设D是以点A,1),B(-1),C(-1,-1)的三角形,则 √x2+3y2+1)si(xy)+2dy=(A)(中) (A)4.(B)2.(C)1.(D)0 2.设球体x2+y2+z2≤2az(a>0)中每点的质量密度与该点 到坐标原点的距离的平方成反比,则该球体的质量M与质心x坐标X为 (中) (A)M=2ka, X X=-a (C)M=2kma, x=la. (D) M=kma, x=Ia 3.设D={(x,y)∈R2x2+y221>0,f(x,y)在D上连续,在D内可微, f(0,0)=1,D的正向边界为C1。若f(x,y)在D上满足方程 afaf 1 ∫(x,y)

• 第一节 概述 • 第二节 万向节结构方案分析 • 第三节 万向传动的运动和受力分析 • 第四节 传动轴结构分析与设计

为实现推力矢量飞机的大迎角机动控制，提出一种基于自抗扰控制的三通道解耦控制策略.以第三代战机F16公开数据为基础，添加推力矢量模型，利用双发推力矢量喷管组合偏转产生大迎角机动的期望三轴力矩.在纵向、横向和航向通道分别独立设计自抗扰控制器，将系统中未建模动态、不确定性以及通道间的强耦合视作总扰动进行估计并补偿，并在纵向和航向通道引入角速度阻尼反馈项，使原始飞行器开环动力学闭环近似为一个广义对象，降低了自抗扰控制器的设计阶次.选取眼镜蛇机动和赫伯斯特机动两种典型的过失速机动动作进行控制策略验证，数值仿真结果表明，所设计的三通道独立自抗扰控制器能够消除通道间的强耦合，完成推力矢量飞机的大迎角机动控制.蒙特卡罗仿真测试表明，所提控制策略具有较强的鲁棒性

❖ §1 汽车总体设计的任务及开发程序 ❖ §2 汽车形式的选择 ❖ §3 汽车主要尺寸和参数的选择 ❖ §4 汽车发动机选择 ❖ §5 汽车总布置草图及各部件布置 ❖ §6 运动校核

从非开挖水平定向钻进（Horizontal directional drilling，HDD）装备技术、地下生命线工程的探测与信息化、双向对穿HDD技术、大口径HDD技术、HDD回拖力计算模型、地表变形与冒浆6个方面开展了文献调研工作，分析了HDD装备与技术研究应用进展：世界上最大回拖力（20000 kN）的电驱动钻机被设计并研发；电磁感应法被广泛用于既有生命线的空间探测，复杂干扰下的数据解析与精度提高仍是研究重点；基于三维数据，融合建筑信息模型、人工智能、大数据等技术，借鉴美国“811”体系，局部完成了地下生命线的信息化；采用对穿技术完成了长距离的地下生命线敷设；基于过程化的HDD工艺参数、设备参数和控制监测技术被大量应用，有效提升了应用中的风险识别能力；针对不同地层条件下的回拖力计算为设备选型提供了依据，并为HDD多学科融合研究提供了途径；复杂地质条件下的冒浆、卡钻等热点和难点也得到初步探索研究，构建了理论、实验和数值分析模式，为提高HDD的应用效率和质量提供了依据。综合国内外研究进展，进一步分析了HDD的发展趋势

§1 汽车工业的发展与现状 §2 汽车的保有量 §3 我国汽车工业的发展 §4 汽车设计的特点和要求 §5 汽车设计技术的发展 §6 本课的任务

利用离散单元法（Discrete element method，DEM）对球形颗粒群以及非球形颗粒群的筛分过程进行了仿真并开展了实验研究，结果表明球形和非球形颗粒的仿真与实验中筛分效率的变化是一致的，但非球形颗粒的仿真结果与实验结果更接近。正交设计多组模拟试验，分析了各振动参数（振动频率、振幅以及筛面倾角）对颗粒分布曲线、筛分效率以及物料平均运输速度的影响规律。对正交试验表中的数据进行多元非线性拟合，得到筛分效率与振动参数间的关系式；并在此关系式的基础上，对振动参数进行优化设计，得到了最优振动参数且在仿真中得到了验证。研究内容不但为高频振网筛振动参数的设计提供了理论依据，而且为研究高频振动系统的筛分机理提供了实验和仿真数据支持

回顾 1、设计菜单和编写菜单代码 2、设计和使用窗口中的弹出菜单 3、使用系统对话框输入数据 4、使用对话框控件 5、设计和使用自定义对话框

一个数据库应用系统往往涉及到多方面的复杂的 数据信息。例如,在学生管理信息系统中,要涉 及到学生、院系、宿舍、课程、成绩等数据。再 例如,在产品销售数据库中设计到产品、类别、 仓库、销售单、销售明细单等数据。 如何将所涉及到的数据组织存入到数据库中?是 放在一个表中存放还是分放在几个表中存放?每 个表应由哪些属性组成?怎样设计才是科学合理 的呢?

为了给数控机床故障的精准诊断提供保障，延长数控机床使用周期，以数控机床历史维修记录为研究对象，对数控机床设备故障领域的命名实体识别进行了研究。在分析历史维修记录中的故障描述特点后，提出了一种基于双向长短期记忆网络（Bidirectional long short-term memory, BLSTM）与具有回路的条件随机场（Conditional random field with loop, L-CRF）相结合的命名实体识别方法。首先，对输入语句进行分词和标注，使用Word2vec中的Skip-gram模型对标注语料进行预训练，将其生成的字向量通过词嵌入层转化为字向量序列；然后，将字向量序列输入BLSTM学习长期依赖信息；最后将句子表达输入L-CRF获取全局最优序列。实验结果表明，该方法明显优于其他命名实体识别方法，为数控机床设备的智能检修与实时诊断任务打下了坚实的基础