【摘 要】
：
民机飞行过程存在的低压环境对货舱火灾防控与安全带来一定挑战.该文基于全尺寸低压模拟舱初步开展了货舱低压环境下细水雾抑灭大尺度航空煤油表面池火的有效性研究.结果表明:无细水雾时,随着环境压强降低,池火质量损失速率、火焰温度和辐射热通量均降低,而火焰高度增加;初始环境压强为76kPa时,点火之后舱内压强快速增加,过压值达到16.7kPa,这增加了舱体结构和通风系统失效的风险.而有细水雾作用时,随着环境
论文部分内容阅读
民机飞行过程存在的低压环境对货舱火灾防控与安全带来一定挑战.该文基于全尺寸低压模拟舱初步开展了货舱低压环境下细水雾抑灭大尺度航空煤油表面池火的有效性研究.结果表明:无细水雾时,随着环境压强降低,池火质量损失速率、火焰温度和辐射热通量均降低,而火焰高度增加;初始环境压强为76kPa时,点火之后舱内压强快速增加,过压值达到16.7kPa,这增加了舱体结构和通风系统失效的风险.而有细水雾作用时,随着环境压强降低,雾滴粒径减小,燃烧速率降低,火焰熄灭时间明显缩短,但有限喷雾通量难以快速熄灭大尺度火灾;此外,
其他文献
传统的二值化积雪产品受复杂地形与空间分辨率低的影响，使得相关遥感积雪产品在山区、林区存在严重误算和漏算问题。亚像元尺度下的积雪覆盖度（FSC，Fractional Snow Cover）制图能更加准确的估算出混合像元严重地区的积雪覆盖范围。基于深度学习模型的反演方法能在地形复杂条件下发挥较强的非线性拟合能力，同时可应对高维特征输入，在积雪参数反演领域拥有更大的应用潜力。本文利用风云四号A星多通道辐
RS_(3)是由淀粉经糊化、老化后形成的物理变性淀粉。与传统的膳食纤维相比，RS_(3)除具有增加饱腹感、降低肥胖风险、改善餐后血糖水平、预防慢性疾病等优良的生理功能外，还具有颗粒细腻，口感温和，适口性好等感官特性以及热稳定性高、持水性低等加工特性而被广泛应用。本文综述了以谷类、块茎类、豆类等淀粉含量较高的原料制备RS_(3)型抗性淀粉的原理、特点、技术、工艺等研究现状，并对其未来的研究方向及应用
目前，在BIM与GIS融合方面的研究主要分为三个方向，分别是数据格式转换、数据标准扩展和本体论，本项目选择通过本体论的模式进行IFC和CityGML的实体融合。通过语义修正提取实体的三元组，再用知识表示学习将三元组表示为实体向量，将实体语义信息转换到低维向量空间，采取以扩展语义匹配为基础构建IFC和CityGML标准的匹配融合系统，解决在IFC和CityGML两个不同的标准下对同一实体的语义方面的
针对现有RGB-D室内场景语义分割不能有效融合多模态特征的问题，提出一种基于注意力机制和金字塔融合的RGB-D室内场景图像语义分割网络模型APFNet(Attention Mechanism and Pyramid Fusion Network)，并为其设计了两个新模块：注意力机制融合模块与金字塔融合模块。其中，注意力机制融合模块分别提取RGB特征和Depth特征的注意力分配权重，充分利用两种特征
粮食生产空间重构集中了土地系统变化的主要矛盾，探索粮食生产空间重构过程中的生态系统服务权衡变化有利于明确粮食安全、生态修复与经济发展之间的矛盾，从而推进区域生态文明建设和高质量发展。采用生态系统服务评估模型及均方根偏差法，对2000—2018年陕北榆林市粮食生产空间重构过程中的固碳、食物供给、土壤保持和产水服务及其权衡关系进行了分析。结果表明：（1）2000—2018年，退耕还林还草、城市扩张与毁
基于MODIS影像、中国湖泊数据集及气象数据，综合分析了2000—2019年赛里木湖湖冰物候特征变化及影响因素。结果表明：(1) 赛里木湖湖冰开始冻结和开始消融日期平均出现在11月2日和4月26日，湖冰完全封冻期和完全消融日期平均出现在1月18日和5月17日，湖冰完全封冻期和湖冰冰期平均为119 d和199 d；(2) 近20 a赛里木湖湖冰开始消融和完全消融日期均呈提前趋势，而完全冻结日期也呈提
水资源协调利用问题是中国西北五省区经济、社会和生态可持续发展的首要问题。采用协同性分析方法和耦合协调度模型，对中国西北的陕西、甘肃、青海、宁夏、新疆五省区水资源利用率和生态用水率之间的区域协同性和耦合协调度进行分析。结果表明：（1）西北五省区的水资源利用率和生态用水率方差齐同，任意两省区之间不具有显著性区域差异，而在五省区内均具有区域协同性。（2）西北五省区生态用水率的升降波动主要取决于当地对农业
针对我国煤矿掘进工作面智能化程度不足的问题，掘进装备位姿检测与控制技术是提高智能化程度和降低煤矿事故率的关键，而视觉测量技术是煤矿中实现信息感知及状态检测的重要手段，基于视觉测量技术进行掘进装备位姿检测与控制已成为研究热点。首先，基于掘进装备视觉位姿检测与控制技术实现流程，介绍了视觉位姿检测与控制的关键技术，主要包括图像采集、图像预处理、特征提取与位姿解算、位姿测量误差分析与补偿技术、定向导航技术
云供应商为用户提供所需资源，分配不足可能会导致服务质量下降，分配过度则会导致资源浪费，因此准确预测资源使用情况至关重要。由于用户使用云资源的情况各不相同，不确定因素多，时序数据往往伴随着高随机性和非平稳性的特点，增加了预测的难度。为了捕获非平稳性数据更多信息，提高云资源使用情况的预测精度，提出了基于变分模态分解(VMD)算法和门控循环单元(GRU)网络预测模型。首先将原始时序数据通过VMD分解成多
近年来基于锚点的三维手部姿态估计方法比较流行，A2J(Anchor-to-Joint)是比较有代表性的方法之一。A2J在深度图上密集地设置锚点，利用神经网络预测锚点到关键点的偏差以及每个锚点的权重。A2J使用预测的偏差和权重，以加权求和的方式计算关键点的坐标，降低了网络回归结果中的噪声。虽然A2J简单高效，但是不恰当的网络结构和损失函数影响了网络的准确度，因此文中提出改进的网络HigherA2J。