【摘 要】
:
为研究邮轮舱室在不同布置方案下的热舒适性,利用Airpak建立同一空调系统下舱室在不同布置方案下的数值模拟模型,通过获取各布置方案下舱室典型截面的温度、速度以及PM V、PPD值,经对比分析得到舱室内家具的最佳摆放方案.
【机 构】
:
武汉理工大学能源与动力工程学院 武汉 430063
【出 处】
:
武汉理工大学学报(交通科学与工程版)
论文部分内容阅读
为研究邮轮舱室在不同布置方案下的热舒适性,利用Airpak建立同一空调系统下舱室在不同布置方案下的数值模拟模型,通过获取各布置方案下舱室典型截面的温度、速度以及PM V、PPD值,经对比分析得到舱室内家具的最佳摆放方案.
其他文献
道路坡度是建立车辆排放模型和选择生态路线的重要因素,然而由于坡度数据采集难度较大,在车辆排放模型构建和车辆导航系统的路径优化中往往被忽略.文中以CO2和NOx两种典型的车辆尾气为例,分别研究了路面坡度对轻型车和重型车尾气排放的影响,论证了路面坡度的重要性.车辆尾气排放数据由OBEAS-3000便携式排放测试仪采集,道路坡度使用车载GPS记录的高程数据进行估计.研究结果表明:在-5% ~5% 的坡度范围内,两种车型的CO2和NO x排放量均随路面坡度的增大呈现上升趋势;特别是当路面坡度大于1% 时,两种气体
采用中温固化玻璃纤维预浸料模压制造复合材料板簧,对模压板簧的批生产关键工艺进行了试验研究.板簧模具设计为“一模三腔”且模腔为可更换的.试验研究了板簧模压成型生产流程中从铺贴、预压实到加压固化过程中的4个关键工艺.结果表明,通过优化生产工艺流程,可以实现年产万件玻璃纤维板簧.
总结了近些年来怀化学院机械与光电物理学院针对物理学专业开展的与专业教育相结合的创新创业教育的一些成功经验,形成了一套具有物理学专业特点的创新创业教育教学质量保障体系.
系统以高性能单片机STM32为核心控制器,实现了基于图像处理的多用途四旋翼无人机系统设计。STM32配有丰富的I/O口,可通过控制I/O口控制外围电路,完成悬停、定向、定位、测高等工作,保证系统控制飞行任务和自主返航功能。同时系统还配置了实时的飞行状态检测和故障监测,提高了飞行的持续性和可靠性。无人机可将画面传输到电脑等外部设备,可应用于高空航拍、森林防火巡视、犯罪追拍,亦可加装挂钩并通过I/O口
为揭示城市建成环境对交通拥堵状态影响的空间异质性,以西安中心城区街道为基本研究单元,采用拥堵延时指数表征交通拥堵状态,基于多源数据构建地理加权回归模型进行实证研究.研究表明:①与最小二乘回归模型相比,地理加权回归模型拟合效果显著提升,拟合优度由0.721提高到0.776;②人口密度、企业密度、科教类密度、土地利用混合度、公交站点密度与拥堵延时指数呈正相关,停车位密度、商圈可达性与拥堵延时指数呈负相关,停车位与科教类密度对交通拥堵状态的影响程度高于其他变量;③人口密度、科教类密度、土地利用混合度、停车位密度
在变电站的日常建设中,针对设备的维修检查和故障预防可以说是任重道远的工作,必须积极地强化对变电站设备安全问题的监督,有效地寻找到相应问题解决措施,才能更为有效地完成配电工作.在现代经济和科技飞速发展的情况下,只有做好检修和预防工作,才能够更好地应对问题,有效地提升变电站的经营运作水平.重点探讨分析了变电站设备的日常维修技术与故障预防措施,以期能够为相关单位提供参考.
近年来中国城市化进程不断深入,建筑工程建设规模逐渐扩大,在为建筑行业带来广阔发展机遇的同时,也增加了建筑市场的竞争压力.为了给人们提供物美价廉的建筑商品,施工单位不仅要提高施工质量,还要降低施工成本,这也在一定程度上突出了工程造价管理的重要性.因此,结合工程造价中运用项目管理的实践展开深入分析,希望能够为工程全过程造价控制提供参考.
股票市场预测是经济领域中一个非常重要的实际问题.然而,由于股票市场具有噪声和波动性特点,对市场的及时预测通常被认为是最具挑战性的问题之一.为了应对这些挑战,提出了一个基于机器学习的考虑投资者情绪倾向的股市预测模型.根据投资者情绪理论、自然语言处理方法和机器学习理论,针对股吧数据建立投资者情感指数并融合LSTM深度学习模型,基于股价历史,结合技术分析指标预测未来股价走势.
疲劳驾驶是造成道路交通事故的主要因素之一.文中提出一个基于生成对抗网络的弱光增强算法,对驾驶员图像时行预处理,再采用一个改进的多任务级联卷积神经网络检测面部,定位关键点,最后通过深度学习进行面部与特征位置的预测,进而做出多指标的疲劳驾驶判断.
在基于图像识别的驾驶员状态监测任务中,卷积神经网络作为一种十分有效地全局算法,被广泛应用;针对中国汽车驾驶员状态监测问题,提出一种基于卷积神经网络与贝叶斯优化算法结合的驾驶员状态监测方法,该方法数据集采用Kaggle数据集+自建数据集方式建立.算法实现采用迁移学习算法,同时利用贝叶斯优化算法对迁移学习模型进行超参数优化.经过实验验证,采用方法加快了模型优化时间、降低了运算成本,且对驾驶员状态识别问