产品详细介绍请登录 中国科学软件网 了解更多Hydrus软件信息和报价。HYDRUS是一个运行于Windows系统下的环境模拟软件，主要用于变量饱和多孔介质的水流和溶质运移。HYDRUS包括用于模拟变量饱和多孔介质下的水、热和多溶质运移的二维和三维有限元计算，包括一个参数优化算法，用于各种土壤的水压和溶质运移参数的逆向估计。该模型互动的图形界面，可进行数据前处理、结构化和非结构化的有限元网格生成以及结果的图形展示。 HYDRUS一共五个版本，用户可以选择最适合自己版本。用户可以选择局限于一般功能的二维应用（2D-Standard版本，与之前含有MeshGen-2D的Hydrus-2D功能一致）或者二维和三维应用（如3D-Standard 或3D-Professional）。用户也可以选择相对简单的（二维直角几何图形—3D-Lite, 与之前不含MeshGen-2D的Hydrus-2D功能一致）或三维的几何立体图形– 3D-Lite）或更复杂的几何图形（用于普通二维几何图形的2D-Standard或在二维基础上以及分层三维的3D-Standard，以及用于普通三维几何图形的3D-Professional）。用户也可以选择从低版本升级到高版本。 标准计算模型 HYDRUS是模拟变量饱和多孔介质下的水、热和多溶质二维和三维运动的有限元计算模型。HYDRUS数值求解饱和非饱和水流的Richards方程和热传递和溶质运移的对流扩散型方程。 水流方程包含一个下沉期，可导致植物根系吸水。热传递方程考虑了水流传导和对流运动。对流扩散的溶质运移方程的管理是一个非常普遍的形式，包括固体和液态非线性非平衡反应的规定以及液体和气体的线性平衡反应。因此，不管是吸附溶质还是挥发溶质（如杀虫剂）都已经考虑到了。溶质运移方程还包括了零阶生产的影响、其他溶质的独立一级降解以及一阶衰减和生产反应，以便提供连续一级链中溶质间所需的耦合。运移模拟也会引起液相对流和扩散、气相扩散，因此次模型在液态和气态条件下可同时模拟溶质运移。目前HYDRUS最多可考虑15种溶质，在单向链中耦合或溶质间独立运移。物理非平衡溶质运移由双区和双重孔隙公式引起，  并把液相分成移动和不可移动区域。附着和分离理论，包括过滤理论，病毒、胶质和细菌运移的模拟也包含在其中。

产品详细介绍请登录 中国科学软件网 了解更多Ansys Fluent软件信息和报价。ANSYS FLUENT采用计算流体动力学（CFD）的数值模拟技术，为全球范围内各个行业的工程师提供流体问题的解决方案。FLUENT拥有的丰富物理模型使其应用非常广泛：从飞机气动到锅炉燃烧，从鼓泡塔到玻璃制造，从血液流动到半导体生产，从洁净室到污水处理工厂的设计等。另外，软件强大的模拟能力还扩展了在旋转机械，气动噪声，内燃机和多相流系统等领域的应用。LUENT既可以定制化也可以和ANSYS Wrokbench完全集成在一起，并允许用户适当调整集成功能，轻而易举地快速解决一些特殊的挑战。ANSYS Workbench平台可直接耦合CAD软件，自动抽取流体计算域并划分网格，轻松获得高质量的网格，满足CFD仿真精确和快速的需求。FLUENT软件包中包含能够精确模拟日常遇到的各种工程流动问题的求解器，从牛顿流体到非牛顿流体、从单相流到多相流、从亚音速到高超音速。每个求解器都有极高的稳健性，经过充分的测试和验证，并且为节省仿真时间而做过优化。经过时间的验证，在统一环境中的高效求解器展现了高精度和高速度。

