针对由于焊接残余应力、磁场噪声等干扰,造成磁记忆检测在焊缝早期隐性损伤位置定量评价上的困难,提出基于粒子群算法优化的最大似然估计磁记忆梯度定量模型.通过对预制未焊透缺陷的Q235焊接试件进行焊缝疲劳拉伸实验,同步对比扫描电镜和X射线检测结果,发现磁记忆信号梯度对早期隐性损伤位置反应比较敏感,并获得了梯度随着与隐性损伤的距离增大而减小的衰减变化规律,构建隐性损伤位置参数与磁记忆梯度的非线性函数,考虑磁场噪声对隐性损伤定位结果的影响,引入最大似然估计建立目标函数,进一步考虑目标函数的非线性容易陷入局部极值而非全局极值的问题,采用具有全局搜索能力的粒子群算法对目标函数进行优化,建立基于粒子群最大似然估计的焊缝隐性损伤位置磁记忆定量模型,验证结果表明定位误差仅为3.48%,为实际工程中利用磁记忆技术及时发现早期隐性损伤并精确定位提供了新的思路

С.Я.Альпер姓李國平均曾將И.И.Привалоь定理加以推理[1],[2]b本文是將李國平的定理災推廣到單位圓內非完全解析函數的情形。С.Я.Альпер也曾將Kellog定理加以推廣,本文是利用李國平的定理以類似方法來推廣Kellog定理

第四章4-3线性映射与线性变换(续) 4.3.4线性变换的定义与运算 定义线性空间到自身的线性映射称为线性变换,记Hom(V,V)为Endr(V)或End (V)。 例恒同变换 E:V→V, >a. 例投影(射影)设V=V1V2,Va∈V,a=a+a2(a1eV,a2∈V2),定义V到 V的投影P(a)=a1,V到V2的投影P2(a)=a2 定义End(V)中的运算(加法、数乘和乘法) 加法定义为(A+)(a)=A(a)+B(a)(Va∈V) 数乘定义为(kA)(a)=k(A(a)),其中k∈K; 乘法(复合)定义为(AB)(a)=A(B(a)

固体电解质定氧电池已广泛地在炼钢及其他工业应用。本文对定氧电池的最近进展、用途及今后展望作了总结性的评述。国内定氧电池的历史发展、测头试制和运用作了简略的讨论。作为控制炼钢操作、改进钢锭质量、节约铁合金消耗等的手段,对定氧电池在下列几方面的应用作了较多的讨论:1.顶吹氧气转炉终点的控制;2.半镇静钢及沸腾钢脱氧的控制;3.连铸铝镇静钢余铝量的估计;4.易切削钢硫化夹杂物形态的控制;5.配合计算机定氧电池在炼钢的在线应用。在本文的最后部分,对定氧电池的存在问题及误差来源,特别对固体电解质的电子导电及抗热震性以及提高低含氧量测定的准确度等问题进行讨论。此外,对测定其他元素例如氮、氢、硫及碳的电池也作了简单的介绍

利用气隙磁通密度解析模型和洛仑兹力公式建立了球坐标系下空心定子线圈所受切向电磁力和径向电磁力的解析模型.利用定子壳体和线圈座的有限元模型计算定子线圈座在电磁力作用下的应变,分析了定子壳体厚度、线圈座连接杆长度和直径对应变的影响.最后利用有限元法和解析法对样机进行分析并对结果进行比较,验证了解析模型的正确性和准确性.分析表明,当定子壳体厚度和连接杆直径线性减小而连接杆长度线性增大时,定子线圈座在电磁力作用下产生的应变量在一定范围内线性增加,然后显著增加

采用Burgers模型对排土场散粒体蠕变的减速蠕变和等速蠕变两阶段进行描述,利用分层总和法的思想,将垂直填筑的排土场进行分层处理,底层在上覆‘自重’变荷载作用下发生沉降变形,分别采用定常和非定常Burgers蠕变模型从理论解析角度推导排土场填筑动态过程中沉降、工后沉降及累计沉降计算公式.以齐大山铁矿排土场监测数据进行实例验算,应用结果表明:非定常Burgers模型和定常Burgers模型拟合的相关系数均较高,非定常Burgers模型沉降最终收敛于5.07 m,定常Burgers模型沉降曲线具有发散性,可见非定常Burgers模型能更好地表述排土场沉降真实工况;将排土场分为十个分层,结合FLAC3D软件的蠕变数值分析计算,得出各单层沉降率的变化规律,即各单层工后沉降量上层沉降值小于下层和中间层,且上层沉降量呈现单调递减变化,越接近排土场顶部单层沉降量越小;中间层沉降量相对下层沉降量要大,其中第5单层的沉降量最大

第一节、定积分的概念 1.定积分的定义 2.定积分的存在定理 3.定积分的几何意义

微积分基本公式 在上一节我们已经看到,直接用定义 计算定积分是十分繁难的,因此我们期 望寻求一种计算定积分的简便而又一般 的方法。我们将会发现定积分与不定积 分之间有着十分密切的联系,从而可以 利用不定积分来计算定积分

脏腑定位，即明确病变所在的脏腑，是中医脏腑辨证的重要阶段。本文旨在通过神经网络模型搭建中医脏腑定位模型，输入症状文本信息，输出对应的病变脏腑标签，为实现中医辅助诊疗的脏腑辨证提供支持。将中医的脏腑定位问题建模为自然语言处理中的多标签文本分类问题，基于中医的医案数据，提出一种基于预训练模型ALBERT和双向门控循环单元（Bi-GRU）的脏腑定位模型。对比实验和消融实验的结果表明，本文提出的方法在中医脏腑定位的问题上相比于多层感知机模型、决策树模型具有更高的准确性，与Word2Vec文本表示方法相比，本文使用的ALBERT预训练模型的文本表示方法有效提升了模型的准确率。在模型参数上，ALBERT预训练模型相比BERT模型降低了模型参数量，有效减小了模型大小。最终，本文提出的脏腑定位模型在测试集上F1值达到了0.8013

为提高热轧换规格首块钢头部卷取温度命中率，采用数据挖掘技术，从历史带钢冷却数据中推断出与实际带钢相匹配的卷取温度模型水冷换热学习系数，并将其应用于模型预设定计算。首先，对冷却特征参数进行识别，按照相对型、绝对型、相等型和策略型四种方式进行定义，并对实际带钢与历史带钢的各项冷却特征参数进行相似距离计算。当历史带钢的总相似距离满足要求时，将其聚类为实际带钢的相似卷，并考虑各相似卷的时间影响，计算相似权重值；随后，基于相似带钢的头部和尾部信息，建立由卷取温度预报误差、偏离学习系数回归值惩罚项和偏离默认值惩罚项等构成的目标函数以及相应的约束条件，采用梯度下降法求解该二次规划问题，通过三次优化逐步计算出学习系数参考值和表征学习系数与带钢速度及目标卷取温度呈双线性关系的两个参数；最后，根据实际带钢的穿带速度、目标卷取温度等冷却条件计算冷却设定所需的学习系数。现场应用表明：基于十万块历史带钢冷却数据驱动的模型参数即时自适应设定算法可增强卷取温度模型对带钢头部冷却的预设定能力，学习系数即时自适应设定能力随着内存中保存的历史带钢冷却数据的多样性和检索出的相似卷数量的增加而提升