一、二端(一端口)网络的概念: 1.二端网络:具有向外引出一对端子的电路或网络。 2.无源二端网络:二端网络中没有独立电源。 3.有源二端网络:二端网络中含有独立电源

本文所介绍的钢筋混凝土独立柱基础计算机辅助设计系统是为我院工程设计需要而编制的。本系统对用户填写的数据具有较强的查错功能,使用户从繁琐的数据中得以解脱。输出的分析结果包括基础底面的高、宽,最大、最小应力,基础的高度和带短柱基础短柱的长度和配筋,基础底板双向配筋,杯口的配筋。本系统可全自动也可人工干预各参数,该系统按照有关规范规程设计,并汇集了一些新的设计经验于程序中,形成的施工图可直接进入绘图机,也可进入Auto-CAD系统进行图形编辑,然后绘出施工图

一、关于本书各章的简介 本书所介绍的12种社会统计方法,基本上每种方法成为独立的一章。每一 章可以单独学习,但是它们之间也存在着一定的内在联系。比如,第五章通径分 析实际上是第二章回归分析的扩展,而它同时又是第十一章结构方程模型的一种 特例情况。对于应用来说,更重要的问题是各种方法都是在一定具体条件下应 用的,因此如何选择适当的方法便成为正确应用这些方法的前提

第3章线性网络的一般分析方法 3.1支路分析法 3.2网孔分析法 3.3节点分析法 3.4独立电路变量的选择与独立方程的存在性 3.5回路分析法和割集分析法 3.6电路的对偶特性与对偶电路

用地球物理方法确定了滑坡体的坡底滑移面,重建了斜坡体,并根据坡角的变化划分了块段,运用力的递推原理,计算了滑坡体块段的稳定性系数.对坡角、含水率、内摩擦角、内聚力、静水压力、地震力及列车荷载等因素进行了分析,讨论了敏感性分析中因子变化步长、范围及因子的相关性,获得了粘性土层容重、内摩擦角、内聚力与含水率之间以及内摩擦角与内聚力之间的耦合关系方程.在因子独立及关联作用下,分别对斜坡稳定性进行了单因素分析并确定了敏感性因子.结果表明,内摩擦角、内聚力、坡角及含水率是影响斜坡稳定性的主要敏感性因素.将滑坡因子作为独立变量和非耦合处理时,将弱化含水率及内聚力在稳定性分析中的影响

运用人工智能(AI)理论和知识工程技术,使传统的设备故障诊断系统成为基于深知识的知识中心型专家系统。它与机械设计专家系统利用同样的对象模型及其阶层构造和性能框架,在进行设计推理,探索最优设计方案的同时,从深知识推导出诊断故障所需的因果关系,寻找设备的故障及其原因所在,从而使原本各自独立存在、独立运行的两类专家系统融成一体,形成故障诊断,机械设计综合专家系统

《月下独酌》课件4_初三语文《月下独酌》

运用Gleeble-3500热力模拟试验机对700~1200℃温度范围内高锰钢Mn13单独加入钛(质量分数0.10%)、复合添加钛(质量分数0.11%)和钒(质量分数0.20%)后的高温热延性进行测试.采用扫描电镜和X射线能谱分析仪对不同温度下拉伸断裂后试样的断口形貌以及断口处的析出粒子进行了分析.温度-断面收缩率曲线表明在高锰钢中加入0.10%钛后,其断面收缩率出现了一定程度的下降,这表明钛的加入恶化了高锰钢的热延性;在此基础上加入0.20%钒,高锰钢的热延性出现了进一步的下降,即钛和钒的复合加入严重恶化了高锰钢的热延性.利用Thermo-Calc热力学计算软件对单独含钛以及复合含钛钒的高锰钢在700~1600℃存在的平衡析出相进行了计算,计算结果表明Ti (C,N)的平衡析出温度均约为1499℃,远大于其液相线温度,这说明Ti (C,N)在高锰钢的液相中就可以开始析出.扫描电镜-能谱分析结果表明在奥氏体晶界以及三叉晶界处存在大量的Ti (C,N)和(Ti,V) C粒子,这些粒子的出现抑制了动态再结晶的发生,并且加速了晶界附近裂纹的扩展

采用格子Boltzmann方法对钢液中夹杂物上浮及上浮过程中的碰撞行为进行直接数值模拟研究.结果表明,不同尺寸夹杂物颗粒上浮速度的模拟结果和理论值基本一致,表明本文所采用的数值算法能够精确有效地对钢液中固相夹杂物颗粒运动行为进行研究.当钢液中直径为80μm的夹杂物颗粒位于直径为40μm的下方并一起上浮时,直径为80μm的夹杂物颗粒会逐渐追赶上直径为40μm的夹杂物颗粒并发生碰撞形成大尺寸凝聚体,凝聚体的上浮速度显著大于二者单独上浮时的上浮速度.对于直径为40μm的夹杂物来说,形成凝聚体后的上浮速度比单独上浮时的上浮速度增加300%.实际炼钢过程中,采取必要的措施增加夹杂物颗粒之间上浮过程中的碰撞凝聚,对于提高夹杂物颗粒的上浮速度,尤其是小尺寸夹杂上浮去除速度,提高钢液的洁净度具有重要的意义

研究了基于比例、积分和微分控制分量非线性方法合成的非线性PID智能控制器.该PID控制器将比例、积分和微分控制分量分别用三角函数表示为误差信号的非线性函数,并通过三个独立的非线性函数构造合成PID控制器.通过在线调整三个独立非线性函数的权值系数,使该控制器实现不依赖于非线性对象模型的智能控制.仿真结果表明该控制器具有优异的非线性控制性能