产品详细介绍

H3C UIS 7.0超融合软件是新华三集团面向企业和行业数据中心推出的面向未来的超融合创新产品。遵循开放架构标准，在通用X86和ARM服务器上无缝集成计算虚拟化、存储虚拟化、网络安全虚拟化、运维监控管理、云业务流程交付等软件技术。不仅可以精简数据中心服务器数量，整合数据中心 IT 基础设施资源，精简 IT 操作，提高管理效率，达到提高物理资源利用率和降低整体拥有成本的目的，而且UIS在上一代超融合架构基础上集成云原生引擎、赤霄加速引擎、多角色引擎、混合云引擎和智能边缘云引擎，利用ABC融合、全运行态、智能加速、云边端协同、高速网络聚合等先进技术，实现基于虚拟机/容器/函数/裸金属全运行态、云原生应用构建、边缘高性能实时计算、前后端整体加速、算力云边智能调度的超融合方案，提供私有云、混合云、边缘云全场景云计算解决方案。可为客户提供较佳融合、极简规模、极宽场景、智能加速的云基础架构，满足企业未来十年的技术架构变革。 •云原生引擎。可同时承载虚拟机、容器和函数计算。在内置云原生运行环境的优点是体积小、速度快，资源利用率极大提升。通过内置的K8SAPI接口，UIS具备了全运行态的资源编排能力，可以对虚拟机、容器、函数计算等资源统一编排管理，构建以应用为中心的云化数据中心。 •赤霄加速引擎。以智能加速卡为核心前后端到端全程加速、主机侧损耗为零，相同核数CPU条件下，对比非加速方案，可以多创建50%以上的虚拟机，每虚拟机成本降低20%以上。4K随机IOPS性能提升1倍以上。同时拥有业界最短IO路径的无损网络，网络时延从毫秒级降低到纳秒级。 •多角色引擎。UIS超融合管理软件打破了物理资源壁垒，以其自适应架构，不仅可以统一管理X86资源池和ARM资源池，还可以同时管理纯虚拟化节点、纯分布式存储节点、超融合节点、AI加速节点、裸金属节点等。兼容不同芯片、不同款型、不同配置、不同能力的物理节点。 •混合云引擎。结合紫光UIS超融合构建的本地私有云数据中心与在紫光公有云中部署的UISonUniCloud云中云，建立了一套资源同构、软件同构、管理同构、交付同构、灾备同构、迁移同构的全态同构混合云架构。 •智能边缘云引擎。超轻量级边缘云引擎，实现海量的物联网终端设备接入。建立了云、边、端三层技术架构，通过在边缘侧部署UIS-Edge智能边缘云平台，打通云边端数据通道和控制平面。 融合至简 •管理融合：计算、存储、网络、安全、运维监控、云业务等六大软件能力统一平台管理，融合交付，开箱即云。 •内核融合：虚拟化内核与IPv6、高性能虚拟网络交换机、SR-IOV硬件网卡驱动、GPU显卡驱动等无缝集成，从内核层控制系统效率、可靠性与稳定性。 •存储融合：UIS可以通过软件将服务器本地硬盘资源进行整合，构建统一资源池，向上层应用提供块、文件、对象统一存储服务，满足结构化、非结构化和半结构化等多类型数据存储需求。 •业务简化部署：集成一键自动化迁移工具，提供P2V、V2V的迁移服务，助力客户原有业务快速上云。 •可视化极简运维：UIS超融合管理平台构建了扁平化、随需而变、弹性可扩展的业务敏捷交付平台，集成了自定义大屏展示、六大一键操作、系统健康度模型、所画即所得、首页快捷方式等极简运维操作，使运维可视化、数据化、自动化、智能化。 虚拟化成熟度 UIS计算虚拟化软件UISCAS，在国际权威虚拟化性能基准测试SPECvirt中表现优异，并提供业内创新性的动态资源扩展（DynamicResourceeXtension，DRX）、无代理杀毒、应用HA、云彩虹等技术。 统一分布式存储 UIS存储虚拟化软件UISONEStor采用统一分布式存储融合架构，为存储系统的高性能、高扩展、安全可靠、自动化运维提供了有力保证。 •统一分布式存储架构。分布式对称架构，无需单独的元数据服务器；同时支持块、文件、对象存储；分布式全局缓存，有效提高集群读写性能。 •高可用。多副本冗余策略，保证数据可靠性，支持2-6个副本灵活配置；支持N+1到N+4的不同纠删码级别，可基于资源池和目录设置；全面的数据保护和容灾能力，支持复制、快照、克隆、拷贝、故障域、保护域等技术。 •高可靠。采用完全冗余组网，无单点故障，硬盘或节点损坏时保证业务不中断、应用无感知；硬盘或节点故障时自动重构，可调整重构优先级；支持在线不停机扩容，增加或删除节点、硬盘不影响业务正常运行，支持集群自动数据均衡 可靠性监控中心 UIS超融合管理软件提供可视化、极简的运维方式，管理人员可一键获取超融合集群的资源信息和服务状态，了解平台的整体运行状况，并能够迅速定位到具体问题。通过分层的方式，展示UIS超融合集群中服务层、系统层、硬件层的可靠性现状，基于一键巡检模式快速诊断站点的健康状态，为高效运维提供指导。 多维度数据保护 UIS超融合提供了UIS备份方案、UIS容灾方案和UIS双活方案三层防护体系，全面覆盖国家标准《信息安全技术信息系统灾难恢复规范》定义的6个灾难恢复能力等级。 •灵活丰富的冗余策略：UIS集成的分布式存储组件支持以卷为单位设置纠删码或者多副本冗余策略，无需热备盘就可快速完成数据重构，保障用户数据完整性。 •多场景备份：自带无代理备份功能，无需额外投入即可实现对虚拟机的差异、增量、全量备份功能，同时提供CDP连续数据保护 •SRM容灾：基于SRM异步复制等容灾方案，满足用户对异构站点或同构站点间容灾服务的需求，为关键业务永续提供有力保障。 •双活：以超融合集群延展技术为核心，为客户提供中心级容灾，保障用户关键业务永续运行。 一键上云 •IaaS云服务能力：融合云平台功能，提供丰富的IaaS云服务目录，可以实现资源的自助交付、分级分权管理、多租户管理、流程工单管理以及异构虚拟化纳管等功能。 •接口开放：开放标准化的RESTAPI接口及兼容OpenStackH/J/K/L/M/P等版本的插件与接口。 •平台开放：兼容200+种通用GuestOS、20+种开源和商用VNF网元。 •合作开放：开放安全、备份、特定行业应用、云管平台等垂直领域合作，培育商业生态，跨界融合。 核心业务承载 UIS为数据库场景负荷进行了针对性优化，为数据库等关键业务应用的部署、管理、应用提供了以下优势： •优秀I/O处理性能：元数据分离技术减少访问消耗；通过计算端缓存加速技术，提升数据库日志高效处理能力。 •简化基础架构和管理复杂性：通过组合不同负荷系统到统一的资源池，高密度整合计算资源，显著提高计算资源利用率。 •快速部署交付数据库实例：基于UIS超融合数据库部署向导可直接在现有资源池进行计算、存储、网络等资源的分配和配置降低时间和人员技术要求。 •数据库实例部署的较佳实践：计算节点资源规格、操作系统设置以及存储规划及搭配组合建议模板化呈现。 •计算资源随业务需求动态伸缩能力：应对业务峰值需求，提升资源利用率的同时也免除了初期规划和基础架构升级烦恼。 应用场景 UIS主要面向虚拟化、私有云、云桌面、分支机构、混合云、开发测试、边缘计算、容灾备份和数据库/关键应用一共九大应用场景。 •虚拟化场景：采用完全软件定义技术，实现IT基础架构的融合，并通过统一管理界面对所有资源集中管理和监控 •私有云场景：基于超融合构建私有云实现更高的实施效率、更弹性的扩展、更高的资源密度。 •云桌面：减少硬件资源消耗，同时减少机房空间占用量。超融合架构存储技术采用缓存分层技术，加速IO读写应对启动风暴问题。 •分支机构：可大幅简化IT运维管理，实现多分支机构统一管理，轻松横向或纵向扩展，以适应不断变化的需求。 •混合云：实现混合架构统一的运维管理、健康巡检、快速完成故障排场，减少IT运维时间和异构平台运维难度。 •开发测试：实现快速环境获取，模拟生产网络环境、运维自动化、更快的应对新技术发展和加速业务上线 •边缘计算：将网络、计算、存储等能力延伸到网络的边缘，在边缘站点就近提供稳定、可靠、高速的边缘计算服务。 •容灾备份：针对不同的RTO和RPO需求提供更加高效、简单和低成本的的容灾备份解决方案。 •数据库关键应用：大简化传统模式的部署复杂性,显著提高计算、存储资源的利用率和缩短业务部署时间。

