第八章Z变换, 一、理想取样信号的拉普拉斯变换 1、Z变换定义 2、Z变换的收敛域 3、常用序列的Z变换 4、Z变换的性质 5、Z反变换

通过Gleeble 2000上的热模拟压缩实验,分析了Q235低碳钢在不同热加工参数下的动态组织演化特征.结果表明:应变速率和温度对Q235钢的奥氏体形变特征影响强烈.在相同变形温度下,应变速率的提高可以明显推迟动态再结晶的发生:应变速率较低时,降低温度同样可以延迟动态再结晶的发生.利用定量金相技术及线性、非线性拟合算法,建立了 Q235钢热变形过程的唯像本构关系及组织演化动力学模型,并将其应用于Autoforge3.1有限元软件平台.压缩过程有限元模拟分析表明,分别采用Arrhenius双曲正弦方程描述Q235钢的唯像本构关系及Yada模型表征Q235钢变形过程的平均晶粒尺寸,可以满足预测精度,与实际变形过程基本吻合

鉴别分析是一种进行统计鉴别和分组的技术手段。它可以就一定数量案例的一个分组变量和相应的其他多元变量的已知信息,确定分组与其他多元变量之间 的数量关系,建立鉴别函数(discriminant function)然后便可以利用这一数量 关系对其他已知多元变量信息、但未知分组类型所属的案例进行鉴别分组。沿用 多元回归模型的称谓,在鉴别分析中称分组变量(grouping variable)为因变量, 而用以分组的其他特征变量称为鉴别变量( disciminant variable)或自变量。其 实,这里的自变量并不一定是真正的“原因变量,有时可能倒是真正的“结 果”或“反应”变量

针对厂坝铅锌露天矿高陡边坡的特点,确定了以\GPS监测手段为主,以水准仪、裂缝仪等监测手段为辅\的监测方案,详细介绍了该方案的设计与布设.以北帮边坡1500 m台阶的监测数据为例进行了变形规律分析,并评价了北帮边坡的综合监测结果.结果表明:在监测点B03～B06的北帮边坡稳定性最差,近600 d的最大位移量为231.1 mm,存在着滑移岩体;1500 m边坡岩体的变形速率曲线显现出明显的S形,凸起段表现为由雨季降水引起的加速变形期;裂缝的累积变形阶段呈现出初期的相对稳定期、中期的变形触发期和第3阶段的稳定变形持续期;北帮中部台阶1500 m边坡的变形较其他台阶边坡显著,稳定性最差.因此,该监测系统的应用效果较好,是高陡边坡变形监测的重要方法之一

本章重点：1.杆件的均匀加热、冷却过程的变形与应力 2.长板条在不均匀温度场作用下的变形与应力 3.焊接残余变形 4.预防和矫正残余变形的方法 5.焊接残余应力 6.焊接残余应力的调节及消除措施 本章难点：1.杆件的均匀加热、冷却过程的变形与应力 2.长板条在不均匀温度场作用下的变形与应力 3.焊接残余变形 4.焊接残余应力

以某电厂的脱硝工程为背景,对烟道、反应器和支架这种大型复杂结构进行了整体分析,并以烟道出口和反应器作为研究对象,分析了支架变形对烟道出口和反应器的影响.结果表明,由于支架变形的影响,烟道和反应器的变形分布由对称分布变为非对称,平均变形值要比不考虑时的大,但是支架的变形对烟道和反应器的应力值及分布基本无影响.因此在以强度为控制因素的设计中,烟道和反应器进行单独计算的设计方法是可行的

为提高遥感影像变质矿物提取精度，提升变质带的识别效果，以甘肃北山ASTER影像为研究区，结合了比值运算、多尺度分割、随机森林分类法进行变质矿物提取。首先，通过矿物特征性光谱特征构造比值运算公式、进行影像增强；然后，对增强影像进行基于光谱及变差函数的多尺度分割；接着，采用随机森林法提取目标矿物；最后，通过野外勘查、采样、薄片鉴定进行精度评价。结果表明，黑云母、白云母、角闪石在ASTER影像上具有鉴定性特征，提取精度分别为85.4088%、84.7640%和85.7308%；其他含量较少的变质矿物提取精度可达到60%以上。多尺度分割能充分利用矿物的丛集特征；变差函数纹理能增强形态特征对矿物的区分能力；随机森林分类法对矿物混合引起的噪声不敏感、提取结果稳定

一、大坝变形的组成 1 大坝变形包括那些方面? 3 那些是方便观测的,那些是不方便观测的?那些地方变形大,那些地方变形小,其特征点在什么地方? 3 变形是连续的,观测点一定是有限的用那些有限的指标就可以反映大坝的变形?

复变函数的一个重要方面,就是说明实 变函数的微积分的许多结论,复变函数 也照样用 例如,在实变函数中函数的导数有 则上面的变元x统统改成复数z也成立

提出了基于具有输入密钥的等差数列来构造一类n维广义Arnold变换矩阵的方法,并给出了构造变换矩阵和逆变换矩阵的计算算法,算法仅与密钥有关,其时间复杂度相当于n(n+1)/2次乘法运算.在图像置乱时用该矩阵作为变换矩阵,采取图像位置空间与色彩空间的多轮乘积型双置乱,算法具有周期长和算法完全公开等特点,可有效防止多种攻击,增强了系统的安全性.此外,通过逆变换对置乱图像进行恢复,无须计算变换矩阵的周期.实验结果表明,该置乱变换算法效率高,安全性强