-
题名凹坑叶片对前置机架轴流风机的性能影响研究
被引量：2
- 1
-
-
作者
张旭
龚玉祥
郭荣荣
黄峰
阮晓东
-
机构
杭州贝丰科技股份有限公司
浙江科技学院机械与能源工程学院
浙江大学流体动力与机电系统国家重点实验室
-
出处
《风机技术》
2023年第1期16-23,共8页
-
基金
浙江省自然科学基金(LY20E050013)
国家自然科学基金创新研究群体基金项目(51821093)。
-
文摘
受高尔夫球表面凹坑减阻设计启发,本文研究了在风机叶片表面制造小凹坑来提高风机的气动性能。本研究通过数值计算和实验测试对比了原型叶片和凹坑叶片对8038前置电机架轴流风机的气动性能的影响。数值结果表明:前置电机架使得叶轮流道速度分布不均匀,气流在电机架后形成速度亏损并形成大尺度旋涡。风机出口处的压力脉动主频为风机的叶频。凹坑叶片明显改善了流道内速度梯度分布,减小了前置电机架绕流旋涡的尺度以及风机出口处压力脉动幅值。实验测试凹坑叶片风机最大流量提高了3.2%,最大压力提高了1.4%,在失速点最大压力提高了8.3%,噪声降低了0.5dB(A),性能提升效果明显,该研究为轴流风机的优化设计提供了参考。
-
关键词
轴流风机
凹坑叶片
压力脉动
噪声
-
Keywords
Axial Fan
Pits Blades
Pressure Pulsation
Noise
-
分类号
TH432.1
[机械工程—机械制造及自动化]
-
-
题名基于随机分块模型的结构脑网络连接优化
被引量：1
- 2
-
-
作者
李荣荣
郭浩
陈俊杰
-
机构
太原理工大学计算机科学与技术学院
-
出处
《计算机工程与设计》
北大核心
2017年第8期1997-2001,共5页
-
基金
国家自然科学基金项目(61373101
61472270
+3 种基金
61402318)
教育部高等学校博士学科点专项科研基金项目(20131402110006)
太原理工大学青年基金项目(2012L014
2013T047)
-
文摘
针对传统的结构脑网络构建以及分析方法缺乏对网络中连接的可信程度的验证,且在现有的研究中对结构脑网络进行优化的方法存在缺陷,介绍一种基于随机分块模型的算法,对结构脑网络中的连接可靠性进行量化评价,作为基础对网络结构进行优化。利用网络中节点间的模块化结构,以及节点间是否存在连接依赖于节点在网络中起到的作用这两个属性,将节点分为模块,迭代多次,直到节点发挥其最大作用为止。通过与真实网络相比较,验证该方法是否可以应用在结构脑网络。结果表明,在不同的网络稀疏度情况下,使用该算法优化后的网络的正确边的比率,均远高于原有的方法说明该方法对结构脑网络的优化有显著效果。
-
关键词
结构脑网络
标记神经元比例
随机分块模型
连接可信度
符号检验
正确率
-
Keywords
structural brain network
FLNe
stochastic block model
connection reliability
sign-test
accuracy
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
