数值模拟.研究表明:随着水深和船-岸距离的同时减小,推力系数KTx和扭矩系数KQx均逐渐增大,非定常轴承力系数各分量随时间周期性变化;各系数
卷积神经网络(CNN:convolutional neural network)是人工智能领域中具有代表性的深度学习算法之一,在图像识别和音频处理等问题上具有良好表现.该文将CNN用于计算流体力学(CFD:computational fluid dynamics)中流体结构相互作用问题的求解,基于数据驱动(Data-Driven)的理念,跳过传统流体控制方程的计算步骤,实现流场结果的快速预测.文中以Navier-Stokes方程的计算结果作为训练集,使CNN预测模型自主学习流体结构相互作用规律与特征关系,