首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   1篇
力学   1篇
物理学   2篇
  2023年   1篇
  2009年   1篇
  2007年   1篇
排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
对物体沿散斑片纵向移动二次曝光全息干涉条纹的诠释   总被引:1,自引:1,他引:1  
从光学几何关系出发,推导了在平行光照明、物体沿散斑片纵向方向微小移动情况下的一种全息干涉条纹的解释方法.该方法可以根据任一瞬间的条纹间距测量物体的位移,并适用于实时全息监测的定量分析,对全息干涉计量术提供有效的条纹解释方法和物体位移的计算方法.  相似文献   
2.
全息干涉法在实验应力分析中的应用   总被引:1,自引:0,他引:1  
通过对简支梁受力前后的双曝光全息图进行再现,利用透过全息图的条纹解释办法,分别用目测和数字图像处理办法测量物面上干涉条纹间距,从而得出简支梁的挠度;再利用最小二乘法求出被测物件的弹性模量。  相似文献   
3.
大数据及人工智能技术的崛起推动了数智流体力学的快速发展.数智流体力学是将流体力学、大数据和人工智能相结合,以流体力学场景需求为导向,形成以“数”为基础,以“智”为核心,以算力为支撑的新研究范式.核心内涵是要以数据驱动为主,融合物理信息、专家经验等先验知识,利用智能化手段构建“数据+物理”双驱动的数智模型,解决场景需求问题.数智流体力学在建模灵活性、运算效率、计算精度方面具有十分明显的优势,其应用潜力已经在多尺度流动、多场耦合以及流场建模等方面得到验证.数智流体力学研究范式包括数据治理和智能算法构建,其中数据治理工作尤为重要,治理后的数据质量是智能算法能否发挥其价值的关键.智能算法中“数据+物理”协同驱动主要存在四种引入机制,分别是基于输入数据的嵌入机制、基于模型架构的嵌入机制、基于损失函数的嵌入机制和基于模型优化的嵌入机制.以油气领域应用为例,介绍了数智流体力学在储层物性参数预测、压裂效果评价以及注采参数优化等方面的一系列研究进展.数智流体力学是流体力学未来的重要发展方向之一,以场景需求为导向、深度融合物理信息等先验知识的新一代智能理论与方法是数智流体力学发展的必然趋势,能够从崭新的角...  相似文献   
1
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