该项成果应用于诸如机动车跟驰、换道和并道的交通仿真模型，目前随着交通管理以及新的交通信息感知技术的发展，交通检测器布设不断增加，交通基础数据规模急剧加大，交通大数据时代已经到来，在这样大数据的时代的背景下，运用新技术手段构建道路交通仿真技术体系，将是我国智能交通发展的一个重要的方向。 项目首先是研究人类行为模式与交通拥堵的关系。其次，建立城市交通网络的数学模型结合人类行为规律和人口分布模型最终建立城市交通拥堵模型。最后，构建基于人类动力学的城市交通仿真平台。交通仿真平台包含交通地图编辑工具和分布式微观交通仿真系统两部分组成，硬件设备要求1台数据库服务器运行交通仿真数据库；1台台式机运行交通仿真平台总控端系统；若干台台式机运行仿真端仿真系统。 运行仿真平台总控端系统的1台机器安置在监控中心；运行仿真平台仿真端系统的若干台机器安置在计算中心；运行仿真数据库服务器的1台机器安置在数据中心。 展示内容如下： 微观交通仿真平台由地图编辑工具、总控端系统和仿真端系统组成； 使用地图编辑工具绘制仿真交通地图，导入总控端系统； 由总控端系统创建仿真任务，并且发送至已经上线的仿真端设备，总控端开始仿真任务，命令发送至仿真端，仿真端推进仿真计算，总控端能够对仿真端的仿真进行控制。能够完成暂停、恢复、停止等操作； 仿真端将每一仿真步计算的数据保存到仿真数据库中； 总控端可以利用仿真数据库中的数据进行交通状况分析。

