分布参数液体管道的分段近似状态空间模型
“少年时王”通过精心收集,向本站投稿了9篇分布参数液体管道的分段近似状态空间模型,下面是小编收集整理后的分布参数液体管道的分段近似状态空间模型,供大家参考借鉴,欢迎大家分享。
篇1:分布参数液体管道的分段近似状态空间模型
分布参数液体管道的分段近似状态空间模型
分别提出了分布参数层流和湍流液体管道的分段近似状态空间模型,模型考虑了稳态摩擦和频率相关摩擦损失两种情况,层流管道的分段近似状态空间模型是线性的.,而湍流管道的是非线性的.包括频率相关摩擦损失的模型比只考虑稳态摩擦损失的模型更精确地描述流体管道的瞬变过程,但模型的阶次成倍地增加了.用单根管道阀门关断的水击问题仿真计算对模型进行了验证,采用2个分段的分段近似状态空间模型的计算结果已经与特征线方法的计算结果吻合较好.
作 者:刘昆 张育林 Liu Kun Zhang Yulin 作者单位:国防科技大学航天技术系,长沙,410073 刊 名:推进技术 ISTIC EI PKU英文刊名:JOURNAL OF PROPULSION TECHNOLOGY 年,卷(期): “”(5) 分类号:V434.23 关键词:分布参数 推进剂输送 动力学仿真 模态分析篇2:推进剂供应管道的集中参数近似模型研究--模态近似模型
推进剂供应管道的集中参数近似模型研究--模态近似模型
提出了用模态近似法建立分布参数湍流管道的集中参数近似模型的.新方法,发展了适用于水力和绝热气体湍流管道的两种模态近似模型:I-R-C模态和等效层流模型.模型中考虑了频率相关摩擦损失.利用单根管道阀门关断问题的仿真计算对本文的模型进行了验证,计算结果与考虑频率相关摩擦损失的特征线方法的计算结果十分吻合.
作 者:刘昆 张育林 Liu Kun Zhang Yulin 作者单位:国防科技大学航天技术系,长沙,410073 刊 名:推进技术 ISTIC EI PKU英文刊名:JOURNAL OF PROPULSION TECHNOLOGY 年,卷(期):1998 “”(4) 分类号:V434.23 关键词:推进剂输送 湍流 动力学仿真 模态分析 特征线法篇3:基于遗传算法的小推力空间液体发动机参数优化
基于遗传算法的小推力空间液体发动机参数优化
基于连续型遗传算法,与空间液体火箭发动机系统质量模型和长度模型相结合,建立了空间发动机系统优化模型.以发动机系统的质量为目标函数,对燃烧室压力和喷管扩张比进行了优化设计.计算结果表明,采用遗传算法能够有效地得到最小质量下设计变量的最优解.
作 者:李贺杰 关正西 LI He-jie GUAN Zheng-xi 作者单位:第二炮兵工程学院,西安,710025 刊 名:弹箭与制导学报 PKU英文刊名:JOURNAL OF PROJECTILES, ROCKETS, MISSILES AND GUIDANCE 年,卷(期): 27(2) 分类号:V434 关键词:液体火箭发动机 遗传算法 优化设计篇4:一维可压缩流的有限元状态空间模型
一维可压缩流的有限元状态空间模型
通过引入位置交错的'两种有限控制体积单元--状态单元和速度单元,对其分别应用质量、能量守恒方程和动量守恒方程,建立了一维可压缩流的有限元状态空间模型,模型单元边界条件的处理方式简单有效,适用于处理任意的物理边界条件.与分析解的比较表明该模型是精确的.
作 者:刘昆 张育林 Liu Kun Zhang Yulin 作者单位:国防科技大学航天技术系,长沙,410073 刊 名:推进技术 ISTIC EI PKU英文刊名:JOURNAL OF PROPRLSION TECHNOLOGY 年,卷(期): 20(5) 分类号:V434.23 关键词:管流 一维流 可压缩流 有限元法 状态空间法 仿真模型篇5:空间武器平台潜伏轨道分布模型研究
空间武器平台潜伏轨道分布模型研究
从敌方空间目标出发,提出了空间武器平台潜伏轨道的.概念,分析了空间武器平台潜伏轨道的分类以及影响潜伏轨道选择的因素;进而提出选择空间武器平台潜伏轨道的原则;建立了多目标、多轨道情况下,潜伏轨道的分布模型;给出了目标威胁度及平时利用率约束下的优化模型,并通过算例对模型的可靠性进行了验证.
