排序方式: 共有70条查询结果,搜索用时 437 毫秒
1.
研究渐变加速的飞行器内碰摩转子系统的非线性特性。研究模型为光滑处理后的连续的Jeffcott转子碰摩模型。通过一无穷次可微的实函数生成的函数来模拟飞行器的渐变加速度变化,并假设飞行器在垂直平面内运动。研究结果表明:原已碰摩的系统会因飞行器的加速而加剧碰摩:原未碰摩的转子系统会因飞行器加速造成的振幅增大而引起转子与静子碰摩:飞行器的加速可能改变转子系统的稳定性:不同的渐变加速方式会使飞行器内的转子系统呈现不同的非线性行为。 相似文献
2.
论述了锁模激光的调制器晶体谐振腔与锁相频率合成功率源匹配网络的实现,笔者经过深入研究,提出锁模激光的调制器晶体谐振腔非线性特性,并根据定一论断选择新的器件、网络电路,精心调制完成了难于实现的匹配,给出了实际运用的匹配波形图。 相似文献
3.
SPV490钢板直接淬火回火工艺的研究 总被引:2,自引:0,他引:2
针对SPV490钢控轧后的直接淬火回火工艺进行研究.结果表明,采用再结晶区控轧后结合直接淬火回火工艺时,实验钢的强度大幅度提高,但韧性下降;采用在奥氏体再结晶区变形44%,然后在未再结晶区变形的两阶段控轧工艺后结合直接淬火回火工艺时,由于在细化晶粒的基础上增加晶粒内部变形带数量及位错密度,从而获得细小、均匀的组织,实验钢的综合力学性能良好. 相似文献
4.
5.
本次调查于1996年10月份进行,收回有效问卷123份,回收率15.40,涉及在职人员1427o入。现将收集到的主要数据及分析介绍如下:1.设备情况其中服务器占540%,小型机(及以上)占042%,工作站占075%;有203%的单位回答近期还将购机,其中556%的单位欲购国外品牌的计算机,购国内品牌的和购兼容机的单位各为222%;选择机型方面,84%的单位欲购型号为586的计算机,IZ%的单位回答将购买486,只有4%的单位将购386机型,用于教学上。及网络系统有317%的单位已组建或部分组建局域网.73%的单位回答已联通INTElitNliT另有73%的单… 相似文献
6.
余伟 《哈尔滨商业大学学报(自然科学版)》2006,22(5):102-106
针时CERP复杂产品投标报价系统的设计与实现,利用相似学理论建立了投标产品的相似度评估模型,并提出一种新的距离系数,通过算例证明了该模型的有效性. 相似文献
7.
钛合金热熔小,温度下降快,轧制温度控制困难。钛合金材料的高温摩擦和塑性特点使其在热轧过程中容易产生表面缺陷,制约了钛合金无缝管热连轧生产。笔者运用有限元方法模拟了PQF型三辊连轧机将?204mm×16mm的TC4合金坯料轧制成?185mm×7mm的荒管的过程。模拟结果表明:开轧温度900℃,轧制速度2.93m/s条件下,钛合金管的内外温差最高达到250℃,第2和4道次的外表面拉应力超过200MPa,产生缺陷可能性最大。利用模拟结果进行了TC4和TA1现场试制。工业试制结果表明:采用连轧机组可实现钛合金无缝管的高精度轧制,生产的TC4和TA1无缝管的外径偏差0.5%,壁厚偏差10%,与模拟结果相吻合。TA1无缝管屈服强度为237MPa,抗拉强度为321MPa,延伸率为47%,室温CVN冲击功为100J。TC4钛合金无缝管的屈服强度为780~846MPa,抗拉强度为910~960MPa,延伸率为14%~16%,室温CVN冲击功为38~52J。 相似文献
8.
有机朗肯循环(ORC)是一种前景广泛的热电联产技术,R1233zd(E)是一种在ORC中表现良好的环保型有机工质,有机工质的热稳定性对于工质在ORC中的应用至关重要。本文采用实验和理论方法对其热稳定性及热解机理进行了研究。采用高温高压反应釜研究了热解气态产物、热解固态产物、热解温度区间和压力对热解的影响等。通过ReaxFF模拟方法研究了工质的主要热解路径、压力和分子结构对热解的影响。结果表明,R1233zd(E)热解的主要气态产物是HF和HCl,热解中有黑色固体生成,R1233zd(E)的热解温度区间为250~270?C,压力对R1233zd(E)热解速率无明显影响, R1233zd(E)的热解路径主要有均裂反应和抽提反应两大类。 相似文献
9.
2003年7月浙江省全面启动生态省建设,根据其功能划分,浙西北为山地丘陵生态区,该区的主导生态功能为保持和提高源头径流能力与水源涵养能力,保护生物多样性和保持水土;保护和发展方向主要是:搞好退耕还林、封山育林,建设水源涵养林。森林植被具有涵养水源、调节径流(削洪补枯)、改善水质、保护土壤和水环境等水文功能,现已成为共识,但森林对河流总径流量的影响却长期存在争论,国内外专家几十年的研究积累了大量正面和反面的例子,取得了积极的成果,但综合性的多因子森林水文效应定量研究较少,按流域进行的综合性研究分析还很薄弱。应该认为,… 相似文献
10.
电力通信网设备时序故障预测的目标是通过过去设备告警数据,预测设备在下一个时间段是否发生故障,这对设备的管理和维护起着重要作用。为了预测电力设备未来的状态,提出一种Forward-LSTM(F-LSTM)学习模型,对设备故障的时序特征和非时序特征(静态信息)进行并行训练,探索出一种新的对静态-时序数据的训练方法,将其应用在电力通信网故障预测中。F-LSTM结合了两个组件,一个学习时序特征的长短期记忆神经网络(LSTM)与一个处理静态数据的前向全连接神经网络(forward full connection neural networks,FC),数据的静态/时序属性被自动判断并传递给FC或LSTM来并行训练。对于具有同时产生动态数据与静态数据的电力通信网络,Forward-LSTM(F-LSTM)模型能以较高速度与精度预测其故障发生的位置。此外,本文采用一种加权的损失函数,可以更好地捕捉设备故障的时序规律。选取某电力通信网络系统中2016—2017年设备故障数据,对本方法进行测试。实验结果显示,与Xgboost模型相比,F-LSTM模型对故障预测的召回率提高5%,同时F-LSTM模型较LSTM模型缩减了计算量,加快了模型的训练速度。 相似文献