轴承寿命试验中无失效数据的处理

轴承的寿命分布是威布尔分布,在一次全时截尾寿命试验中20套轴承无一失效.本文应用多层Bayes方法获得可靠度的估计.在一类先验分布下,此种估计是稳健的.     

基于GeoGebra软件的高中圆锥曲线教学研究

GeoGebra作为一种新兴的数学教育软件,具有动态性、便捷性、多功能性等特点,受到许多教育研究者的关注.本文利用GeoGebra软件探究圆锥曲线中的一些问题,在探究过程中发现此软件不仅将数形结合展现得淋漓尽致,还有助于启发学生对问题进行深入探索.     

油酸修饰TiO2纳米微粒水溶液润滑下GCr15钢摩擦磨损性能研究

用四球摩擦磨损试验机考察了脂肪酸修饰TiO2纳米微粒水溶液润滑下GCr15钢的摩擦磨损性能,并用电子探针和X射线光电子能谱研究了钢球磨损表面边界润滑膜的化学组成和元素分布.摩擦磨损试验结果表明:脂肪酸修饰TiO2纳米微粒在水中具有较好的润滑性能、良好的极压性能及较高的承载能力.添加质量分数为0.1%～1.0%的油酸TiO2纳米微粒可使水的承载能力提高6～12倍,烧结负荷提高51～100%,抗磨减摩性能也有较大提高,卡咬负荷由150N提高至1000～1800N.磨损表面分析表明:油酸TiO2纳米微粒在较高负荷(>300N)下发生了摩擦化学反应,生成含TiO2及油酸复合物的边界润滑膜,从而起减摩抗磨作用     

求解多项式规划的一个全局最优化算法

提出一个求解带箱子约束的一般多项式规划问题的全局最优化算法, 该算法包含两个阶段, 在第一个阶段, 利用局部最优化算法找到一个局部最优解. 在第二阶段, 利用一个在单位球上致密的向量序列, 将多元多项式转化为一元多项式, 通过求解一元多项式的根, 找到一个比当前局部最优解更好的点作为初始点, 回到第一个 阶段, 从而得到一个更好的局部最优解, 通过两个阶段的循环最终找到问题的全局最优解, 并给出了算法收敛性分析. 最后, 数值结果表明了算法是有效的.     

高分子溶液壁湍流减阻机理的TRPIV实验研究

利用高时间分辨率粒子图像测速技术(TRPIV)对回流式水槽中低浓度高分子溶液壁湍流的减阻机理进行实验研究。通过对比分析高分子溶液和纯水平板湍流边界层在相同来流速度下的平均速度剖面、湍流强度和雷诺应力,发现高分子溶液的壁面摩擦阻力减小了21.77%,并且其缓冲层增厚,按对数律外移,雷诺应力减小;高分子聚合物主要在近壁区起到抑制湍流脉动的作用,而在主流区的作用不太明显。用流向局部平均多尺度速度结构函数和相干结构条件采样方法,检测并对比了高分子溶液和水的壁湍流相干结构“喷射”和“扫掠”事件中的脉动速度、展向涡量、雷诺应力等物理量的二维拓扑形态,发现高分子溶液近壁区相干结构在猝发时的脉动速度减小,涡量受到抑制,雷诺应力明显减小,说明高分子溶液湍流近壁区相干结构“喷射”和“扫掠”的强度变弱,猝发频率降低,动量和能量的输运减弱,揭示出高分子溶液减阻的重要机理。     

关于复方阵的平方根

本刊文 [1]中提出如何判断一个方阵是否存在平方根的问题 .这里 ,我们就 n阶复方阵情形给出三个判别准则 .设 A是 n阶复方阵 ,JA 表示它的若当标准形 ,则存在相似变换矩阵 P,使得 A=PJAP-1 .有关复方阵 A的若当标准形 JA 以及相似变换矩阵P的求法 ,见本刊文 [2 ]或 [3 ] ,本文不再赘述 .定义 1　设 A是 n阶复方阵 ,若存在 n阶复方阵 B,使得 B2 =A,则称 B为 A的平方根 .为书写简便 ,我们用记号 Jr( x) ( r≥ 1)与diag[B1 ,B2 ,… ,Bs]分别表示 r阶若当矩阵和对角块矩阵 :x 1 x 1x∈ Mr( C) ,B1 B2 Bs.用文 [2 ]中给出的计算复…     

基于消失点检测算法的束靶红外图像畸变校正

传统的霍夫变换、Cannylines直线检测算法、霍夫概率变换方法在图像上的直线检测效果不佳,存在检测线段不连续不正确的问题,因而,利用Sobel滤波对红外图像横轴和纵轴两个方向分别进行锐化,通过线段检测(LSD)算法实现线段特征检测,进而经线段聚类拟合获得图像中完整的直线,通过对直线交点计算获得消失点,最后依据透视关系计算得到校正图像。实验结果表明,该方法可以实现对中性束红外图像的自动有效校正。     

基于解析结果的拉格朗日陀螺运动特性分析

本文建立拉格朗日陀螺运动方程的解析方法.导出拉格朗日陀螺做规则进动的条件,用级数展开技术得到规则进动附近的小角度章动和进动的解析解.给出陀螺自转轴运动的简明图像,即重力引起绕竖直轴的规则进动和无重力的自由进动的叠加.利用解析结果对陀螺不倒之谜给出解释.     

复合深度神经网络在直升机声目标识别中的研究

针对直升机探测中目标运动过程连续识别的鲁棒性问题,提出了一种基于复合深度神经网络的直升机声学特征提取和识别框架。复合深度神经网络由卷积神经网络和长短时记忆神经网络以并行结构组合,进行直升机声学特征的优化,完成直升机类型识别。针对直升机声信号特性,对卷积神经网络进行了改进,使得该复合深度神经网络在信号短时谱基础上优化声信号特征表征并提取前后帧之间的相关信息,弥补通常声目标识别方法不能充分利用目标信号时间历程信息的缺陷。真实外场实验数据测试结果显示:相较于传统识别方法,该算法显著提升了直升机进入有效探测范围后连续识别的鲁棒性和目标识别正确率。