点击切换搜索课件文库搜索结果(10164)
文档格式:PDF 文档大小:765.09KB 文档页数:6
采用不同异速比对AZ31镁合金板材进行异步轧制,并将轧后样品进行显微组织和X射线衍射分析,研究异速比对镁合金板材组织和织构转变的影响.结果表明:异速比的变化对晶粒形貌影响较大但晶粒细化效果不明显;当异速比为2.800时,板材内出现了长条晶粒;快速辊侧{0002}基面织构强度高于慢速辊侧,且板材两侧表面{0002}晶面的偏转方向相反;异速比对基面织构的强度影响显著,随着异速比的增大,基面织构的强度先增加后下降.这种特殊的织构变化与异步轧制过程中沿厚度方向引入的剪切变形有关
文档格式:PDF 文档大小:565.31KB 文档页数:4
含铬高硅TRIP钢室温变形时通常具有较长的屈服平台,在成型过程中零件表面容易出现褶皱等缺陷.为了解决这个问题,采用预拉伸实验研究了不同预拉伸变形量对TRIP钢屈服平台的影响,并且对拉伸前后的TRIP钢试样做了TEM透射分析以期找出形成屈服平台的机制.实验表明:随着预拉伸量增加,屈服平台长度减少,当预变形量达到1.0%时屈服平台消失;在相同预拉伸条件下,奥氏体越稳定,屈服平台越短;柯氏气团和奥氏体的应力松弛机制共同对TRIP钢屈服平台的形成起作用
文档格式:DOC 文档大小:269KB 文档页数:4
一、名词解释(20分,每小题2分) 1.递进变形:从初始状态至最终状态之间,岩石变形的全过程,用于理解和描述变形 过程(演化)
文档格式:PPT 文档大小:1.56MB 文档页数:29
5.1角度调制信号的基本特性 5.1.1调频信号和调相信号 1.角度调制(调角): (1)调频(Frequency Modulation):载波信号的频率按调制信号规律变化。 (2)调相(Phase Modulation):载波信号的相位按调制信号的规律变化两种调制方式均表现为载波信号的瞬时相位受到调变,故统称为角度调制,简称调角
文档格式:PDF 文档大小:922.82KB 文档页数:6
通过室内夯实水泥土桩无侧限抗压强度实验和微观结构观测,研究了击实水泥土强度随养护龄期增长的微观机理.实验结果表明:随养护龄期的增长,击实水泥土块的无侧限抗压强度增加,渐趋于一个稳定值;60d龄期强度即可作为击实水泥土的设计强度.水泥土强度随龄期增长实质上反映了水泥水化凝胶体与拌和土料中的活性物质之间的离子交换和团粒化作用,以及硬凝反应程度由弱变强,在微观结构上表现为水泥土块中水化物结晶体由絮状、纤维状结构逐渐变为菊花状结构,最终形成网格状结构;粒间孔隙由大变小,分散状的土颗粒发生团粒化,随着水化作用的持续进行,相邻团粒被网格状水化物晶体联接形成水泥土结石体,从而导致水泥土强度的提高
文档格式:DOC 文档大小:130.5KB 文档页数:6
一、单项选择题 1.如果所有标志值的频数都减少为原来的1/5,而标志值仍然不变,那么算术平均数 (A)不变 (B)扩大到5倍 (C)减少为原来的1/5 (D)不能预测其变化
文档格式:PPT 文档大小:78KB 文档页数:8
1.查阅CRC的 Handbook of Chemistry and Physics或者其他化学手册,计算BaSO4分解为BaO(s)和SO3(g)反应的标准熵变、焓变和 Gibbs自由能变。分析BaSO4在室温下的稳定性,计算热分解温度
文档格式:PDF 文档大小:869.7KB 文档页数:7
以嗜酸氧化亚铁硫杆菌T.f6优势菌株为原始菌,采用盐酸羟胺对其进行化学诱变,重点研究了化学诱变对菌种活性、生长繁殖以及尾矿浸出体系的影响.结果表明,羟胺诱变能使菌种产生明显变异,能很好地提高菌种活性和生物浸出能力.盐酸羟胺质量分数1.0%时所得诱变菌的氧化活性最高,32h后Fe2+氧化率达到100%,而在相同条件下原始菌的Fe2+氧化率达到100%则延迟32h.尾矿浸出30d,诱变菌的铜浸出率比原始菌提高了20.7%,比酸浸铜浸出率提高了85%;同时,到达浸出终点的时间比原始菌提前了5~8d.说明诱变菌浸出效果好于原始菌,远优于化学浸出.菌种诱变前后扫描电镜测试表明,诱变菌种的形态没有变化,但细胞大小有所改变,表面变得光滑且出现胞外分泌物,同时细胞间聚团现象明显
文档格式:PDF 文档大小:373.57KB 文档页数:6
研究了混合时变时滞(离散时滞和分布时滞)神经网络的状态估计问题.离散时滞在一个区间上变化,区间下界不一定为零.通过构造一个新的Lyapunov泛函,结合Jensen积分不等式,可以得到一个时滞相关状态估计器设计方法,使得误差系统是全局渐近稳定的,所得结果由线性矩阵不等式形式给出.数值算例证明了本文方法的有效性和优越性
文档格式:PDF 文档大小:582.42KB 文档页数:5
提出了一种基于小波矩不变量和保局投影(LPP)的特征提取方法,并应用于中厚板表面缺陷自动识别.首先对图像做三级小波变分解,将中厚板表面图像的细节分解到各个尺度的各个分量中并利用小波阈值收缩法降噪;然后对各分量的傅里叶幅值谱提取Hu不变矩作为原始特征向量,并利用LPP将该特征向量的维数从77维降到8维;最后利用AdaBoost分类器对样本进行分类识别.实验结果表明,本文提出的特征提取方法适用于中厚板表面缺陷分类,识别率达到91.60%
首页上页196197198199200201202203下页末页
热门关键字
搜索一下,找到相关课件或文库资源 10164 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有