外开式天然气喷射阀喷射特性研究

来源 :哈尔滨工程大学 | 被引量 : 0次 | 上传用户:liugang168
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
面对日益严峻的能源危机和环境污染问题,各国纷纷制定严格的排放法规,天然气发动机因其良好的排放性和经济性得到了快速发展。天然气喷射阀是天然气发动机中执行燃气喷射动作的重要部件,其喷射特性直接决定天然气-空气的混合气质量,从而影响天然气发动机的燃烧特性和排放性能,因此,有必要开展外开式天然气喷射阀喷射特性的研究。在本文中,首先分析了单喷孔燃气射流宏观参数的定义方法,确定了适用于外开式天然气喷射阀的宏观射流特性参数的定义,开发了外开式天然气喷射阀射流图像处理软件,实现了燃气射流图像的快速处理和宏观射流参数的准确提取。采用纹影可视化方法,在定容弹上开展了不同压比下宏观射流特性的实验研究,揭示了压比对射流贯穿距、自相似系数和射流不对称性等宏观射流特性参数的影响规律和机理。然后,针对天然气微观射流特性开展研究工作,提出了基于纹影图像实验数据的微观射流特性参数的定义方法和计算公式,分析了压比对平均当量比和摩尔分数等微观特性参数的影响规律,定量评价了外开式天然气喷射阀的天然气-空气混合质量和浓度分布的不均匀性。最后,建立了外开式天然气喷射阀动态喷射计算模型,采用实验数据验证了模型的准确性,基于校核过的计算模型开展了针阀升程、针阀直径和阀座内径等关键结构因素对循环喷气量影响规律的仿真研究,全面揭示了外开式天然气喷射阀的喷射特性,为天然气喷射阀的优化设计提供了理论支撑。
其他文献
Linux系统拥有自主控制访问机制,但这种访问控制机制过于简单化,黑客可以骗取系统获取超级管理员权限,为保证Linux系统安全,Linux系统内核中增添安全性增强的Linux(Security Enhanced Linux,SELinux)安全模块,SELinux系统拥有强大的强制控制访问机制,然而SELinux系统策略的编写复杂化,无法保证策略编写的正确性和可能存在的安全隐患。本文针对国产操作系
同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术是诸如机器人导航、自动驾驶、增强现实(Augmented Reality,AR)等应用领域的关键技术之一。近年来,随着消费类惯性传感器惯性测量单元(Inertial Measurement Unit,IMU)在移动端的快速普及,利用IMU和视觉传感器之间良好的互补特性,通过融合视觉和惯导信
小样本学习是人类理解世界的主要认知方式。在机器学习领域,小样本学习可以有效解决深度学习算法因为训练数据不足而导致网络模型性能急剧下降的问题。因此,小样本学习也是人工智能技术的重要研究方向之一。近年来,小样本学习在医疗诊断、军事策略、商业决策等领域都具有广泛的应用,避免了人们在数据集上的大量资源的消耗,使其可以将更多的精力投入深度学习模型的改进中。小样本学习利用少量样本,能够基于已有的知识结构对新事
针对大量计算密集型和延迟敏感型的应用场景,云边端协同机制作为一种新的计算范例已经出现,有效的提高了计算资源的利用率。其中,移动终端设备通过本地计算或计算卸载,可以满足不同类型的计算请求,从而缓解自身资源的限制。然而,考虑到移动边缘服务器的资源有限,只有少数应用服务可以同时缓存到移动边缘服务器中。因此,本文对基于云边端协同的计算卸载和服务缓存策略进行研究。论文的主要工作如下:(1)本文提出了一种面向
以冗余微机械惯性测量单元(MEMS-IMU)为核心部件的捷联惯导系统,可兼顾高可靠性和强自主性等优点,在飞机、船舶、机器人、医学等领域应用广泛。由于惯导系统的主要误差源来自MEMS器件误差,因此可采用冗余MEMS-IMU误差补偿技术提高捷联惯导系统的导航精度。在实际工程应用中,由于冗余配置方案的多样性,存在现有的冗余惯性测量单元标定方法不能普遍应用的问题。因此对冗余MEMS-IMU随机误差补偿和标
Fe-Ni基磁性材料具有良好的力学性能和磁性能,在先进的民用技术领域和军事技术领域有着广泛的应用。随着智能化时代的到来对传感器材料的性能及制备方法提出了更高的要求,在同一生产链中获得功能性-结构性-高效性材料成为全新的科学挑战。激光增材制造技术(LMDF)具有高自由度、低热输入量、加工精确、易实现智能化和自动化生产等优点,是解决这一科学挑战的理想方案。本文利用激光增材制造技术(LMDF)制备Fe-
学位
近年来越来越多具有高级功能的计算密集型移动应用程序被开发出来,包括交互式在线游戏、对象识别和语音控制。由于移动设备的资源匮乏性以及能量有限性,因此移动边缘计算(MEC)被认为是增强网络边缘移动设备云计算能力的有前景的技术。MEC被赋予云计算能力,这样用户可以将计算任务卸载到其附近的边缘服务器进行远程执行以提高能效和降低时延。但是考虑到MEC服务器有限的计算能力以及可能存在的资源竞争问题,可以利用D
随着信息化时代的到来,人们与互联网的连结变得越来越紧密。飞速发展的通信技术与互联网技术,使得信息的传递与获取都变得十分便捷且高效。然而,当面对着日益庞大的信息规模时,用户希望快速获取有效信息的需求与海量的数据产生了冲突。个性化推荐服务作为有效缓解这一问题的方法,可以根据不同用户的行为特点、兴趣偏好,提供个性化的推荐服务,其中协同过滤算法是推荐系统领域中应用最为广泛的推荐技术。然而随着互联网用户数量
遥感图像包含丰富的地物信息,对遥感图像中的关键目标进行分割和提取能够为多领域提供极大的研究价值。图像分割技术可以实现对关键目标的分割,其中聚类作为图像分割领域的经典算法被广泛应用,但在处理地物相互交错且纹理信息复杂的遥感图像时,往往在不同地物的邻接处分割效果较为模糊。同时利用聚类算法对遥感影像进行分割前,需要根据人为经验去指定聚类的类别数目,无法实现程序自动化处理。本文提出基于局部相关的聚类分割技