一种碳纸原纸气液两相渗透性能模拟的方法

    公开(公告)号:CN116976237A

    公开(公告)日:2023-10-31

    申请号:CN202310452560.X

    申请日:2023-04-25

    Abstract: 本发明公开了一种碳纸原纸气液两相渗透性能模拟的方法,包括如下步骤:步骤1、建立碳纸原纸的等效三维孔隙网络模型,并设定三维孔隙网络模型的孔隙参数;步骤2、分别设定气体和流体的粘度、输出压力以及输入压力,进而计算含水饱和度和对应的气‑水相对渗透率进行预测;步骤3、在三维孔隙网络模型选中孔隙区域,根据设定的气体和流体的粘度、输出压力以及输入压力,结合对应孔隙区域的孔隙参数,实现气体和流体在三维孔隙网络模型的流动,得到模拟流线图、含水饱和度、气体相对渗透率和流体相对渗透率。本发明可以模拟气、水两相的渗流过程,得到气相、水相的相对渗透率的模拟结果图,从而定量分析微观孔隙结构对渗透率的影响及影响程度。

    一种基于菲涅耳区的Wi-Fi室内安防报警系统

    公开(公告)号:CN113077600B

    公开(公告)日:2022-10-14

    申请号:CN202110372044.7

    申请日:2021-04-07

    Abstract: 本发明公开了一种基于菲涅耳区的Wi‑Fi室内安防报警系统,包括在室内设置多组发射端天线和接收端天线;以每组发射端天线和接收端天线为焦点构成一簇同心椭圆的菲涅耳区,多个菲涅耳区将室内进行覆盖;在接收端天线接收的Wi‑Fi信号数据包中获取一组含有相应子载波的相位和幅度的信道状态信息数据;通过对信道状态信息数据进行短时傅里叶变换即得到的当前时刻下各个子载波对应的幅度与相位信息;随着人员在室内移动穿越菲涅耳区,信道状态信息数据不断发生变化,当通过信道状态信息的变化程度计算输出判定概率,发出警报。本发明不仅克服了现有安防系统对光线条件的要求,而且成本较低,报警效果较好,同时还能避免泄露个人隐私。

    一种基于菲涅耳区的Wi-Fi室内安防报警系统

    公开(公告)号:CN113077600A

    公开(公告)日:2021-07-06

    申请号:CN202110372044.7

    申请日:2021-04-07

    Abstract: 本发明公开了一种基于菲涅耳区的Wi‑Fi室内安防报警系统,包括在室内设置多组发射端天线和接收端天线;以每组发射端天线和接收端天线为焦点构成一簇同心椭圆的菲涅耳区,多个菲涅耳区将室内进行覆盖;在接收端天线接收的Wi‑Fi信号数据包中获取一组含有相应子载波的相位和幅度的信道状态信息数据;通过对信道状态信息数据进行短时傅里叶变换即得到的当前时刻下各个子载波对应的幅度与相位信息;随着人员在室内移动穿越菲涅耳区,信道状态信息数据不断发生变化,当通过信道状态信息的变化程度计算输出判定概率,发出警报。本发明不仅克服了现有安防系统对光线条件的要求,而且成本较低,报警效果较好,同时还能避免泄露个人隐私。

    一种碳纸原纸气体渗透性能模拟的方法

    公开(公告)号:CN116341418A

    公开(公告)日:2023-06-27

    申请号:CN202310452563.3

    申请日:2023-04-25

    Abstract: 本发明公开了一种碳纸原纸气体渗透性能模拟的方法,包括如下步骤:步骤1、建立碳纸原纸的等效三维孔隙网络模型,并设定三维孔隙网络模型的孔隙参数;步骤2、设定气体的粘度、输出压力以及输入压力;步骤3、在三维孔隙网络模型选中孔隙区域,根据设定的气体的粘度、输出压力以及输入压力,结合对应孔隙区域的孔隙参数,实现气体在三维孔隙网络模型的流动,得到模拟流线图及绝对渗透率;步骤4、根据模拟流线图及绝对渗透率定量分析微观孔隙参数对渗透率的影响及影响程度。本发明可以模拟气体流动过程,得到模拟流线图及绝对渗透率,从而定量分析微观孔隙结构如孔隙半径、喉道半径、配位数对渗透率的影响及影响程度。

    一种基于车载Wi-Fi的手势识别系统

    公开(公告)号:CN115249026A

    公开(公告)日:2022-10-28

    申请号:CN202111592868.1

    申请日:2021-12-23

    Abstract: 本发明公开了一种基于车载Wi‑Fi的手势识别系统,涉及无线通信和手势识别领域。本发明包括:手势信号采集模块、手势信号特征提取模块和手势识别模块;手势信号采集模块用于采集手势信号,手势信号特征提取模块用于对采集到的手势信号进行处理获取特征,手势识别模块用于对提取的手势特征通过3D卷积和长短期记忆神经网络进行训练,完成手势识别与分类。本发明使用的卷积神经网络加循环神经网络的结构很适合用作特征提取,比传统的机器学习算法要简单易行,可以很方便的实现手势特征提取和分类识别。

Patent Agency Ranking