该项成果应用于诸如机动车跟驰、换道和并道的交通仿真模型，目前随着交通管理以及新的交通信息感知技术的发展，交通检测器布设不断增加，交通基础数据规模急剧加大，交通大数据时代已经到来，在这样大数据的时代的背景下，运用新技术手段构建道路交通仿真技术体系，将是我国智能交通发展的一个重要的方向。项目首先是研究人类行为模式与交通拥堵的关系。其次，建立城市交通网络的数学模型结合人类行为规律和人口分布模型最终建立城市交通拥堵模型。最后，构建基于人类动力学的城市交通仿真平台。交通仿真平台包含交通地图编辑工具和分布式微观交通仿真系统两部分组成，硬件设备要求1台数据库服务器运行交通仿真数据库；1台台式机运行交通仿真平台总控端系统；若干台台式机运行仿真端仿真系统。

本平台实现交通数据的可视化、预测、关联性分析

一种轨道交通车辆制动能量气动回收再利用装置，属于轨道交通车辆技术领域。本实用新型由安装在 车辆转向架车轴上的凸轮，安装在转向架构架上的其余部件组成。其中凸轮、滚子和气缸活塞杆构成凸轮 机构，将车轴的旋转运动转化为气缸活塞杆的往复运动；排气单向阀、吸气单向阀连接在气缸的无杆侧，在气缸活塞杆的往复运动下，实现排气和吸气功能，将机械能转换为气压能。该装置能够将制动能直接回 收成气压能，以供车辆系统使用。

基于多重路径集的最优交通流预测方法与拥挤收费方法，算法具体步骤如下：步骤0.组织交通调查，确定每个OD对之间不同类别出行者的需求量及其合理路径集合。步骤1.在零流网络上，进行流量加载，得到辅助路径流量令初始路径流量置k＝0。步骤2.计算各路径的广义路径行驶时间向量步骤3.进行流量加载，得到辅助路径流量向量步骤4.如果满足收敛指标要求，则停止迭代，将当前迭代点fk作为系统最优路径流量；否则转步骤5。步骤5.沿方向利用某种线搜索方法，计算迭代步长λk。步骤6.更新路径流量，令k＝k+1，转步骤2。本发明严格证明了该方法的有效性和实用性：即使对不同类型的出行者施加同样的收费，仍然能够达到系统最优状态。