公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

湍流氢气扩散火焰中磷酸三甲酯的抑制效果(英文)被引量：1: 2011年; 基于湍流氢气-空气扩散火焰,对磷酸三甲酯(TMP,(CH3O)3PO)的火焰抑制效果进行了数值研究,使用一阶条件矩封闭模型作为湍流燃烧子模型.为了研究氢原子浓度减小的机理,对其相关的重要基元反应进行了分析。最后根据所获得的数值结果及火焰燃烧结构和抑制效果,对TMP的灭火特性进行了详细的讨论分析.; 胡勇蒋勇邱榕安江涛

柴油/四氢呋喃/乙醇的燃烧与微爆特性实验研究: 2023年; 液体燃料泄漏会造成巨大的灾害,多组分的可再生能源使得液体燃料的物性更加复杂。为进一步探索燃油在其蒸发燃烧过程中的物性特性,使用悬挂法开展了不同乙醇浓度的柴油/四氢呋喃/乙醇液滴在不同环境温度下的燃烧和微爆特性研究。研究发现,乙醇的添加使得柴油发生了微爆现象,随着乙醇浓度的增加液滴的微爆强度逐渐上升。液滴的点火延迟时间呈先下降后迅速升高的趋势,含有20%乙醇浓度的柴油液滴具有最短的点火延迟时间。液滴着火后,其燃烧持续时间随乙醇浓度增加呈线性下降的趋势,其中乙醇浓度为20%时液滴的燃烧持续时间偏离拟合线较多。掺混了乙醇的柴油液滴平均燃烧速率比纯柴油有所提高:当乙醇浓度为10%时,液滴平均燃烧速率达到最高值,随后略微下降;当乙醇浓度超过30%时,液滴的平均燃烧速率保持稳定。液滴的整体燃烧速率与点火延迟时间趋势相反,在乙醇浓度20%时升到最高随后下降。; 王震胡勇邱榕程诚蒋勇; 关键词：乙醇柴油燃烧速率

湍流扩散火焰中对基于混合分数的湍流燃烧模型的数值研究(英文)被引量：3: 2011年; 根据条件矩模型(CMC)和小火焰面模型在模型构建上的相似,针对具有不同大小雷诺数和湍流-化学相互作用特性的非预混湍流射流火焰,对这两种模型进行了数值研究和比较.湍流燃烧模型采用Lagrangian型非稳态小火焰模型(LFM)和径向加权积分的CMC模型,而在H2/N2火焰的数值研究中还考虑了稳态小火焰模型的数值模拟结果.数值结果表明,在两种火焰中这两种模型对主要组分的预测结果较为一致并与实验符合较好,而OH和NO的预测值差异明显;同时对于具有局部熄火特性的CH4/H2/N2火焰,NO的预测值被高估了2～3倍.; 胡勇蒋勇邱榕安江涛

CO_2稀释及合成气构成对预混燃烧特性的影响被引量：6: 2011年; 用CO2代替N2作氧化剂的稀释气体不但可以减少NOx的排放,还能有效回收利用CO2.CO2具有与N2不同的物理、化学性质,通过对合成气与不同CO2稀释程度氧化剂的预混燃烧计算发现,CO2体积分数的增加会降低火焰温度进而降低燃烧速度,增加化学反应滞留时间.通过对贫燃拉伸火焰的研究发现,在CO2稀释氧化剂环境下,合成气中H2比例的增加可以有效增加火焰面的健壮性.对Karlovizt数的分析发现,H2比例的增加可以降低Karlovizt数,而Karlovizt数的局部表达形式能更好地体现拉伸极限的物理本质.; 安江涛蒋勇邱榕李山岭胡勇; 关键词：二氧化碳合成气层流燃烧速度

基于1 m尺度甲醇油池火模拟计算的不同辐射模型数值评估研究被引量：1: 2023年; 池火是火灾灾害中最常遇到的火焰类型之一,发展油池火的精细化建模有利于液体火灾事故危害性的精准分析及评估。众所周知,热辐射建模是准确模拟各种火灾场景的关键环节。因此,为建立合适的辐射模型,在这项工作中,通过将四个不同的辐射模型耦合到开源火灾模拟代码FDS中,并使用有限体积法求解辐射强度传输方程,对大尺度甲醇池火开展了LES仿真研究。结合NIST的实验数据,对不同辐射模型的影响特性及结果进行了对比分析。关于温度计算,基于WSGG的辐射模型和Cassol的模型表现更好。此外,所有模型都能很好地预测脉动频率。然而,关于辐射热通量的预测,Cassol的两个模型和FDS默认模型的表现优于其他模型,获得每个组分的准确光谱信息数据和确定混合气体的WSGG系数的方法是成功预测火焰辐射的重要因素。; 周千军胡勇蒋勇; 关键词：油池火

一类中立型系统的稳定控制问题研究被引量：1: 2011年; 针对双级溶解槽的化工过程,建立了一类中立型系统控制模型,通过对该模型的稳定性分析,设计了使闭环系统稳定的状态反馈控制器.充分利用时滞间的关系,对不同的时滞区间分别选取合适的Lyapunov函数,得到了保守性较小的时滞相关充分条件.为了便于问题的求解,最终结论以线性矩阵不等式的形式给出.最后通过仿真算例验证所提结论的有效性.; 胡勇康宇刘义李萌; 关键词：中立型系统状态反馈控制律 LYAPUNOV函数线性矩阵不等式

改进朴素贝叶斯算法在火灾预警中的应用被引量：3: 2022年; 为解决实际场景中传统火灾预警系统识别准确率低的问题,提出了一种新的朴素贝叶斯(NB)算法,即改进朴素贝叶斯(INB)。用基于属性权重和正交矩阵相结合的优化方法对NB加以改进。属性权重考虑了每个决策类别下各个属性的不同取值对分类性能的影响,正交矩阵弱化了属性间的线性关系,降低了属性间的关联性,使其更贴近条件属性独立性假设。利用美国国家标准与技术研究院(NIST)有关火灾研究的报告资料作为仿真数据,构建了八个不同规模的数据集,滤波、归一化处理后用于INB的训练与测试。十次十折交叉验证结果表明,当数据集中含190组样本时,INB已得到有效训练,并展示出稳F_(1)定的火灾预警能力。换句话说,INB可以在小样本下得到充分训练。选取支持向量机(SVM)、反向传播(BP)神经网络和NB进行对比研究,结果表明,新改进的INB算法的识别正确率、平均查准率、平均召回率和平均值在四种算法中最高,分别为96.1%、97.3%、97.2%和97.3%。此外,与其他算法相比,INB在具有更好性能的情况下,其训练时间更短,响应迅速。综上所述,INB具有良好且稳定的火灾预警性能,可以作为火灾预警系统的核心算法。; 贺香勇蒋勇胡勇; 关键词：火灾预警

全选清除导出

共1页<1>

胡勇