排序方式: 共有58条查询结果,搜索用时 15 毫秒
1.
为了获得低压涡轮动叶叶顶间隙泄漏流动特性,采用数值方法研究带冠动叶叶顶间隙对低压涡轮级气动性能的影响。
对试验测量的扇形带冠叶顶叶栅气动性能进行数值计算,得到的叶栅总压恢复系数与试验数据吻合良好,验证了数值方法的可靠
性。对没有间隙和3 种动叶叶顶间隙条件下低压涡轮级的气动性能和动叶叶顶间隙泄漏流动特性进行对比分析。结果表明:带冠动
叶叶顶间隙增大导致转子叶尖的出口气流角增大和叶顶间隙泄漏量增加;涡轮级气动效率降低和叶顶间隙泄漏量增加与带冠动叶
叶顶间隙增大呈近似线性变化;在相同叶顶间隙条件下,出口马赫数对叶顶间隙泄漏量的影响较小;随着涡轮级出口马赫数的提
高,出口气流角度减小。 相似文献
2.
针对存在系统误差的阵列模型,提出了一种有源标校下的联合估计测向算法。该算法把误差矩阵估计转化为误差系数估计,并采用到达角精确已知的源信号进行标校,在此基础上使用最小二乘法联合估计幅相不一致误差系数和互耦误差系数,最后使用结合误差矩阵的MUSIC算法测量信号的到达角。仿真表明,该算法仅需要3个标校源,其精度相比于无阵列误差情况下降0.05°,具有较好的工程可实现性。 相似文献
3.
4.
为进一步减小涡轮过渡段流动损失,深入了解涡轮过渡段中的非定常损失机理,开展了大扩张角过渡段研究。在过渡段的非定常流动机理研究中,过渡段进口流场的最显著特点是:转子泄漏涡、通道涡和尾迹。采用数值方法对大扩张角涡轮过渡段进行3维非定常数值仿真。结果表明:支板尾缘部分的静压波动小于支板前缘部分的;高压涡轮静子尾迹被转子切割后进入转子通道中向下游传播并在过渡段内形成尾迹通道,尾迹在过渡段内的时空演化是过渡段内损失的主要来源;过渡段支板表面负荷分布发生明显的周期性变化,支板表面承受较强的非定常力,在过渡段设计中必须考虑。 相似文献
5.
在复杂环境条件下的宽带雷达目标散射特性测量中,场地周围环境产生的零多普勒杂波(ZDC)会严重影响目标测量数据的准确性。为了有效地抑制背景杂波、提高目标散射信号的测量精度,提出了一种基于最大概率提取技术。该技术首先通过方位滑窗平均得到每个频点的初始固定背景杂波估计,然后对每个频点的杂波初始估计进行统计直方图处理得到最大概率幅度统计量,并依据该统计量完成门限处理得到最终的杂波估计值,从而消除方位滑窗平均处理中的剩余目标信号分量、实现精确的背景提取与抵消。对典型目标的外场测量数据处理结果验证了本文方法的有效性。 相似文献
7.
8.
复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。 相似文献
9.
红外目标识别系统成为航空航天、无人驾驶等军事和民用领域中一项至关重要的技术。红外目标识别算法是红外目标检测识别系统中的核心之一。传统红外目标识别技术往往依赖人为的特征选择,无法对复杂困难的红外目标实现高效、准确的识别。本文提出了训练中反量化与通道级量化相结合的量化策略,有效减小量化误差对网络模型性能的影响。实验结果表明:本文提出的低比特量化算法在红外数据集上有着优异的表现。在硬件部署方面,本文提出了更加高效的卷积计算单元,提高了硬件资源的利用率,同时也达到了更高的峰值性能。最终,在PYNQ-Z2嵌入式现场可编程门阵列(FPGA)上进行验证,系统在150 MHz的时钟频率下达到了90.6 GOP/s的峰值吞吐率,其功耗为2.5 W。 相似文献
10.