【摘 要】
：
为抑制水中流激空腔振荡,提出一种基于“分流”原理的被动控制方法:在空腔前缘的后上方一定高度处放置一倒楔形块,该研究称其为前缘分流体(leading-flow division,LFD),前缘分流体可将一部分来流边界层内流体分流进腔内,改善腔内流场环境,进而抑制空腔振荡.采用大涡模拟(largeeddy simulation,LES)的数值计算方法,主要从脉动压力、流场速度特性和涡量特性三个方面,计算并分析了前缘分流体对水中流激空腔振荡的控制效果,并与圆柱扰流棒(rod spoiler,RS)和锯齿单元(s
【机 构】
：
海军工程大学振动与噪声研究所,武汉430033;海军工程大学船舶振动噪声重点实验室,武汉430033
论文部分内容阅读
为抑制水中流激空腔振荡,提出一种基于“分流”原理的被动控制方法:在空腔前缘的后上方一定高度处放置一倒楔形块,该研究称其为前缘分流体(leading-flow division,LFD),前缘分流体可将一部分来流边界层内流体分流进腔内,改善腔内流场环境,进而抑制空腔振荡.采用大涡模拟(largeeddy simulation,LES)的数值计算方法,主要从脉动压力、流场速度特性和涡量特性三个方面,计算并分析了前缘分流体对水中流激空腔振荡的控制效果,并与圆柱扰流棒(rod spoiler,RS)和锯齿单元(saw-tooth spoiler,STS)这两种已被证明具有良好控制效果的前缘扰流体进行对比.结果 表明:前缘分流体对流激空腔振荡的抑制效果最好,可降低腔底脉动压力线谱达17.4 dB;前缘分流体还具有最小的附加阻力,更适用于实际工程应用.研究工作为降低船舶水下开孔部位的流激空腔噪声奠定了良好的理论基础.
其他文献
1 目标和概述rn航空机载、弹载产品生产装配过程中会大量使用胶粘剂,中国航空工业集团公司西安飞行自动控制研究所(以下简称:自控所)的产品生产过程中也对胶粘剂依赖很大,其中自行配制的种类近百种,常配胶粘剂品种也多达40余种,涉及60余种原料.平均每天制备5种以上,200多份.
全球疫情持续蔓延在一定程度上限制了机器人下游应用市场需求,同时因为销售周期性变化和饱和度影响等问题,2019年、2020年全球工业机器人市场出现较大程度下滑.2021年,随着疫情逐渐被控制,全球经济呈现复苏趋势,更多人机协同的需求场景被发现激活,机器人产业迎来新的发展机遇.同时,得益于中国率先突破疫情封锁,打开市场需求,全球工业机器人市场销售额较2020年有所提升.
中国工程院院士邬贺铨:5G面向工业互联网的创新与赋能rn工业互联网从企业联网、门户网站等形式,逐步发展出园区联网、机器联网、产品联网等新形态.目前我国工业互联网进入攻坚期,需要从5G企业网入手,从标准起步、底层出发,向深度发展,体系化推进,开创工业互联网发展新格局.rn5G的广覆盖、大带宽、低时延、高可靠性等特质适于在工业互联网应用.例如其大带宽、低时延的特点,可以使物联网所感知的数据能够在第一时间传送上云进行分析,并第一时间反馈、执行.5G促成新一代信息技术无缝融合,打造了数据从采集、传输、处理、分析到
OCS工业光总线控制系统将工业光总线技术和软件定义I/O技术应用于流程工业控制领域,实现了工业现场信号输入/输出和传输环节的技术创新,可以显著降低用户的项目建设成本(CAPEX)和运营成本(OPEX),简化自动化系统的工程设计,同时大幅缩短项目的建设时间.
随着云计算技术在各行各业的广泛应用,发电企业也呈现出其独有的私有云场景特征,发电企业的生产管理系统(MIS)、厂级监控系统(SIS)、办公自动化系统等非生产大区内业务已不同程度地迁移至私有云.本文从私有云应用角度出发,结合工控系统数据业务域离散、数据量巨大、实时性要求高的特点,分析生产区工控系统工控机特征,研究并构建基于超融合技术的工控系统私有云平台.
文章分析了煤化工企业过程数据的特性,以及不同方法对过程数据缺失填补的优劣性,提出了一种基于相关性因子的工业缺失数据填补方法.通过引入相关因子,对传统的时间序列法进行改进,提高了对工业缺失数据估计的准确性.实验结果验证了论文方法的有效性.
针对目前复杂零件的高速、高精加工需求,提出一种拐角处NURBS样条处理方法.算法可在满足轮廓加工精度的前提下,将拐角处的尖角用NURBS样条插补出来.该方法通过对基函数求一二阶导,计算曲线曲率,确定拐点位置,根据弓高误差计算拐点处能达到的最大速度.插补时,结合速度规划,根据一阶泰勒展开反算插补点,代入样条解析式求出插补坐标,完成拐角处NURBS轨迹插补.与原始轨迹相比,该算法在拐角处速度大于原始轨迹速度,由速度曲线可看出能更快完成切割任务.由插补结果来看,采用该方法后,轨迹在精度范围内,且能够保证原始轨迹
针对当前基于广义解调(generalized demodulation,GD)的方法对旋转机械振动信号处理的不足,提出了广义瞬时速度同步化分步解调变换.对信号进行短时截取,引入倾斜角对瞬时频率(instantaneous frequency,IF)进行描述,并采用峭度实现对倾斜角的自适应选取,从而获取该段信号的瞬时频率;而后推导前、后向解调因子对信号进行解调,避免了对瞬时频率进行预估计的同时提升了信号的时频可读性;进一步,针对多分量信号,通过对解调因子进行扩展,获取新的线性变换基函数,使所提方法在无需迭代
轴承、齿轮等旋转部件常在复杂工况下运行,环境噪声干扰大,导致故障特征微弱而难以准确诊断.基于此,该研究提出一种新的多尺度特征融合残差块(multi-scale feature fusion residual block,MSFFRB)设计方法,基于此构建了一维残差神经网络用于旋转机械故障诊断.该模型能够将不同尺度的网络卷积层级联在一起提取多尺度特征信息,在残差块内部实现了多尺度特征信息的有效融合,兼顾了残差网络跨层恒等映射与多尺度特征提取的优势,克服了传统卷积操作只能提取单一尺度特征信息的缺点.所构建的残
瞬时阻尼比可以描述机械系统在运行过程中的能量衰减,而故障产生的能量突变同样反映在瞬时阻尼比的变化波动中.基于此,提出一种通过提取瞬时阻尼比的变化特征来诊断系统故障的方法.利用经验模式分解(empiri-cal mode decomposition,EMD)将复杂信号分解为单分量成分以满足生成微分方程(generating differential equation,GDE)算法需求;同时,利用对称延拓消除EMD结果的端点效应,根据行星齿轮箱振动信号的特点选取合适的本质模函数(intrin-sic mode