1.直流稳压电源的组成及各部分的作用。 2.单相半波及单相桥式整流电路的分析和估算。 3.电容滤波电路的分析和估算。 4.稳压管稳压电路的分析和限流电阻的估算

为减少制备硅酸钙板对矿物原浆资源的损耗和提高对固体废弃物的协同利用效果, 试验以电石渣-煤基固废胶凝体系为原料来研制高强度的纯固废硅酸钙板, 并通过热重-差示扫描量热法、X射线衍射测试来分析硅酸钙板中生成的主要矿物成分及不同配比对硅酸钙板的强度变化关系.研究表明: 在水灰比为0.3的条件下, 使用电石渣完全替代水泥, 将粉煤灰和硅灰按1:1的质量比互掺调制所得的混合胶凝体系最终制得托贝莫来石型纯固废硅酸钙样板.在硅灰占原料的质量分数为0~10%范围内, 样板抗折强度随硅灰添量增加而升高, 硅灰添量为10%时样板达到最大抗折强度, 不同粒径的原料颗粒相互填充, 板内晶体与水化胶凝体相互咬合, 最终使得样板力学性能得到大幅提升; 样板的抗折强度随着NaOH添量的增加呈现先增后降的趋势, NaOH添加质量分数为4%时样板板面平滑, 强度达到最大值11.8 MPa, 该添量为NaOH的最佳添量, 通过扫描电镜分析发现加入4% NaOH时对该胶凝体系的水化反应起到最佳激发作用, 且样板料坯的微观结构对其最终的力学性能有重要影响, 但不起决定性作用, 其中决定其最终强度的是板坯内水化胶凝体的数量、形态以及其相互间的联结方式

1.直流稳压电源的组成及各部分的作用。 2.单相半波及单相桥式整流电路的分析和估算。 3.电容滤波电路的分析和估算。 4.稳压管稳压电路的分析和限流电阻的估算

呵呵现在任给一函数f(x),我们怎么知道小波级数可以无限逼近这个函数呢 我们想象任给beta>0,可以将f(x)曲线按每beta长度分成很多小段,对应很多点 若我们可以用一函数g(x)来拟合这些点,那么g(x)和(x)在任意x上的误差将小于beta 若点数量为2^n个那么我们就可以分别用^(n-1)个L波和2^(n-1)个H波拟合 然后可将L波再分解,最后得到一棵树(分解的级数由你决定)

低阶煤的高值化利用对拓宽能源途径,提高能源效率和解决环境问题具有重要意义.以N-甲基吡咯烷酮为有机溶剂,对4种低阶煤进行热萃取,获得低灰分、高挥发分的热溶煤产物.通过热重分析研究了热溶煤的燃烧特性,并利用拉曼光谱分析,对比了原煤与热溶煤碳结构的变化规律.结果表明:与原煤相比,热溶煤的灰分含量明显降低,挥发分含量增高,固定碳含量减少,热值增大.其中KL、GD和ZS 3种热溶煤的H/C原子比大于原煤,XB的热溶煤小于原煤.KL、GD和ZS 3种热溶煤的峰强度(ID/IG)和峰面积(AD/AG)的比值大于相应的原煤,其有序化程度减小,结构缺陷增多,相应的其热溶煤的燃烧反应性增大.而XB热溶煤的ID/IG和AD/AG的值小于相应的原煤,有序化程度增大,燃烧反应性降低

一、随机变量及其分布 二、离散型随机变量的分布函数 三、离散型随机变量的概率函数 四、连续型随机变量及其概率密度 五、随机变量的函数的分布

针对装备各类故障样本分布不平衡、现有算法故障诊断精度较低的问题，通过引入p范数约束多核极限学习机和基于AdaBoost的集成学习策略，定义了一种p范数约束下正则化加权多核集成极限学习机的故障诊断模型。首先，在p范数约束下，基于各类故障样本自身规模，分别进行了两种自适应的样本权重分配；其次，在每层分类器的优化中，将多核学习的多源数据融合能力和极限学习机运算高效的特点相结合，同时，将样本的权重$ {\\boldsymbol{W}} $

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

一、在层次聚类分析中,输入中不指定要分成的类的个数。系统的输入为(X,s),系统的输出是类的层次。 二、大多数层次聚类过程不是基于最优的思想, 而是通过反复的分区直至收敛,找出一些近似的、未达最优标准的解决方案。 三、层次聚类算法分为:分裂算法和凝聚算法

分别采用X射线衍射、金相显微镜、原子力显微镜和透射电镜等组织表征手段以及室温拉伸和热膨胀系数测试等性能测试方法,对比研究了高温退火、低温时效处理对冷拔Fe-Ni合金丝微观组织演变、拉伸强度以及热膨胀系数的影响.研究结果表明:原始丝材强度高,但是室温热膨胀系数较大;而950℃退火导致晶粒粗化以及位错密度降低,虽然室温热膨胀系数低,但强度不足.相比之下,500℃较低温度的时效处理,能获得最优的强度/热膨胀系数组合(1189 MPa/0.2×10-6℃-1).对Fe-Ni合金丝相应的强化机制以及热膨胀系数的影响因素分别进行了讨论分析,分析结果表明:细晶强化与位错强化是该合金丝的主要强化机制,而热膨胀系数则主要受溶质原子-位错交互作用影响.揭示出,合适的热处理工艺选择对于Fe-Ni合金丝力学性能/热膨胀性能优化具有重要意义