【摘 要】
:
磁浮交通是轨道交通领域里的明日之星,随着磁浮交通技术的不断发展,磁浮列车的行驶速度不断提高。气动阻力是制约磁浮列车提速的重要原因,对高速磁浮列车进行气动减阻研究成为当下重要的研究课题,为了进一步提升高速磁浮列车行驶速度和减小列车能耗,本文结合表面微结构前沿减阻技术,对时速400 km/h的高速磁浮列车进行气动减阻研究,主要完成以下工作:(1)首先采用基于SST k-ω湍流粘性模型的CFD数值计算方
论文部分内容阅读
磁浮交通是轨道交通领域里的明日之星,随着磁浮交通技术的不断发展,磁浮列车的行驶速度不断提高。气动阻力是制约磁浮列车提速的重要原因,对高速磁浮列车进行气动减阻研究成为当下重要的研究课题,为了进一步提升高速磁浮列车行驶速度和减小列车能耗,本文结合表面微结构前沿减阻技术,对时速400 km/h的高速磁浮列车进行气动减阻研究,主要完成以下工作:(1)首先采用基于SST k-ω湍流粘性模型的CFD数值计算方法对高速磁浮列车的外部流场进行了模拟,并分析了高速磁浮列车的气动阻力占比情况,结果表明:3车编组情况下,尾车是整车气动阻力占比最大的部分,头车次之。其次,基于三维造型软件Rhinoceros和插件Grasshopper可视化编程功能,实现对高速磁浮列车头尾部表面微结构的设计与建模。(2)探究球窝微结构的深度、布置间距、半径参数改变时对局部位置流场的变化影响,结果表明:球窝会改变局部位置的压力分布,由于逆向压差力作用气流会在球窝内部倒流甚至形成涡旋,形成涡垫效应。(3)当球窝微结构布置在高速磁浮列车头车表面时,头车的摩擦阻力会因为球窝的涡垫效应得以减小,但球窝内部的倒流气流会额外消耗能量,使头车的压差阻力增大。布置在头车的球窝增大的压差阻力要大于减小的摩擦阻力,因此头车不是布置表面微结构的理想位置。(4)当球窝微结构布置在高速磁浮列车尾车表面时,布置在尾车表面的球窝会阻滞尾车表面的气流流动,通过对比尾车的湍流强度云图和湍动能云图,发现球窝弱化了尾车表面的湍流强度和湍动能,从而降低壁面附近流体的能量损耗;通过对比尾车后方的湍流强度云图和压力分布云图,发现球窝减少了轨面上方两负压区域的强度及作用面积,由于球窝缓化了列车尾车截面发生变化带来的压差阻力作用,因此减小了尾车气动阻力。(5)最后采用响应面法,对列车气动阻力系数与表面微结构参数之间的关系进行了分析,建立了两者之间的函数表达式,得到气动阻力系数对表面微结构参数的敏感显著程度:球窝深度>球窝布置间距>球窝半径,并且发现球窝布置间距与球窝半径具有显著的交互作用;得到最佳的球窝参数组合:球窝半径20.0 mm,球窝深度15.8 mm,布置间距149.8 mm的球窝布置在高速磁浮列车尾车的流线型区域,可使尾车减阻7.05%,整车减阻2.54%。
其他文献
本文主要研究了几类非线性复微分差分方程的解.同时给出了相关的例子,进一步说明解的存在性.本文的结构安排如下:第一章是绪论.介绍关于非线性复微分差分方程研究的背景以及现状.第二章是准备工作.主要介绍了Nevanlinna理论等在本文需要用到的基本概念和证明过程中要用到的部分引理.第三章研究了一类非线性微分方程的超越整函数解,得到了定理3.1,推广了柏雪在文献[13]的结果;第四章研究了一类非线性微分
首先,我们从脉冲控制的观点出发,建立关于任意时滞的脉冲微分不等式.其次,利用此不等式与Lyapunov(李雅普诺夫)方法等研究了具有任意时滞的神经网络的脉冲μ-稳定化,以及驱动-响应系统的脉冲μ-同步化.最后,运用矩阵张量技巧和线性矩阵不等式等方法研究了具有任意时滞的复杂网络的脉冲μ-同步化问题.内容如下:第一章,介绍了研究脉冲时滞微分系统的稳定与同步目的与意义及国内外研究现状.第二章,从脉冲控制
