摘要：基于Hager对圆锥筒及圆柱体量水槽测流原理分析,推求出梯形渠道机翼形量水槽在自由出流时的流量理论计算公式,指出流量校正系数可由相对水头确定。选择6种收缩比进行了一系列室内模型试验,并根据试验数据建立了相对流量与相对水头的无量纲关系式。结果表明,相对流量与相对水头具有良好的相关关系,流量计算最大相对误差为±3.5%,该量水槽临界淹没度可达0.90,控制断面收缩比为0.372-0.585时可得到较好的量水效果。

摘要：采用VOF方法与标准k-ε紊流模型相耦合,对矩形农渠中三种不同收缩比的机翼形量水槽进行三维数值模拟,并将渠道下游断面水深、过流流量等数值计算结果与物理模型试验结果进行对比,结果表明,二者吻合得较好,从而证明采用三维CFD数值模型对实体模型内部流场的模拟是可靠的,为今后机翼形量水槽的深入研究和优化设计提供了新的方法和依据。

摘要：为深入理解流经机翼形量水槽等短喉道量水槽的水流流态提供理论依据,并以期指导该类量水槽的设计与灌区应用,以大量试验观测为基础,采用能量和临界流方程理论推导出在理想状态下临界流发生的位置;用断面比能法分析了喉道内水流能量与流态的转换关系,并对过槽水流从流态上进行定性的讨论和总结。结果表明:对于平坡渠道机翼形量水槽而言,临界流发生在渠道侧向收缩达到极小值的断面(即喉口断面);分析得到5种情况下的3类过槽流态(缓流,临界流,急流)符合试验观测。若能控制量水槽的过流流态为急流,则可以取得较好的测流效果。

摘要：高精度低功耗数字水平仪的设计原理,叙述了其关键芯片ADXL202的结构和原理以及使用方法,给出了详细的设计电路图和程序流程。

摘要：跨模态行人再识别是实现全天候智能视频监控系统的一项关键技术。该技术旨在匹配某一特定身份行人在不重叠摄像头场景下的可见光图像和红外图像,因而面临着巨大的类内变化和模态差异。现有方法难以较好地解决这两大困难,很大程度上是由于欠缺了对特征判别能力的有效挖掘和对多源异质信息的充分利用。鉴于以上不足,使用协同学习方法设计了一个精细化多源特征协同网络,提取多种互补性特征进行信息融合,以提升网络的学习能力。从骨干卷积网络中提取多尺度和多层次特征,实现精细化特征协同学习,以增强特征的判别能力来应对类内变化。设计了模态共有与特有特征协同模块和跨模态人体语义自监督模块,达到多源特征协同学习的目的,以提高多源异质图像信息的利用率,进而解决模态差异。在SYSU-MM01和RegDB数据集上验证了该方法的有效性和先进性。