一、明确统计热力学的基本假设,理解最概然分布与平衡分布及摘取最大项原理 二、掌握 Boltzmann分布律及其各物理量的意义与适用条件; 三、理解粒子配分函数、体系配分函数的意义与表达式,配分函数的析因子性质。 四、理解不同独立子体系的配分函数,q及与热力学函数间的关系。 五、重点掌握平动能与平动配分函数,转动能与转动配分函数,振动能与振动配分函数的计算理解系统的热容、熵及其他热力学函数与配分函数的关系。 §9.5 粒子配分函数的计算 §9.3 最概然分布与平衡分布 §9.4 玻耳兹曼分布 §9.2 能级分布的微态数及系统的总微态数 §9.6 系统的热力学能与配分函数的关系 §9.10 理想气体反应的标准平衡常数 §9.11 系综理论简介 §9.1 粒子各运动形式的能级及能级的简并度 §9.7 系统的摩尔定容热容与配分函数的关系 §9.8 系统的熵与配分函数的关系 §9.9 其它热力学函数与配分函数的关系

3-2边缘分布 一、边缘分布函数 二、边缘分布律 三、边缘概率密度

通过显微组织分析方法,研究了冷却开始温度及冷却速度对高钢级X100管线钢热模拟试样中M-A岛的体积分数和尺寸的影响.结果表明降低冷却开始温度和提高冷却速度都可以细化组织,导致M-A岛的体积分数降低,使M-A岛由尺寸较大的块状、条状转变成尺寸较小且弥散分布的块状、条状.利用透射电镜观察了热轧后以不同冷却速度冷却所得试样组织中M-A岛的形貌.发现在低的冷却速度下,M-A岛由残余奥氏体、尺寸及取向均不同的马氏体板条组成.在马氏体板条中存在孪晶,证明了碳的扩散,也说明M-A岛中M是孪晶马氏体.在高的冷却速度下,转变为针状、薄膜状的M-A岛弱化了铁素体板条的界面,降低了管线钢的韧性.因此只有控制冷速在一定范围内,才能获得尺寸细小、弥散分布的M-A岛

3.1 无机污染物监测分析技术 3.2 有机污染物监测分析技术 3.3 颗粒物监测分析技术 3.4 降水监测分析技术

提出一种基于图像分割的噪声方差两步估计算法.第一步,对含有噪声的图像进行平滑,再利用统计区域归并算法对图像进行分割,并计算每个区域的方差,根据统计规律选择适当的区域估计图像中噪声方差.第二步,利用初始估计的方差,修正平滑滤波、图像分割及噪声估计的参数,进行新一轮的平滑、分割和方差估计,得出更为准确的估计结果.在大量图像和不同噪声情况下的实验结果表明,该算法可以快速、准确地估计图像中噪声方差

克里金法是一种应用广泛的低通滤波性插值方法,但其无法重建原始信息中的高频、低频和局部信息.分形插值算法可利用自相似性,在保留原始信息的基础上,克服克里金插值中低通滤波的局限性,从而提高插值的准确性.本文在传统分形插值算法的基础上,结合地质空间信息,提出了适用于矿床品位估算的四维空间分形插值算法,并将其应用于钼矿的品位估算.结果表明:在该钼矿的品位估算中,四维空间分形插值算法明显优于克里金法

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

采用密度泛函理论计算了一系列黄药捕收剂的几何构型和电子结构，利用最高占据分子轨道能量、自然布局分析电荷、电负性和绝对硬度等参数判断黄药捕收剂的浮选性能.研究结果表明：黄药阴离子是浮选溶液中的活性成分，键合原子为C—S单键中的S原子.最高占据分子轨道能量可较好地解释直链黄药（C1-C6）的浮选性能随碳链增长而增强的现象.在黄药同分异构体中，与极性基相连的碳原子上支链越多，烷基给电子诱导效应越强，该异构体的捕收活性越强.黄药同分异构体（C3-C5）的捕收活性顺序为：叔烃基黄药〉仲烃基黄药〉异烃基黄药

定积分的分部积分法 一、分部积分公式 定积分也可以象不定积分一样进行分部积分, 设函数u(x)、v(x)在区间[a,b]上具有连续导数,则 有udv=[-rvdu 定积分的分部积分公式

针对滚动轴承的内圈、外圈和滚动体故障提出了一种新的诊断方法,该方法融合了集总经验模态分解(EEMD)、形态谱和支持向量机(SVM)三种方法的优势.首先,利用经验模态分解对滚动轴承故障振动信号进行分解,得到若干个具有物理意义的内禀模态分量(IMF);其次,基于最大能量法筛选出含有故障特征信息最丰富的一个内禀模态分量为故障诊断数据源;再次,对数据源在选定尺度范围内进行形态谱的提取,从而构造故障特征向量;最后,利用支持向量机对滚动轴承的三种故障进行诊断.研究结果表明,该方法能够有效地诊断出滚动轴承的三种故障,且具有很高的故障诊断正确率