No abstract

No abstract

No abstract

As an effective way to control the network topology, the clustering algorithm can significantly reduce the energy consumption of wireless sensor networks and improve network throughput. Through learning the framework of clustering algorithm for wireless sensor networks, this paper presents a weighted average of cluster head selection algorithm based on BP neural network which make node weights directly related to the decision-making predictions. The weight distribution of nodes is objective. The simulation results show that efficiency of the algorithm in eliminating data redundancy, reducing network traffic, extending the network lifetime.

Turbulent mixing layer flow in a vertical water channel was experimentally investigated by particle image velocimetry (PIV). The mixing layer is produced by a specially designed insert plate placed in the channel with a low-and high-speed side velocity ratio of 0.25. The Reynolds number based on the velocity difference of two streams and the spanwise vorticity thickness at the place where the mixing layer start merging ranges from 2184 to 14 672. The results show that there are large coherent vortex structures near the centreline of the mixing layer. Both instantaneous kinetic energy and spanwise vorticity always concentrate at the location where the coherent structures connect or meet each other. The normalised dimensionless Reynolds stresses and average spanwise vorticity show self-similar, respectively, under different Reynolds numbers at the same cross-section in the down streamwise direction. Every component of Reynolds stresses increases but the vorticity decreases with the downstream distance. For all Reynolds number, the peak values of mean vorticity in the streamwise direction appear the same decay speed. The splitter plane wake causes a negative peak of the mean vorticity where the mixing layer merges. The negative peak values of vorticity increase with the Reynolds number. The dimensionless negative peak values decrease exponentially with Reynolds number and reach a constant when the Reynolds number is large enough.Le débit de couche de mélange turbulent dans une conduite d'eau verticale aété analysé de façon expérimentale par vélocimétrie par images de particules (PIV). La couche de mélange est produiteà l'aide d'une plaque d'insertion de conception particulière placée dans le conduit avec un rapport de vitesse latérale basse etélevée de 0,25. Le nombre de Reynolds fondé sur la différence de vitesse de deux courants et l'épaisseur du tourbillon dans le sens de l'envergureà l'endroit où la couche de mélange commenceà fusionner se situe entre 2,184∼14,672. Les résultats indiquent qu'il existe de grandes nappes de tourbillons cohérentes près de la ligne centrale de la couche de mélange.À la fois l'énergie cinétique instantanée et le tourbillon dans le sens de l'envergure se concentrent toujoursà l'endroit où les nappes cohérentes se rencontrent. Les tensions de Reynolds normalisées adimensionnelles et le tourbillon dans le sens de l'envergure moyen démontrent qu'ils sont autosimilaires respectivement sous différents nombres de Reynoldsà la même section transversale en aval. Chaqueélément des tensions de Reynolds s'accroît, mais le tourbillon diminue avec la distance en aval. Pour tout nombre de Reynolds, les valeurs de crête du tourbillon moyen dans la direction du flux semblentêtre de la même vitesse de désintégration. Le sillage plan de séparation cause une crête négative de tourbillon moyen lorsque la couche de mélange est fusionnée. Les valeurs de crête négatives du tourbillon augmentent avec le nombre de Reynolds. Les valeurs de crête négatives adimensionnelles diminuent de façon exponentielle avec ...