第十六章同步电机的电磁关系 要点: 1、时空相-矢量图 2、负载运行时两个旋转磁动势 a由直流电流产生的励磁磁动势 b.三相对称交流电流产生的电枢磁动势 3、隐极式同步发电机的电动势相量图,方程式,等值电路。 4、凸极式同步发电机的电动势相量图,方程式,等值电路

第一节建筑常用动力设备及对供电要求 一、配电分布的要求 1、给排水动力负荷 2、冷冻机组动力负荷 3、电梯负荷 4、照明负荷

电动汽车具有节能环保的优点，电池、乘员舱和电机驱动系统的热管理是提高其运行安全性和司乘人员舒适性的关键技术。针对电动汽车集成热管理系统构建过程中的关键问题，首先概述了电池、乘员舱和电机驱动系统的产热模型；其次系统地总结了现有的电池、乘员舱和电机驱动系统的热管理方法，重点分析了集成热管理系统的研究现状、运行控制和系统性能评价；最后总结了当前研究存在的不足并进行了研究展望，指出研究准确的产热计算模型，发展紧凑高效的集成热管理系统，在综合性能评价体系下优化集成热管理系统的运行控制是未来的主要研究方向

崩塌灾害的早期预警一直是岩土工程领域研究的热点问题之一.传统的监测预警方法监测指标相对单一, 更多关注于加速破坏前兆的识别, 使得崩塌的早期预警存在诸多困难.本文首先引入动力学监测指标, 对岩土体破坏过程中的动力响应进行综述, 得出基于固有振动频率等动力学监测指标可以为危岩体的损伤提供数据支持.随后基于最新的实验研究发现动力学监测指标可以有效反应边坡的物理力学特征的变化, 进而可以实现岩体损伤与稳定性的动态识别和定量判断.在对国内外现状进行综述发现, 基于分离阶段破坏前兆识别的岩块体崩塌灾害预警思路, 具有更好的时效性, 是未来崩塌早期预警的发展方向, 同时对崩塌的早期预警指标体系进行展望, 得出基于动力学指标、静力学指标和环境量指标三位一体的早期监测预警指标体系, 必将在工程监测与灾害预警方面发挥更大潜力, 为从事应对崩塌等脆性破坏灾害预警预防的研究工作者提供有效参考

介绍了基于同步辐射的原位X射线吸收谱、原位X射线衍射谱和原位X射线光电子能谱的基本原理及功能，重点综述了原位X射线技术在电解水催化材料服役行为动态研究中的应用进展，列举了多种典型电解水催化剂在反应条件下结构动态变化的研究实例，为实现催化材料全生命周期动态构效关系的精准构建提供了技术基础。最后，分析总结了原位X射线技术在面临复杂电化学服役环境时所遇到的问题及挑战，并提出了对先进同步辐射技术及原位X射线谱学的未来展望

为探明超细全尾砂的浓密特性，开展量筒沉降实验，小型和半工业深锥动态浓密试验。结果表明，分子量1200万的非离子型絮凝剂最利于尾砂沉降，随絮凝剂单耗增加，溢流浊度降低，底流浓度基本不变。随固体通量增加，溢流浊度增加，底流浓度降低。固体通量0.4 t·m?2·h?1，给料固体质量分数12%，絮凝剂单耗50 g·t?1的最佳参数条件下，小型和半工业动态浓密试验的底流平均固体质量分数分别为62.8%和74.4%，泥层高度对底流浓度影响显著。深锥浓密机底流固体质量分数随泥层高度增加呈DoseResp函数增长，分为缓慢增长（泥层1～4 m）、快速增长（泥层4～7 m）和基本稳定（泥层超过7～8 m）3个阶段，这跟尾砂絮团在不同泥层高度下的压缩性能有关。可根据底流浓度与泥层高度的函数关系，调节泥层高度来满足井下充填所需底流浓度

根据生命科学的研究对象进行分类,动力学的理论方法在不同尺度生物系统上的应用做了回顾与总结,重点阐述了近年来的相关研究进展

9.1碰撞理论 9.2过渡态理论 9.3单分子反应理论 9.4在溶液中进行的反应 9.5快速反应的测试 9.6催化反应动力学 9.7光化学反应 9.8分子反应动态学简介

为了提高物流服务优化组合的动态性、可靠性与用户满意度,本文提出了一种基于全局服务质量(quality of service,QoS)约束分解的能够感知领域质量与资源需求的物流服务优化组合方法.该研究工作首先把学习机制引入人工蜂群算法(artificial bee colony algorithm,ABC),形成了具有自主学习能力的改进型人工蜂群算法(LABC);之后,应用学习人工蜂群算法(LABC)将全局QoS约束分解成每个物流子任务需要满足的局部QoS约束,从而将QoS感知的物流服务优化组合这一全局优化问题转化成以领域质量为依据的局部最优服务选择问题;其次,在物流服务流程执行的过程中,在感知物流任务节点对资源需求的前提下,为每一个物流任务节点选择一个具有最优领域QoS的物流服务;与已有的研究工作相比,该方法能够实现物流服务动态可靠的优化组合.最后,通过模拟实验验证了本文所提出的方法是可行有效的

针对漏钢时结晶器铜板温度呈现出的“时间滞后”和“空间倒置”等典型特征，本文通过引入动态时间弯曲(DTW)和机器学习中的密度聚类(DBSCAN)方法，提取、汇集并区分结晶器温度的典型变化模式，在此基础上开发出一种新型的漏钢预报方法。借助动态时间弯曲度量不同拉速、钢种或工艺操作条件下结晶器热电偶温度的相似性，并运用密度聚类方法聚集和分离正常工况、黏结漏钢状况下的温度样本，在此基础上检测和预报结晶器漏钢。结果证实，相较于传统的逻辑判断和人工神经元网络预报结晶器漏钢的方法，基于聚类的漏钢预报方法无需人为设置阈值或参数，能够依据漏钢历史样本中温度变化的共性规律，提取并融合热电偶温度在时间、空间上典型的变化特征，准确区分和预报结晶器漏钢，具有较好的自适应性和鲁棒性