首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 196 毫秒
1.
目的:本文旨在应用新型数值求解方法,即浸入边界-格子波尔兹曼通量求解法,研究并列双圆柱流动特性,并探索该数值方法在工程应用中的可行性。创新点:1.将浸入边界法与格子波尔兹曼求解法相结合,简单并高效地实现在非均匀直角网格下求解不可压流动以及动边界问题;2.应用浸入边界-格子波尔兹曼求解法研究并列双圆柱流场特性。方法:1.通过理论推导,建立状态变量和通量与格子波尔兹曼方程中粒子密度分布函数之间的关系(公式(8)~(10));2.采用强制浸入边界法处理流固界面使固壁表面满足无滑移边界条件,实现在笛卡尔网格下求解运动边界问题;3.通过数值模拟,探讨雷诺数和圆柱间距对静止双圆柱受力及流场尾流特性的影响以及雷诺数、间距和旋转速度对旋转并列双圆柱受力及尾流特性的影响规律。结论:1.浸入边界-格子波尔兹曼求解法可以简单实现采用非贴体网格求解不可压流动及动边界问题。2.对于并列静止双圆柱,随着间距的增加,双圆柱尾流场的相互作用逐渐消失,尾迹由无规则性转变为规则的同相位流动或反向流动;雷诺数影响圆柱受力系数。3.对于并列旋转双圆柱,雷诺数对旋转圆柱受力影响较弱;旋转速度可以抑制单圆柱尾流场的非定常效应;随着圆柱间距的增加,双圆柱后方形成固定的相位关系以及同一频率的脱落涡。  相似文献   

2.
基于计算流体力学理论,采用Fluent对3种不同雷诺数下多圆柱绕流模型进行了仿真研究,得到了速度云图和升阻力系数随时间变化的曲线。仿真结果表明:尾涡区的长度和紊动强度随来流的雷诺数增大而增强。圆柱的阻力系数随雷诺数的增加而降低,流动由层流变为紊流,且湍动更强烈;第1列小圆柱升力系数随雷诺数的增大而逐渐减小。从第1列至第4列升力系数振荡幅度逐列增加,第4列圆柱的升力系数振荡幅度较大,最大值为其他列圆柱的2倍以上;Re=5 000时的速度云图和实验装置的流动图像接近,与数值模拟实验装置的流动规律相似。  相似文献   

3.
随着大数据技术的发展,非负矩阵分解(NMF)日益成为目前最流行的模式识别方法之一,并广泛应用于文档聚类、图像处理、人脸识别、信号分析等多个领域。针对NMF中双因子矩阵的初始化问题,对非负双奇异值分解算法进行分析,数值实验表明该算法可以快速降低众多基于NMF衍生算法的近似误差。  相似文献   

4.
经验模态分解(EMD)是以信号极值特征尺度为度量的时空滤波器,它充分保留了信号本身的非线性和非平稳特征,在信号去噪中具有较大的优势.本文以电力绝缘气体SF6为研究对象,在介绍EMD分解方法的基础上,首先对含噪的SF6光谱信号做EMD分解,得到各阶本征模态函数(IMF),然后对高频的IMF分量用阈值法进行处理,把经过阈值处理后的高频IMF分量与低频IMF分量叠加重构得到去噪后的信号.分析了在不同噪声水平上与小波阈值去噪方法的处理效果.实验结果表明EMD阈值去噪法有效地去除了噪声,较好地保留了光谱的细节信息,与小波阈值去噪方法相比较具有自适应的优势.  相似文献   

5.
小波包分析具有很强的适应性,特别是对于非平稳振动信号能显示其优越性.实测小飞轮轴承振动信号中含有大量噪声,对此必须进行小波包滤噪提取出有用的信号成分,然后对降噪后的信号进行小波包分解,计算出各子频带内的能量成分,作出小波包能量谱,对能量突出的频带进行进一步分析.实验证明这种方法用于小飞轮轴承故障诊断是有效的、可靠的.  相似文献   

6.
针对常规降噪方法应用于柴油机缸盖振动信号降噪时,自适应差且需要根据噪声环境人为调整参数的问题,在传统EEMD算法基础上提出一种改进的EEMD降噪算法,并将其应用于柴油机缸盖振动信号处理。首先对原始信号进行预处理,其次利用总体经验模态分解(EEMD)算法在非线性、非平稳信号处理时的自适应特性,分解原始信号得到各阶本征模态分量,经Savitzky-Golay平滑滤波,再将噪声占主导的高频分量进行阈值去噪,最后得到干净的本征模态分量进行重构。仿真实验和实测结果表明,在输入信号12dB的多种输入信号工况下,改进EEMD算法去噪后信噪比为17.1,比现有去噪方法提升14%。  相似文献   

7.
王晶 《教育技术导刊》2017,16(10):12-14
为了对非平稳、非连续的语音信号进行降噪,提出一种基于VMD分解和小波阈值的语音降噪方法。通过仿真信号对比分析了VMD、EMD和EEMD算法对信号分解中存在的伪分量、模态混叠问题。先用VMD对语音信号进行分解,再利用小波阈值降噪。实验结果表明,该降噪方法明显优于小波阈值的语音信号降噪、基于EMD和小波阈值的语音信号降噪以及基于EEMD和小波阈值的语音信号降噪。  相似文献   

8.
基于经验模态分解的筛选条件研究   总被引:1,自引:0,他引:1  
经验模态分解是Hilbert—Huang变换(HHT)的关键算法,它分解信号的能力直接影响到HHT的实用性和应用价值.为了研究经验模态分解对多分量复合信号的筛选条件,我们主要研究了在理想条件下经验模态分解筛选过程的特性及其对双分量信号模型的筛选条件,然后推出经验模态分解对多分量复合信号的筛选条件,并给出相应数值实验分析.  相似文献   

9.
针对噪声环境下暂态扰动检测困难的问题,提出一种GWO-VMD与DWT相结合的检测方法.首先,利用灰狼优化算法(GWO)结合包络熵对变分模态分解(VMD)的参数K、α进行自适应优化处理,避免人工选择参数导致分解效果差的缺陷;其次利用优化后的VMD算法将含有噪声的暂态扰动信号分解为有限个调幅调频信号(VIMF);再次采用快速傅里叶变换(FFT)算法确定每个VIMF分量的含噪程度,对低噪分量平滑处理后进行重构;最后利用离散小波变换(DWT)方法对重构的暂态扰动进行检测定位.仿真实验表明,GWO-VMD与DWT相结合的检测方法具有较高的准确率和有效性.  相似文献   

10.
引入双正交双向加细函数及m尺度双正交双向小波.研究m尺度双正交双向小波的分解与重构算法,得到了双正交双向小波的分解重构公式,讨论了信号完全重构的条件.算法对能量有限信号的分解与重构有一定的实用价值.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号