学科分类
/ 1
13 个结果
  • 简介:特性黏度是聚对苯二甲酸丁二醇酯的一项重要质量指标,在测定过程中影响因素较多,本文主要从溶剂均匀性、溶解温度、水分含量和测试条件等方面对特性黏度值的影响进行探讨。

  • 标签: 聚对苯二甲酸丁二醇酯 特性黏度 影响因素
  • 简介:对影响银杏树叶在风载荷作用下振动变形以及临界状态发生的改变进行研究.通过对180片树叶进行风洞实验,发现银杏树叶的叶片角与叶片凹痕是影响树叶振动变形与临界风速的重要因素.同时还发现银杏树叶最终稳定时的阻力系数随着叶片角度的增大而减小,叶片角较大的树叶在相同风速下,具有更多的稳定状态与更好的保持自身稳定的能力.凹痕长度不同的银杏叶片其临界风速也各不相同.

  • 标签: 银杏树叶 阻力系数 临界状态 振动变形
  • 简介:采用基于自由能模型的格子Boltzmann方法,考虑到毛细管数和气液黏性比的影响,模拟了气泡在剪切作用下的动力特性.结果表明,无论气泡半径大小,总是其长轴被拉伸,中轴和短轴被压缩,且中轴的长度总大于短轴的长度.随着毛细管数的增加或气液黏性比的增大,气泡变形和偏转程度越剧烈.

  • 标签: 剪切流场 毛细管数 气液黏性比 格子BOLTZMANN方法
  • 简介:用紫外分光光度法分析化妆品用茶油的光谱特性。通过与常用的油类基质橄榄油及乙二醇进行比较,发现茶油对紫外光有很好的吸收,特别在250~357nm这一区间,是一种理想的化妆品用油类基质。通过比较研究发现超临界CO2萃取法制取的茶油的紫外吸收情况明显好于浸出法和水代法所得茶油。另外还发现相同水代法提取的湖南双峰普通油茶的茶油比浙江红花油茶吸收紫外的效果要好。这说明不同萃取方法及不同品种间所得茶油的光谱特性也不尽相同。

  • 标签: 茶油 化妆品用 光谱特性 紫外吸收 分析
  • 简介:对同轴射流的流动及其冲击传热特性进行了数值模拟研究.研究中采用了四种同轴射流模型,它们分别由不同直径比或不同内套管长度构成,对三个Re数下同轴自由射流流场发展和演变的特征进行了模拟.研究表明,由于同轴内套管的存在,在出口处速度沿径向的分布呈现双峰形状,双峰会随着离开出口距离的增加而消失.直径比对速度分布影响较大,但离开出口足够远后,射流速度分布就不受喷嘴结构参数和流动雷诺数的影响.同轴射流冲击传热时,直径比d/D=0.53的同轴射流在整个平板上都比普通圆柱射流有更好的强化传热效果;在冲击驻点附近,传热性能受同轴射流的直径比影响较大.

  • 标签: 同轴射流 流场 冲击传热 数值模拟
  • 简介:为了检测医用体外碎石机焦点位置的声场特性,判断是否符合国家标准要求,特采用直接测量的方法,使用针式水听器在时间和空间域内进行逐层扫描,寻找焦点位置并测量焦点位置的声压强度;通过能量图直观显示焦点位置的能量分布,通过测量采集到焦点位置连续10次冲击波的声场强度、脉冲上升时间、脉冲宽度.这样所得到的医用体外碎石机焦点声场特性符合国家标准的要求.

  • 标签: 医用体外碎石机 焦点声场 水听器 声场特性
  • 简介:针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).

  • 标签: 短期家庭电力需求预测 单变量 长短期记忆循环神经网络 深度学习
  • 简介:短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要意义,针对现有的神经网络法、小波分析法等单一预测模型预测精度提升有限的问题,引入集成学习的思想和方法,提出一种基于Stacking算法改进支持向量机(SVM)的短期光伏发电预测方法.该方法先使用多个不同的初级SVM对预测样本进行一次预测得到多个预测输出;然后对训练集进行聚类,使用与预测样本同类别的训练样本训练次级SVM;最后使用次级SVM对多个预测输出进行结合得到最终预测结果.经光伏发电系统的实际运行数据实验,结果表明本文提出的方法相较于单一预测模型精度有了明显提升.

