【摘 要】
：
The filtration of mixed dust that included a small number of melted(liquid)particles was studied in an experimental granular bed filter(GBF).Results show that the collection efficiency of dust containing melted particles is higher than that of dust compos
【机 构】
：
School of Energy and Environment Engineering,University of Science and Technology Beijing,China;Scho
论文部分内容阅读
The filtration of mixed dust that included a small number of melted(liquid)particles was studied in an experimental granular bed filter(GBF).Results show that the collection efficiency of dust containing melted particles is higher than that of dust composed of solid particles but the pressure drop from the former is higher than that of the latter.The collection efficiency and pressure drop increase as the con-centration of melted particles increases.A surface sliding GBF exhibits good comprehensive performance when filtering dust,especially dust containing a mix of solid and liquid particles.The effects of the gas temperature,gas velocity,sliding filter bed thickness,and sliding collector flux on filter performance were also examined.Based on the experimental results,correlations for the collection efficiency and pressure drop for mixed dust are presented.
其他文献
排队长度是评价信号控制交叉口运行状态的重要参数之一.现有大多数基于抽样车辆轨迹数据的排队长度估计方法可以实现周期级排队长度估计,但是需要信号配时、渗透率或车辆到达分布等实践中难以获取的输入信息.此外,这类方法在低渗透率条件下往往难以确保估计结果的准确性和可靠性,极大地限制了其实用性.因此,提出一种抽样车辆轨迹数据驱动的时段级信号控制交叉口排队长度分布估计方法,可不依赖任何交通流理论模型和前述输入信息实现排队估计.首先,通过理论推导可以证明时段内抽样车辆的停车位置分布和排队长度分布之间可互相转化;然后,提出
准确识别周围车辆的换道意图将有助于自动驾驶系统决策,从而提升安全性和舒适性.提出一种基于长短期记忆(Long Short-term Memory,LSTM)网络的换道意图识别方法,能够较为准确地识别周围车辆的换道意图.该方法先通过构造收益函数来描述目标车辆(被预测的车辆)与其邻域车辆之间的交互关系,得到目标车辆左换道、右换道和车道保持的收益值,并将该收益值作为交互特征输入到意图识别网络;在意图识别网络中,引入注意力机制,通过网络自学习得到的权重对LSTM层各个时刻的输出加权求和,能够对编码信息进行有效利用
汽车保有量的增加和能耗排放法规日益严格的限制给车辆节能减排提出了巨大挑战,网联化、智能化和电气化是提高未来交通效率和减少公路能源消耗的三大支柱.为了全面了解智能网联汽车节能减排的前沿问题与研究进展,对当前经济驾驶领域的重点问题进行了总体概述.首先,从广义的能量转换角度总结了智能车辆节能优化技术的本质和3个过程,其中Wheels to Distance环节的车辆系统优化是挖掘汽车节能潜力的重要一环,针对其介绍了智能网联汽车节能优化问题的基本数学原理;其次,从智能运输系统的各类非同源异构数据出发,分别从人-车
针对排阵式交叉口在实际交通波动环境中存在车辆滞留排序区,运行效率稳定性难以保障的问题,提出了鲁棒优化方法,平衡交叉口运行的效率和稳定性.在分析排阵式交叉口运行特性的基础上,指出了其运行效率波动性与交叉口几何设计、信号控制、交通需求、饱和流率和运行车速这5个因素有关.确定了将交通需求、饱和流率和运行车速这3个客观波动因素作为模型的输入参数,将几何设计和信号控制这2个可受设计人员控制的要素作为模型的优化控制变量进行协同优化的模型框架.在此基础上,以交叉口车均延误条件风险值最小为 目标,考虑了各流向车道数、信号
针对智能车辆在轨迹跟踪过程中的横向控制问题,提出一种基于强化学习中深度确定性策略梯度算法(Deep Deterministic Policy Gradient,DDPG)的智能车辆轨迹跟踪控制方法.首先,将智能车辆的跟踪控制描述为一个基于马尔可夫决策过程(MDP)的强化学习过程,强化学习的主体是由Actor神经网络和Critic神经网络构成的Actor-Critic框架;强化学习的环境包括车辆模型、跟踪模型、道路模型和回报函数.其次,所提出方法的学习主体以DDPG方法更新,其中采用回忆缓冲区解决样本相关性
随着无人机在城市物流配送等领域的迅速发展,城市上空无人机承载能力逐渐成为关注的焦点.以前期调研的城市物流无人机实际运行情况为基础,总结归纳了城市物流无人机的运行模式,以可接受的冲突为度量建立无人机空域容量评估模型.选取中国民航大学南院校区上空空域对物流无人机空域容量进行实例验证,通过仿真得到了相应的空域容量,并对相关影响因素进行分析.研究表明,所提方法不仅能够得到量化的空域容量,还可用于空域容量影响因素分析和无人机飞行空域规划.
近几个月来,由于电力紧缺,各地陆续出台了停电限产政策,很多企业的生产经营受到较大影响.关于限电停产,煤炭涨价造成的电力紧缺是一方面,而碳中和达标带来的能耗双控则是主因.rn我国在“十四五”规划纲要中提出,“单位国内生产总值能耗和二氧化碳排放分别降低13.5％、18％”是经济社会发展主要约束性指标之一.今年年初的 《政府工作报告》 也明确提出,2021年单位国内生产总值能耗降低的目标是3％左右.而多数地区上半年能耗强度降低率未达到进度要求.有些地区为确保完成全年能耗双控目标,对部分企业特别是高能耗企业进行了
以丙烯酸乳液为基料,通过改良配方,制备了一种单组分丙烯酸Ⅰ型防水涂料.探究了乳液、白色颜料、分散剂、pH调节剂、粉液比以及HEC含量对于产品性能的影响,优选了配方、制备工艺并进行了性能探究.结果表明,改良的单组分丙烯酸Ⅰ型防水涂料综合性能优良,室温贮存6个月后呈黏稠状液态,无分水、结块现象,涂刷流畅且不流挂.
目前搭载高级驾驶辅助系统和车联网(Vehicular Ad Hoc Network,VANET)技术的智能网联车(Intelligent Connected Vehicles,ICV)正大量涌入人工驾驶车(Manual Vehicle,MV)流之中,ICV与MV共存的异构车辆混行交通态势逐步形成,异构车辆之间的交互产生壁垒.混行之下单个ICV虽可依托单车硬件传感与单车计算单元实现与MV的交互意图识别,但其受有限算力与有限传感的影响,资源负载增大,时效性与安全性方面存在一定的误差与风险,而混行之下的VANE
针对某电动汽车电驱总成的噪声问题,依据电驱总成车内噪声产生机理,进行整车状态声振特性测试,运用不同工况组合下的频谱特征和阶次特征等分析方法,识别出该电驱总成噪声问题为结构共振和电磁激励所致.针对结构共振问题,考虑电驱总成结构耦合特性、电机材料复杂多样性和线圈绕组质量,建立电驱总成有限元分析模型,求解出电驱总成的模态和振动响应,并通过敲击法模态试验得到模态参数进而对有限元模型进行验证,在此基础上以模态应变能为依据对电驱总成结构的局部刚度进行优化,提升结构共振频率,降低共振风险.针对电磁激励问题,以电驱总成中