简介:硫是在作物生长过程中必不可少的营养元素之一,主要参与作物生理代谢及生长发育。因此,土壤中硫的含量一直是人们关注的热点,快速准确的检测方法也成为人们研究土壤中硫的关键。在高温燃烧碘量法测定土壤硫含量中,碘酸钾溶液滴定亚硫酸时,对于低含量样品,滴定终点的判断较为困难。通过大量的实验,采用硫代硫酸钠滴定吸收器中反应后剩余的碘酸钾溶液,滴定终点由蓝色消失为无色。终点便于肉眼的观察,提高了分析结果的准确性和再现性;采用Excel中的Linest函数回归标准物质滴定校准工作曲线,方法简便快速。通过国家一级标准物质的分析验证,结果显示,方法的检出限为50.0mg/kg,方法的相对标准偏差(RSD)小于7%,△lgC<0.03,适用于大批量土壤样品中硫的测定。
简介:爆震燃烧近似为等容燃烧,理论上其热循环效率高于基于等压燃烧的爆燃燃烧,在超声速推进系统中具有潜在的应用价值.通过总结超声速气流中的爆震推进理论与研究进展,分析其需要解决的关键科学与技术问题,指导未来高超声速发动机的基础研究.文章重点总结了适用于高超声速飞行的斜爆震发动机、超声速脉冲爆震冲压发动机的基础研究进展.其中对斜爆震发动机的应用模式、相关实验研究思路及方法、数值仿真现状进行了总结分析.对超声速脉冲爆震冲压发动机的基础理论研究现状和目前研究的难点进行了梳理.基于爆震燃烧的超燃冲压发动机具有推进系统自增压、燃烧效率高、推力性能好、推进效率高、燃烧室长度短、结构重量轻等优势,文章总结了该发动机当前的发展进程和最新的研究进展,并对其未来的发展方向以及存在的技术问题进行了分析.
简介:针对无限域上一维热传导方程的解析解为反常积分形式,直接计算往往比较困难.首先采用Fourier变换给出问题解析解,其次结合解析解的形式和无限域上Gauss型数值积分法精度高的优点,将半无限域上的一维热传导方程问题利用Gauss-Laguerre数值积分计算数值解,对无限域上的一维热传导方程的解析解转化为半无限域上的形式后用Gauss-Laguerre数值积分计算.实验结果表明,本文给出的数值解方法具有很高的精度.
简介:基于氢气的旋转爆轰发动机研究较多,而碳氢燃料与空气混合较为困难,导致基于乙烯的旋转爆轰发动机燃烧技术难度很高.使用宽视野范围的可视化燃烧室观察旋转爆轰波的研究在国内尚未开展.在同一燃烧室内进一步开展了乙烯或氢气的吸气式旋转爆轰实验,来流总温为283~284K,燃烧室壁面有140°石英玻璃观察窗,便于观察旋转爆轰波运动过程.空筒燃烧室爆轰环腔外径为100mm,轴向长度为151mm.燃料通过150个直径0.8mm圆柱孔进入燃烧室,空气通过喉部1mm宽的收敛扩张环缝流入环腔.高速摄影和低高频压力传感器均验证了旋转爆轰波的存在和速度值.以氢气为燃料的旋转爆轰波速度最高可达理论值的101%,爆轰波增压效应可达40%左右,乙烯旋转爆轰波速度可达理论值的89%.旋转爆轰波结构容易发生变化,不规则.氢气旋转爆轰的维持对燃烧室的结构要求比碳氢燃料要低,比乙烯旋转爆轰波更加稳定.
简介:采购管理是企业经营活动的一个重要组成部分,更加有效的采购管理策略可以大大减少采购费用,对于企业的经营业绩非常重要。在现实的经济活动中交易费用和持有成本在企业管理费用中占很大一部分比率,而采购过程影响着交易费用和持有成本。所以在前人研究的基础上,将交易费用和持有成本引入到局内采购管理模型中,使得运用该策略无论以后采购价格如何变化,局内人的采购成本总是对应局外问题最优采购成本的一定比例c之内,并得到c与原模型相同。但是引入交易费用和持有成本后每天的采购量将发生变化,原模型是在不考虑交易费用和持有成本的前提下得得到的每天采购量和最优竞争比,如果考虑到现实经济活动中不可忽略的交易费用和持有成本,仍然按照原模型来确定每天的采购量来采购就不能得到最优竞争比c。所以本文考虑到了交易费用和持有成本,并得到和原模型不同的每天采购量,并求出最优竞争比c。
简介:为实现无人机高精度高可靠性导航,提出了一种以捷联惯性导航系统(SINS)为主,以地形辅助导航(TAN)、大气数据系统(ADS)及电子磁罗盘(MCP)为辅的组合导航方式。通过分析SINS、TAN、ADS及MCP单一系统的工作原理及输出误差模型,构建了SINS/TAN、SINS/ADS及SINS/MCP系统的状态方程及观测方程,最后采用联邦卡尔曼滤波方式实现了对各组合系统的信息融合。仿真数据对比表明:SINS/TAN系统位置误差较小,但航向误差较大;SINS/ADS系统速度误差较小且比较稳定,但位置误差随时间发散;SINS/MCP系统航向误差方差可达0.3783’,但其位置和速度估计精度不理想;而SINS/TAN/ADS/MCP系统能够克服上述不足,实现所有导航参数误差估计的高精度。
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.