一、填空与选择题(每小题4分,共32分) 1.以曲线{x2+y2=为准线,母线平行于z轴的柱面方程是x2+y2-2x=0 z=2x 提示:这实际上是求曲线{x2+y2=2关于xoy面的投影柱面的方程 =2x 将方程Jx2+y2=中的z消去得x2+y2=2x,这就是投影柱面的方程. =2x 2.曲线{x2+2-4z=0绕轴旋转所得的旋转曲面的方程是. y=0 答:x2+y2+z2-4z=0. 提示: 将方程x2+z2-4z=0中的x换成±{x2+y2,得 x2+y2+z2-4z=0

镍铝青铜合金是铸造大型舰艇螺旋桨的主要材料,海洋污损生物在合金表面附着引起的pH值变化会加速镍铝青铜合金的腐蚀磨损,威胁到舰艇安全航行.采用冷喷涂技术制备了较为致密的镍铝青铜涂层,厚度约300 μm,利用扫描电镜、光学显微镜观察了涂层的微观形貌,重点研究了涂层在pH值分别为3、7和11,质量分数为3.5%的NaCl溶液中的电化学腐蚀性能和腐蚀磨损行为.实验结果表明:pH值为3的环境中,镍铝青铜基体发生了选相腐蚀,表面疲劳裂纹主要分布在富Cu的α相上,涂层上的犁削沟槽加深发生了磨粒磨损,涂层耐腐蚀性能优于基体;pH值为7的环境中,基体发生了黏着磨损,表面有片层状金属剥落,涂层中的孔隙收容了大量磨屑避免了剧烈的三体摩擦,表面犁削沟槽较浅,涂层致钝电位高于基体,耐腐蚀性能变差.pH值为11的环境中,基体发生了表面疲劳磨损,涂层磨痕上有较深的犁削沟槽,沟槽内有微裂纹,涂层耐腐蚀性能优于基体.总体来说,在不同pH值环境中,涂层由于在冷喷涂过程中发生了冷加工硬化并且涂层上的孔隙收容了磨屑,导致涂层的耐腐蚀磨损性能增强

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

用声发射(AE)技术研究了铁基合金上几种常见氧化层在恒温氧化和随后冷却过程中发生的开裂及剥落行为。获得了AE累积计数及温度对时间的变化曲线。通过显微镜、扫描电镜的观察和X射线射衍物相分析,确定了实验合金表面氧化层的主要物相。结果表明:除了加Si合金的氧化层在恒温氧化过程已开裂外,其余合金的氧化层均在冷却时开裂并剥落。Fe25Cr-10Al合金上α-Al2O3层的开裂及剥落最为剧烈。Fe-25Cr-7.5Nb合金的Cr2O3层AE总计数远远高于Fe-25Cr合金。而Fe-25Cr-4Ti和Fe-25Cr-9Mn的情况与Fe-25Cr大体相同

这部书的第一卷终于交印了,它既是急就章又是拖篇.1958年匆匆上马,现想现 写现印现讲,有时写稿不过三遍,仅仅经过起草修改誉正三道手续便拿去付印有时候 校对来不及,就不校对了,因而原讲义上错误百出,疵谬迭见,所以说这是急就章.如果 能专心一志地连续地于下去,那还可能比较好些,但又经常为其它工作所打断,因而写一 段停一停,改一章放一放的情况又经常出现,所以说是拖篇紧紧松松,赶赶拖拖因 而详略不一,前后不贯,轻重失调,呼应不周等毛病在所难免的了 情况是如此,虽然经过同志们的帮助和修改重写,但还可能留下不少后遗症.这样的 草率工作本来不该交印的,但不少同志热情鼓励,几经踌终于把它出版了,希望经过读 者的帮助,人多眼多

这部书的第一卷终于交印了,它既是急就章,是拖脊篇.1958年匆匆上马,现想现 写现印现讲,有时写稿不过三遍,仅仅经过起草、改、正三道手续便拿去付印有时候 校对来不及,就不校对了,因而原讲义上错误百出,疵谬迭见,所以说这是急就章.如果 能专心一志地连续地干下去,那还可能比较好些,但又经常为其它工作所打断,因而写一 段停一停,改一章放一放的情况又经常出现,所以说是沓篇紧紧松松,赶赶拖拖.因 而详略不一,前后不贯,轻重失调,呼应不周等毛病在所难免的了 情况是如此,虽然经过同志们的帮助和修改重写但还可能留下不少后遗症这样的

因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受。50年代以来,随着计算机的普及和各种统计软件的出现,因 子分析在社会学、经济学、医学、地质学、气象学和市场营销等越来越多的领域 得到了应用

因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受

通过对低碳含铝钢20Mn2精炼过程的取样分析,得出精炼渣的熔化温度偏高,渣中存在大量固相CaO,并导致钢中含有CaO类夹杂物,精炼渣吸附夹杂物能力差.利用Fact Sage热力学计算,从渣的低熔点区域控制和渣-钢反应这两个方面对渣系进行研究与优化.结果表明,CaO/Al2O3质量比在1.5左右添加质量分数为3% CaF2可以有效降低渣的熔化温度,渣的熔化温度随着CaF2含量的升高呈现先降低后升高的趋势,MgO的质量分数控制5%左右低熔点区域面积达到最大.在SiO2质量分数大于30%区域,钢中氧含量大体上随着CaO/Al2O3质量比的增加而降低,在SiO2的质量分数低于30%区域随着CaO含量的升高而降低,钢中酸溶铝含量在SiO2含量高的区域随着Al2O3/SiO2质量比的增加而升高,在SiO2含量低的区域随着CaO/SiO2质量比的增加而增加.根据热力学分析结果得出合理的渣系范围：CaO 50%-60%,Al2O320%-35%,SiO25%-10%,MgO 5%-8%,CaF20-5%.优化渣系的实验结果表明,优化后渣系熔化温度降低,钢中夹杂物数量、面积和平均尺寸均有明显下降

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径