简介:Inthispaper,thevariablecoefficientSine-Gordontypeequationuxt=a(t)sinu+β(t)uxx+k(t)(xux)xisdiscussed.ItisrelatedtotheeigenvalueproblemVx=QV.Thestructureequationandtheevolutionlawsofscatteringdataforthesecondequationarederivedandtheinversescatteringsolutionofthefirstequationisobtained.
简介:开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.
简介:摘要现代电力行业的以“全覆盖、全采集、全费控”为终极目标的电力用户用电信息采集系统在导致用户用电数据呈指数型增长的同时,还出现了数据存储、处理和应用等多方面的实践瓶颈。不仅对电力用户的用电体验造成了不利影响而且对电力企业的相关服务的开展产生了巨大障碍。因此在电力行业运用大数据技术的想法便应运而生,这对于解决逐渐复杂的智能窃电行为和实现线损监控具有重要意义。本文从电力用户用电信息采集系统的现状出发,引出大数据环境下电力大数据分析及云计算技术,之后再深入分析其在智能反窃电和线损监控等方面的应用,以期对大数据下电力行业的健康可持续发展提供理论借鉴。
简介:摘要现代电力行业的以“全覆盖、全采集、全费控”为终极目标的电力用户用电信息采集系统在导致用户用电数据呈指数型增长的同时,还出现了数据存储、处理和应用等多方面的实践瓶颈。不仅对电力用户的用电体验造成了不利影响而且对电力企业的相关服务的开展产生了巨大障碍。因此在电力行业运用大数据技术的想法便应运而生,这对于解决逐渐复杂的智能窃电行为和实现线损监控具有重要意义。本文从电力用户用电信息采集系统的现状出发,引出大数据环境下电力大数据分析及云计算技术,之后再深入分析其在智能反窃电和线损监控等方面的应用,以期对大数据下电力行业的健康可持续发展提供理论借鉴。
简介:结合第一性原理和准谐德拜模型计算了RE_3AlC(RE=Sc、Y及镧系稀土)系列具有反钙钛矿结构碳化物的德拜温度、格律乃森常数、体积模量、自由能、比热容等热物理性质随着温度和压强变化的趋势。结果表明RE_3AlC碳化物的比热容、体积模量以及吉布斯自由能等随温度和压强变化的总趋势相似,其中RE_3AlC碳化物的体积弹性模量随着温度的升高而逐渐减小,同时随着压强的增加而增大;吉布斯自由能都随着温度的升高而降低,其中Sc_3AlC化合物的自由能最低,而Yb_3AlC化合物的自由能最高,表明Sc_3AlC化合物最稳定,而Yb_3AlC化合物稳定性最低;等容比热容随着温度和压强的变化在0-300K温度段内变化较大,随后趋于平缓逐渐趋于杜隆.帕蒂极限值。