作 者:黄思勇 徐培德 Huang Siyong Xu Peide 作者单位:国防科技大学信息系统与管理学院,长沙,410073 刊 名:航天控制 ISTIC PKU英文刊名:AEROSPACE CONTROL 年,卷(期): 25(3) 分类号:V412.4 关键词:空间武器平台 潜伏轨道 分布模型篇6:两种水稻品种根系空间分布特征及模型
两种水稻品种根系空间分布特征及模型
目的:在大田常规管理条件下,宁粳1号和两优培九两种水稻根系在整个生育期的铅垂向.水平向二维时空分布.方法:在盆栽条件下,应用环刀定点连续取样法,对这两种水稻整个生长期的'根系分布进行了研究.结果:两优培九的根系干重和体积在各个生育期都均高于宁粳1号,但在灌浆乳熟后期衰亡速度也大于宁粳1号;两种水稻根系干重和体积总量呈现先增加后降低的趋势,从分蘖期到抽穗开花期不断增大,在抽穗开花后期达到最大,随后逐渐死亡衰减.结论:两种水稻根系干重密度和体积密度在水平向上呈距离植株越远越小的趋势,采用幂函数拟合效果最好,并且80%以上的根系集中在距离植株10cm范围内;铅垂向随土层深度的增加而减小的趋势,同样也是幂函数拟合效果最好,85%以上的根系集中在土层深度25cm范围内;根系干重和体积与地上总干物质重,叶面积具有显著相关性.
作 者:孟芳 胡继超 作者单位:南京信息工程大学气象学院,210044 刊 名:中国科技信息 英文刊名:CHINA SCIENCE AND TECHNOLOGY INFORMATION 年,卷(期): “”(14) 分类号:S-3 关键词:宁粳1号 两优培九 根系 空间分布 模型 Ningjingyihao Liangyoupeijiu root spatial distdbution modelling篇7:需求分布含未知参数时报童模型的实施方法
需求分布含未知参数时报童模型的实施方法
考虑需求分布未知时的报童模型,假设需求分布的类型已知,但分布函数中含未知参数.证明了直接使用参数的估计量代替参数真实值的实施方法将使报童的期望利润偏离理论上的.最优水平,只能得到一个次优结果.给出了两种修正的实施方法:一是基于大样本理论,通过收集足够多的需求样本数据,不断修正未知参数的相合估计值;另是在小样本下,直接修正未知参数的估计量.
作 者:刘开军 张子刚 LIU Kai-jun ZHANG Zi-gang 作者单位:华中科技大学,管理学院,武汉,430074 刊 名:系统管理学报 ISTIC PKU英文刊名:JOURNAL OF SYSTEMS & MANAGEMENT 年,卷(期): 17(3) 分类号:O221 关键词:报童模型 参数估计 未知需求篇8:基于GRNN网络模型的土壤重金属空间分布的研究
基于GRNN网络模型的土壤重金属空间分布的研究
摘要:以江苏省南通市为研究区,利用采样点实测数据,借助GRNN神经网络模型并结合3S技术对农田土壤重金属的空间动态分布进行了深入研究.结果表明,GRNN神经网络模型能够智能地学习各个采样点的空间位置与该点各重金属含量之间的映射关系,并能够稳健地对各个空间插值点处的`土壤重金属含量进行预测;结果显示南通市农田土壤重金属污染总体较轻,但也存在局部地区的严重污染.在运用GRNN神经网络模型进行空间插值了解重金属空间动态分布的基础上,可以根据污染的状况确定农产品的生产布局和规划.作 者:胡大伟 卞新民 李思米 许泉 HU Da-wei BIAN Xin-min LI Si-mi XU Quan 作者单位:南京农业大学,农学院,江苏,南京,210095 期 刊:土壤通报 ISTICPKU Journal:CHINESE JOURNAL OF SOIL SCIENCE 年,卷(期):, 38(2) 分类号:X825 关键词:GRNN神经网络模型 3S技术 土壤重金属篇9:基于BP模型的南通市农田土壤重金属空间分布研究
基于BP模型的南通市农田土壤重金属空间分布研究
摘要:利用采样点实测数据,借助BP神经网络模型并结合GIS技术对江苏省南通市农田土壤重金属的空间动态分布进行了详细地描述.结果表明,BP神经网络模型能够智能地学习各个采样点的空间位置与该点各重金属含量之间的.映射关系,并能够稳健地对各个空问插值点处的土壤重金属含量进行预测.运用Arcgis进行的分析结果显示,在该地区Pb和As造成的污染最严重,其他重金属污染相对较轻.其中南通市区、海门市和启东市重金属富集最严重;南通大部、通州、如东大部分地区含量较少,含量最少的地区是如皋市和海安县.在运用神经网络模型进行空间插值了解重金属空间动态分布的基础上,可以根据污染的分布状况确定农产品的生产布局和规划.作 者:胡大伟 卞新民 王书玉 付卫国 HU Da-wei BIAN Xin-ming WANG Shu-yu FU Wei-guo 作者单位:南京农业大学农学院,南京210095 期 刊:安全与环境学报 ISTICPKU Journal:JOURNAL OF SAFETY AND ENVIRONMENT 年,卷(期):2007, 7(2) 分类号:X82 关键词:环境工程 BP神经网络模型 GIS技术 土壤重金属 南通市 空间分布 空间插值【分布参数液体管道的分段近似状态空间模型】相关文章:






文档为doc格式