水润滑高速动静压轴承试验研究

研究了动静压轴承在水介质润滑和高速、高压极端工况条件下,最小液膜厚度和流量等性能参数的变化情况,并将其与理论预测结果进行比较.结果表明,水润滑动静压轴承在高速时能够稳定运行,且形成完整的润滑液膜,没有出现明显的汽化及汽蚀现象,试验后轴承表面涂层基本完好.试验结果显示出轴承的承载能力和流量主要取决于供水压力,这与理论预测结果基本一致.     

事件空间中完整力学系统的梯度表示

本文研究事件空间中完整力学系统的梯度表示和分数维梯度表示, 建立系统的微分方程并将其表示为一阶形式, 给出系统成为梯度系统的条件以及成为分数维梯度系统的条件. 最后, 举例说明结果的应用.     

基于事件触发的独轮车移动机器人跟踪控制系统设计

针对传统的时间触发机器人控制系统中通信要求高的问题,提出了使用事件触发控制器的独轮移动机器人控制系统;首先,根据类仿真方法在忽略通信约束的条件下合成控制器;然后,将问题建模为混合系统并在网络上实现;最后,导出了合适的事件触发条件;实验结果显示,使用基于事件触发的控制算法后实现了系统的解耦和镇定,可调节系统在阶跃输入激励下的响应;相比传统的时间触发设置,在确保跟踪性能的前提下,提出的事件触发策略能显著减少通信需求,有望应用于真实系统。     

问题199：这道概率题的解法莫衷一是

人教A版必修3(第3版)第三章概率第134页B组第1题如下:某人有4把钥匙,其中2把能打开门.现随机地取1把钥匙试着开门,不能开门的就扔掉,问第2次才能把门打开的概率是多少?如果试过的钥匙不扔     

一道流行几何概型题引发的三种思维观点的冲突

笔者发现,有一道经典的几何概型题及其给出的错误解答多年来流行于多种版本的高考备考和高一、二的教辅资料书中.本来经典题目流行多年倒无所谓,但问题是其给出的错误解答也多年来误导了备考的师生们.下面呈现这道几何概型题及其给出     

理解试验,理解概率

概率与概率统计是新课程的一大亮点,是体现数学应用价值的极好素材.然而,笔者在教学中发现,很多学生只注重概率中的数量计算,对概率的源头——试验缺乏足够的重视和正确的理解,往往导致似是而非的结果.事实上,理解试验应该是理解概率的基础与前提.这是因为,试验是获得随机事件概     

几何概型测度的类型及应用

几何概型是一种特殊的随机事件概率模型,是概率问题的几何形式．求解此类问题时可把每个基本事件理解为从某个特定的可度量的几何区域D内随机取一点,区域D内的每一点被取到的可能性大小相同,即点在区域D内是均匀分布的;     

走进压轴题的“路径长”

为了体现中考的选拔功能,中考命题者特别关注初高中数学知识的衔接,在衔接点处精心设置压轴题,已成为中考命题的一种时尚.近年压轴题出现的"求点运动的路径长"是高中解析几何"求点的运动轨迹方程"的雏形,它不同于几何课本中单纯代入公式求解的一些几何计算题,也不同于单纯考查逻辑思维的几何证明题,需要数形结合,边推理边运算,有很强的探索性,体现知识的发展过程,考查学习潜能,内涵丰富、立意新颖,使中考命题真正实现了由"知识立意"向"能力立意"的过渡,不仅有利于高一级学校选拔合格的新生,而且对初中数学教学具有良好的导向作用.     

利用独立事件巧证不等式

有些不等式,若能深入挖掘题目的内含与外延,根据其结构特征,大胆想象,构造独立事件,使不等式获得简证．请看下面两例：     

基于IERT的非线性全光谱复杂水体定量分析算法研究

水是一种有限的资源,对农业、工业乃至人类的生存都是必不可少的,良好的水环境是可持续发展的重要保障。对水质信息的科学监测,是实现水资源优化配置与高效利用的基础。联合国环境署（UNEP）与世界卫生组织（WHO）指出,应当加强发展中国家的水质监测网络,包括数据质量的保证和分析能力的提高。光谱法作为一种新兴的水质分析方法,相比传统的化学水质监测方法,具有“响应速度快、多参数同步、绿色无污染”的特点。传统单波长、多波长的线性模型依赖于水体对特定波长的吸收特征,不适用于多组分混合溶液且普适性较差。因此,提出了一种基于IERT的非线性全光谱定量分析算法,建立适用于多组分混合溶液浓度预测模型,达到利用全光谱信息来预测浓度信息的目的。利用实验室配置的COD,BOD₅和TOC多组分混合溶液与NO₃-N、浊度、色度多组分混合溶液作为实验样本,使用光谱仪采集样本的光谱曲线,通过全光谱数据进行浓度预测实验,结果显示,对于COD,BOD₅和TOC多组分混合溶液,本算法对于三种组分的决定系数（R2）分别为0.999 3,0.991 4和0.999 3,均方根误差（RMSE）分别为0.024 4,0.057 7和0.000 4;对于NO₃-N、浊度、色度多组分混合溶液,决定系数（R2）分别为0.983 4,0.868 4和0.981 0,均方根误差（RMSE）分别为0.100 5,0.326 4和0.120 2。通过对比本算法与偏最小二乘（PLS）、支持向量机回归（SVR）、决策树（DT）、极端随机树（ERT）对于同一组数据的实验结果,表明：在两组多组分混合溶液的实验中,本算法对于其中各组分的决定系数（R2）均为最优,相比于其他对比算法均方根误差（RMSE）均有大幅减少。本算法可利用光谱信息对多组分混合溶液进行定量分析,在计算时间相当的情况下,可有效的提高浓度预测精度,减少定量分析的均方根误差,可为光谱法水质监测提供一种新的有效途径。