针对网络控制系统模型参数选取困难的问题,利用特征模型和动态特征模型的自适应控制方法在实际工程中建模简单、控制精度较高的特点,以直流电机的网络控制系统为例,研究了具有时延和数据丢包网络情况下的网络控制系统,提出了基于特征模型的自适应控制方法和基于模糊动态特征模型的自适应控制方法.仿真结果表明:丢包率对特征模型控制器系统的影响较大,而网络延时对模糊动态特征模型控制器系统影响较大.所提两种方法均可有效保证网络控制系统的控制性能

铁矿石的还原度是其冶炼性能重要指标。本文论述\还原度检测自动装置\的设计原理及调试方法。研制无刀口式电子天平(微感量测重传感器),在高温下自动检测铁矿石还原反应瞬时的重量变化,进行连续动态自动称量,在5公斤荷重下具有毫克级的灵敏度。装置内部研制有试样含氧量给定器及自动除法器电路,实现\参数输入\及\自动运算\的目的,对高温还原反应全过程作自动记录,在仪器终端记录绘画出\还原度-时间\函数曲线。曲线尺寸为200×180毫米,还原度测定误差为0.5%

提出基于管道流体信号的自振射流特性检测方法, 将压力传感器从高压罐内移至高压罐外, 布置在高压罐外的前端管路上, 从而避开高围压环境影响; 通过双压力传感器拾取管道流体压力脉动信号, 并运用信号处理技术有效抑制干扰噪声, 提高有用信号强度, 准确获取射流的压力脉动信息.试验表明, 管道流体压力信号的频谱特征与喷嘴腔内检测法具有一致性, 且与理论计算较为吻合, 充分表征了射流的压力振荡特性; 其声功率谱与高压罐内水听器检测结果相一致, 较好地表述了射流的空化作用特性.由此认为基于管道流体信号的检测法用于自振射流特性的检测是完全可行的, 具有先进性, 为高围压下自振射流的研究提供了新手段

§15.4 两个自由度体系的自由振动 §15.6 一般多自由度的体系的自由振动 §15.5 两个自由度体系在简谐荷载下的受迫振动 §15.7 多自由度体系在任意荷载作用下的受迫振动—振型分解法 §17-8 无限自由度体系的自由振动 §17-9 近似法求自振频率

人类由顺从自然转而利用改造自 然,而在利用和改造然的同时,也 在破坏看自己赖以生存环境。越演 越烈,以型威胁到人类自男。 对已被破坏的环境进行络理,保护 和防止环境的迸一步破坏,是人类面 临的重大而迫切的课题

一、自杀的概念及分类 社会学家(Durkheim),自杀者知道行为 的后果是死亡,而主动或被动地终止生命 。既是谋杀者又是受害者。 心理学家(Bacehler1995)自杀代表寻求 和发现采取结束自己生命来解决现存问题 的任何行为

利用扫描电镜分析了自耗电极和电渣重熔钢中夹杂物的特征，结合热力学计算，分析了氧硫复合夹杂物在电渣重熔过程中的转变机理。结果表明，电渣重熔采用气氛保护结合脱氧操作可以将自耗电极全氧质量分数由0.0017%降低至0.0008%。电渣重熔之后钢中小于3 μm夹杂物的比例显著增加。自耗电极中的夹杂物为CaS与含质量分数3%和11%左右MgO的CaO–Al2O3–SiO2–MgO结合的两类复合夹杂物。电渣过程未被去除的氧化物夹杂中的SiO2被钢液中酸溶铝还原，保留至电渣锭中。电渣锭中含约1%MgO和2%SiO2且成分均匀的CaO–Al2O3–SiO2–MgO是在电渣过程中新生的夹杂物。自耗电极中的CaS通过分解为钢液中溶解Ca和S，以及通过与液态氧化物夹杂中Al2O3反应的途径在电渣过程被去除。电渣锭中低熔点氧化物夹杂周围环状CaS是钢液凝固过程中溶解S、酸溶铝Al与氧化物夹杂中CaO的反应产物，高熔点氧化物夹杂周围环状CaS是钢液凝固过程中Ca和S偏析后反应新生的夹杂物。复合夹杂物中补丁状CaS是在电渣重熔钢液冷却过程中由复合夹杂物熔体中析出的

一、核磁共振现象及其基本原理 质子自旋运动的特点 1质子自旋产生两种磁矩 2两种自旋态的能量相等; 3两种自旋态的几率相等

上节内容主要学习了热力学第二定律所解决的中心 问题:在指定的温度、压力和浓度等条件下,在所讨论 的体系中,反应过程能否自动发生,最后达到什么限度。 根据热力学第二定律确定为不能自动发生的反应,在该 条件下是肯定不能自动发生的。但是,已经确定能自动 发生的反应,究竟以多大速率进行,进行的具体步骤如 何,热力学第二定律不能解决

采用调频连续波（Frequency modulated continuous wave, FMCW）雷达实现非接触式生理信号检测，并提出了基于小波分析和自相关计算（Wavelet analysis and autocorrelation computation, WAAC）的检测方法。首先，毫米波FMCW雷达发射电磁波信号，并接收来自身体的反射信号。然后，通过信号预处理从中频信号中提取包含呼吸和心跳的相位信息，消除直流偏置并完成相位解缠。最后，基于小波包分解（Wavelet packet decomposition, WPD）从原始信号中得到心跳和呼吸信号，利用自相关计算减小杂波对心跳信号的影响，进而提取高精度的心率参数。应用FMCW雷达对10名受试者进行实验测试，结果表明本文方法得到的呼吸和心率的平均绝对误差率平均值分别小于1.65%和1.83%