由于岩石材料的不透明性和多孔隙特性, 通过传统的物理试验或数值模拟很难真实体现其内部三维细观结构. 本文基于CT扫描技术、边缘检测算法、滤波算法、三维点阵映射与重构算法, 构建了可以表征玄武岩试样内部孔隙结构的三维细观非均匀数值模型. 结合并行计算进行直接拉伸数值试验, 研究了内部孔隙结构特征对试样破坏机制及抗拉强度的影响. 研究结果表明: 加载初期在试样孔隙处产生初始裂纹, 随着荷载的增加初始裂纹逐渐沿横向扩展最终形成宏观拉伸破坏裂纹, 并且孔隙含量和分布位置对试样拉伸断裂的位置具有重要影响. 随着孔隙率增高, 试样破坏过程中的声发射数目和能量逐渐减小. 拉伸破坏模式呈现脆性破坏特征, 同时孔隙的存在削弱了试样的抗拉强度

因为数值的精度受每次操作所保留的数位的限制,所以数值的任何运算都会引入舍入误 差,重复的多次数值运算会造成累积误差。而对符号表达式的运算是非常准确的,因为它们不 需要进行数值运算,所以无舍入误差。对符号运算结果用函数eval或 numeric,仅在结果转换 时会引入舍入误差

MATLAB所具有的符号数学工具箱与其它所有工具不同,它适用于广泛的用途,而不是 针对一些特殊专业或专业分支。另外, MATLAB符号数学工具箱与其它的工具箱区别还因为 它使用字符串来进行符号分析,而不是基于数组的数值分析。为此,本章包含了该工具箱的教

在大量的应用领域中,人们经常面临用一个解析函数描述数据(通常是测量值)的任务。 对这个问题有两种方法。在插值法里,数据假定是正确的,要求以某种方法描述数据点之间 所发生的情况。这种方法在下一节讨论。这里讨论的方法是曲线拟合或回归。人们设法找出 某条光滑曲线,它最佳地拟合数据,但不必要经过任何数据点。图111说明了这两种方法

1向量的定义 定义n个有次序的数a1,a2,…,an所组成的 数组称为n维向量这n个数称为该向量的分量 第i个数a称为第i个分量 分量全为实数的向量称为实向量 分量全为复数的向量称为复向量

为了研究不同絮凝条件下超细尾砂的絮凝效果, 本文基于超级絮凝理论, 应用超级絮凝测试仪UFT-ТFS-029, 采用相对絮凝率表征人造超细尾砂在pH值为9~12、絮凝剂单耗fd=2~20 g·t-1、料浆剪切速率γ=100~2000 s-1、料浆固体体积分数φ=2%~14%等条件下的絮凝行为. 发现相对絮凝率随着pH、絮凝剂单耗、剪切速率的增加均先增加后减少, 而随着浆料固体体积分数的增加逐渐减少, 并获得了一定条件下的最优絮凝条件, 即pH值为11、fd=12 g·t-1、γ=500 s-1、φ=4%. 同时, 固体体积分数越高, 达到最优相对絮凝率所需的最优剪切速率对固体体积分数的依赖性也越高. 因此, 在实际生产中需要对pH、絮凝剂单耗、剪切速率与固体体积分数等工况参数进行调整, 以达到最优絮凝效果. 应用超级絮凝理论可实现超细尾砂在极短时间内实现很好的絮凝, 为基于流场剪切速率与停留时间的深锥浓密机进料井设计提供参考

• 一、数据序列的电信号表示 • 二、基带数据信号的频谱特性 • 三、基带传输波形的形成 • 四、基带传输的最佳化和系统的误码性能 • 五、眼 图 • 六、基带传输中的时域均衡 • 七、数据序列的扰乱与解扰 • 八、数据传输系统的时钟同步 • 九、基带数据传输系统

讲授数学分析发展历史上一个重要的反例:处处连续处处不可导的函数,以及这 反例对数学学科发展的影响;介绍德国数学家 Weierstrass的生平与对数学分析 所作的贡献 指导思想 通过讲授处处连续处处不可导的函数的例子与介绍德国数学家 Weierstrass的贡 献,使学生掌握函数项级数一致收敛理论的重要应用,认识到数学家如何通过从 提出猜想,到证明或否定猜想的过程,使数学学科得到发展的,从而使学生在今 后的学习中重视对反例的探讨

浅层黄土滑坡是黄土高原广泛分布和频繁发生的地质灾害,造成了巨大的人员伤亡和财产损失.尽管二维确定性模型已被广泛用于浅层滑坡稳定性预测,但不能充分考虑岩土性质、地层结构、地下水等条件的三维空间变化,这可能与实际的斜坡稳定性不相符.因此,利用能考虑复杂斜坡环境的三维确定性模型评价滑坡稳定性,对获取更真实的评价结果以及指导滑坡防治工作具有重要意义.本文利用Scoops3D三维确定性模型评价了在浅层黄土滑坡稳定性预测中的适应性和可靠性.首先,模型计算参数敏感性的分析发现黏聚力、滑动视倾角和栅格单元重量对安全系数准确度影响较大,并用于指导获取详细的关键参数.然后,选取不同分辨率的数字高程模型(DEM)数据,利用Scoops3D模型对典型黄土沟壑中的浅层黄土滑坡稳定性进行预测,并通过详细的点状和面状滑坡分布图与预测结果的对比发现,该模型对黄土沟壑区的浅层滑坡稳定性预测准确度较高,且点状滑坡分布图可能更适合模型适应性的检验.最后,混淆矩阵法和成功率曲线法对不同分辨率数字高程模型预测结果可靠性的检验显示,该模型能够有效地预测黄土浅层滑坡的稳定性,且在高分辨率数字高程模型数据下可以获得可靠的预测精度

第六章数组 一、构造数据类型之一 二、数组:有序数据的集合,用数组名标识