本硕士论文主要研究四元数双曲空间的若干性质.我们研究了球模型与Siegel域的极限球面之间的对应关系、两个偏差定理、球模型中极限球与正则域相交的充要条件等内容.本文结构如下:第1章,介绍四元数双曲空间的研究背景.第2章,通过四元数双曲空间的球模型,引入四元数双曲空间的另一模型Siegel域,得到了Siegel域上的Busemann函数与等距球的相关性质.接着在Siegel域上引入极限球坐标与Cyg
众所周知,一个矩阵只有当它是方阵而且非奇异时才有逆矩阵,或者当它的列(或行)是线性无关时才有逆矩阵.而对于任意多个非奇异矩阵Ai,i=1,2,…,n,以下反序律成立:(A1A2…An)-1=An-1..…A2-1A1-1.这种反序律对于任意多个矩阵乘积的广义逆来说不一定成立.20世纪60年代以来,很多学者研究了矩阵乘积广义逆的反序律理论及其应用,其中包括了矩阵乘积Moore-Penrose逆以及D
在近些年来的脑科学的研究当中,关于大脑疲劳形成在背后所蕴藏的神经科学机理,一直是当前的热点研究方向之一,由于驾驶疲劳所导致的交通事故伤亡,引起了人们对驾驶疲劳检测的高度重视,本文针对以往疲劳检测模型中的不足,提出了一种新的基于注意力的多尺度卷积神经网络,即动态图卷积网络(AMCNN-DGCN)模型,该模型能够很好的发挥图卷积对非结构化数据提取特征的能力,并结合动态调整的邻接矩阵,获得更加优异的分类
随着图像处理技术的发展,舌诊客观化成为当今人工智能医工交叉领域的热点内容。为使中医舌诊更加客观定量化,图像处理技术与深度学习已应用于舌诊客观化。因此,基于深度学习的舌诊图像处理方法成为了必然的研究方向。目前,舌诊图像分割分类技术面临着复杂环境下的分割结果不佳,分类标记数据样本不足以及类别不平衡的问题。针对以上舌诊图像分割分类任务中面临的难点问题,本文以深度学习框架为基础,结合编解码网络、注意力机制
金属制品在工业生产过程中,常常会由于各种因素受损,产生缺陷。过去,企业往往采用人工检测的方法进行筛选,该方法工作量大,检测速度慢,无法满足实际需求,而基于机器视觉的表面缺陷检测技术能够克服人工检测的缺点,已成为工业生产线中的关键检测技术。然而,传统机器视觉检测算法步骤繁琐,通用性差,且容易受到光照,阴影等环境条件的影响,其人工设计的特征更是存在着较大的局限性,难以应对复杂多样的金属表面缺陷。随着人
人脸美丽预测是研究让计算机具有人脸美丽判断能力的前沿课题,可应用于医学整形美容、社交网络推荐、人脸图像美化、人物原型设计等多个领域。目前,人脸美丽预测仍存在监督信息不足、模型易受噪声标签影响等问题。噪声标签学习可通过建立噪声模型、设计损失函数或者正则化器等方法,来降低人脸美丽预测中噪声标签的影响;多任务学习能利用多个人脸美丽预测相关任务的有效监督信息,来提高人脸美丽预测的准确率。将噪声标签学习与多
量子点发光二极管(Quantum Dot Light-Emitting Diodes,QLEDs)凭借其出色的发光效率、低制备成本和色彩饱和度高等独特优势,成为光电子领域的一个研究热点。然而,电荷传输层/发光层界面能级偏移导致QLEDs内存在载流子注入不平衡的问题,阻碍了其商业化进程。为了解决这一问题,首先,本论文设计了一种新型Cd掺Zn S(Cd Zn S)壳层量子点并将其应用到QLEDs当中。
碳点是一类新型的碳基荧光纳米材料,由于其原料丰富、发射波长可调、毒性低、荧光稳定、结构易于修饰等优势使其在生物成像、发光二极管、光电转化、生物诊疗和催化降解等应用中呈现出了巨大的前景空间。自从碳点发展以来,吸引了大量的研究者们对其进行结构与性质的调控,旨在提高其荧光量子产率以及研究其特殊用途。其中过渡金属由于独特的性质能够影响基质的局部电子密度,并能够有效促进基质中的分子间电子转移,从而显著的提高