为了研究应变测试方法、加载频率、试验温度和应力幅值对沥青混合料动态压缩弹性模量的影响,用MTS路面材料动态试验系统对常用的两种沥青混合料AC-16和AC-20的动态压缩弹性模量进行了系统的测试,通过分析建立了各因素与动态压缩弹性模量之间的关系,以及动态与静态弹性模量的关系.结果表明,采用侧面法测定的结果与现行规范中的推荐值更接近,也能够消除由顶面法引起的试件端面的接触误差,建议在静态和动态模量试验中首选侧面法,在动态测试中要选择合适的加载频率,使得试验结果的偏差系数控制在20%以下

运用FLAC有限差分程序,建立了一个边坡动力数值分析模型,对不同动力参数及岩土参数条件下的边坡响应规律进行数值模拟研究.结果表明,边坡动力响应放大系数与加载频率不是简单的线性关系,而是存在一个主导频率,即在该频率的动载作用下,边坡动力响应放大系数较大.进一步研究表明,主导频率主要受边坡岩土体剪切模量和密度的影响.提出了边坡动力响应放大系数与输入动力参数以及岩体力学参数间的函数关系

通过分析冷镦钢SCM435在温度为950～1150 ℃、应变速率为0.1～1 s-1范围内发生动态再结晶的热/力模拟试验数据,利用其应变硬化速率θ与流变应力σ的θ-σ曲线,准确确定了其发生动态再结晶的临界应变εc、峰值应变εp、临界应力σc和峰值应力σp,用应力-应变(σ-ε)曲线方法计算SCM435钢的动态再结晶Avrami动力学曲线和时间指数n.结果表明:SCM435钢发生动态再结晶的临界应变与峰值应变的平均比值εc/εp=0.73,动态再结晶Avrami时间指数平均值n=1.91;在温度950～1150℃,应变速率0.1～1s-1范围内,应变速率是SCM435钢的动态再结晶动力学敏感因素,温度对其影响不大;动态再结晶率50%的时间t50与应变速率成反比

本章目录 一、动物的类群 二、动物的生长、发育 三、动物的行为 四、动物的类群

本门专业英语课程是指适合大学动物医学专业学生,介绍和讲解有关动物医学方面的 特别英语。其基本内容是与动物医学专业有关基础课、专业基础课和专业课的英文文章 涉及解剖学、组织胚胎学、动物生物化学、动物生理学、兽医产科学和繁殖学、兽医传染 病学和免疫学。同时本门课程也重点讲述英文摘要的翻译以及如何将中文摘要翻译成英 文。本门课的主要学习目的是了解动物医学的概念,知识和内容的英文表达,提高专业英 语水平:掌握中文摘要翻译成英文的技巧

一、教学目的与要求: 教学目标:通过对不同类型动画场设计风格的介绍,让 学生了解动画场景的丰富性。并通过对写实 风格和装饰风格的重点介绍与分析,让学生 掌握这两种较为常用的设计手段,为以后动 画设计中动画场景的制作打下坚实的基础。 教学重点:写实动画场景风格、装饰场景风格和幻想动 画场景风格的特点与应用要点

为了深入了解半焦与CO2的气化反应过程动力学,本文通过不同升温速率下的非等温实验,确定在不同阶段下富鼎半焦与CO2的气化机理.采用分段尝试法研究富鼎半焦与CO2气化反应过程动力学,确定反应过程前期与后期的机理函数分别为f(α)=(1-α)[1-ψln(1-α)]1/2和f(α)=(3/2)[(1-α)-1/3-1]-1,从而建立相应动力学模型,计算反应过程不同阶段的动力学参数.通过对不同阶段的动力学模型进行数据拟合,实验数据与模型吻合较好,相关系数都大于0.98.最后,根据求得的动力学参数,确定不同升温速率下活化能的补偿效应,即活化能与指前因子的关系式

为进一步揭示深部岩体受到开挖爆破等动力作用时的破坏机理，利用基于SHPB装置的动静组合加载试验系统，首次对中高应变率下矽卡岩在高静应力和频繁动力扰动共同作用时的变形特性、能量规律、破坏模式等进行了研究.随着冲击次数的增加，岩石的弹性模量先增大后减小，而每次冲击时的最大应变整体表现出先减小后增大的趋势，最后一次冲击时弹性模量骤降，最大应变突增，岩石试样发生破坏.单位体积岩石能耗为负值，说明在冲击动载的作用下岩石试样表现出释放能量的特性，这是由于高静应力作用产生的弹性应变能受动力冲击作用诱导而释放；随着冲击次数的增加，单位体积岩石释放的能量先增大后减小.结构致密、强度较高的矽卡岩试样随冲击次数的增加表现出劈裂破坏模式

研究了一个带有非线性温度依赖界面动力学的颗粒生长数学模型,分析颗粒界面的演化及其形态稳定性.利用渐近展开方法,获得颗粒生长的渐近解以及界面扰动的变化率.当界面动力学增加时,界面动力学过冷减小,颗粒增长速度也减小,非线性温度依赖界面动力学使得颗粒界面生长倾向于稳定.与忽略界面动力学的情形比较,非线性界面动力学显著减弱了球颗粒的生长速度

为解决机器人末端负载的时变性给高速运动的机器人带来控制精度降低的问题，研究了参数差值法、力矩求解法、全局参数辨识法的机器人末端负载动力学参数辨识的方法，以提高末端负载的辨识精度.得到的负载动力学参数用于动力学控制以提高机器人动态精度.通过建立拉格朗日动力学线性辨识模型，以最优激励轨迹进行实时数据采集，采样数据经过低通滤波及中心差分的处理后，代入相应的负载辨识方程式，并用加权最小二乘法解决线性方程组，可辨识到不同负载的动力学参数.实验验证了负载辨识方法的可行性