  • 标签: 光伏发电 短期功率预测 Stacking算法 Kmeans算法 支持向量机
  • 简介:在永磁同步电机数学模型的基础上,根据电机全磁链ψ0和转子永磁体与定子交链的磁链ψf相等的原则,介绍了恒磁链控制法.并通过推导永磁同步电机电磁转矩与定子电流的数学方程,采用查表法建立电流与转矩的拟合关系,使用MATLAB仿真软件建立电机模型,并将恒磁链控制分别与id=0和最大转矩电流比(MTPA)控制方法做了详细对比.仿真结果表明,恒磁链控制法下系统的稳态误差仅有0.478%,稳定性很优秀,且调整时间分别比id=0控制和MTPA控制要快7.7%和27.6%,且功率因数为0.72,均高于id=0控制的0.62和最大转矩电流比控制的0.67.

  • 标签: 永磁同步电机 电流控制方法 查表法拟合 恒磁链控制
  • 简介:马尔科夫预测模型具有"无后效性",即预测未来的销售情况只与当前的销售数据有关,而与过去的销售数据无关.事实上,过去不同的时间点对当前的销售结果会有不同程度的影响.而指数平滑法恰好弥补了马尔科夫预测模型的缺点,它认为最近的过去销售数据,在某种程度上会持续到未来.因此本文利用二次指数平滑系数法优化马尔科夫预测模型,并以某品牌电动车的销售情况为例进行验证,发现优化后预测模型的绝对误差均小于马尔科夫模型的预测结果.由此得出结论,基于二次指数平滑法优化的马尔科夫预测模型具有可行性.

  • 标签: 马尔科夫链 状态转移概率 二次指数平滑法 销售预测
  • 简介:针对因影响因素众多而难以预测的隧道沉降问题,使用粒子群算法(PSO)优化支持向量回归模型(SVR)并结合灰色理论中的等维新息,提出了混合模型对隧道沉降时间序列数据进行预测研究.与ELM极限学习机预测模型及PSO-BP神经网络预测模型进行了对比实验.发现等维新息SVR模型在预测精度上要优于其它两个模型,于是得出该模型可以有效地应用于隧道沉降时间序列的预测研究.

  • 标签: 隧道沉降 回归预测 灰色理论 时间序列
  • 简介:基于傅里叶变换中红外光谱技术(FTIR),结合改进型偏最小二乘回归法(MPLS),建立豆奶中的快速预测方法。结果表明选取有效波段,不使用散射校正,使用导数和平滑校正光谱基线漂移后定标效果最好,各指标的预测值与实测值相关性良好,脂肪(Fat)、蛋白质(Protein)、蔗糖(Sucrose)和总糖(TotalSugar)预测标准偏差(SEP)分别为0.061、0.039、0.039、0.047;预测相关系数(RSQ)分别为:0.98、0.99、0.99、0.99。该方法可应用于豆奶中脂肪(Fat)、蛋白(Protein)、蔗糖(Sucrose)和总糖(TotalSugar)含量的快速分析检测。

  • 标签: 傅里叶变换中红外光谱技术 豆奶 偏最小二乘回归法
  • 简介:采用高温固相法合成系列Eu^2+掺杂的单一基质的白光荧光粉(Sr_(0.95)Mg_(0.05))_3(PO_4)_2.该荧光粉可有效被270~390nm的紫外光激发,激发波长范围与紫外LED芯片相匹配.在激发波长为350nm时,发射光谱中有两个发射峰,峰值分别位于410nm和570nm,对应于Eu^2+的4f65d1→4f7跃迁,是Eu^2+占据了基质中Sr~(2+)的十配位和六配位的两种不同的格位后,形成的两个发光中心.当Eu^2+的掺杂浓度为1mol%时,具有最大的发光强度,继续增加Eu^2+的浓度后,会出现浓度猝灭现象.通过将Eu^2+的掺杂浓度从0到0.01,可以使该荧光粉的CIE色坐标从(0.2595,0.1987)的蓝光区域逐渐移动到(0.3245,03133)的白光区域.基于实验结果和理论分析计算表明,这种荧光粉是一种潜在的用近紫外光激发产生白光LED的荧光粉.

  • 标签: 单一基质 荧光粉(Sr0.95Mg0.05)3(PO4)2:Eu^2+ 白光LED