点击切换搜索课件文库搜索结果(105)
文档格式:PDF 文档大小:674.48KB 文档页数:4
通过对采空区渗流场的数值模拟,得到采空区渗流速度及氧气体积分数的分布.结合实验测得的煤自燃发火期和自燃临界参数,对采空区\三带\进行划分,并得到了采空区不自燃的工作面最小推进度.该方法计算量比模拟采空区煤自燃全过程少得多,预测精度却能够满足实际防灭火需要
文档格式:PDF 文档大小:2.56MB 文档页数:7
为了获取喷嘴振荡腔内的压力脉动信号,提出一种新的检测方法.首先分析自振射流的特性,设计了产生自振射流的喷嘴结构;结合计算流体动力学分析喷嘴腔内动压分布,确定测压点位置;运用流体网络理论分析自振射流的频率特性,在此基础上确定用于实验的微型高响应压力传感器;考虑到腔内振荡信号的非平稳性,采用希尔伯特-黄变换(HHT)信号分析方法.实验结果表明,腔内振荡信号主要集中于40~60 Hz、110~150 Hz和200~310 Hz三个频带,且组成频率成分所对应的幅值差异明显;距离喷嘴出口较近处,自振信号振幅较大,频带窄
文档格式:PDF 文档大小:447.27KB 文档页数:8
针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法.算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定.为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究.结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法
文档格式:PDF 文档大小:580.74KB 文档页数:5
为研究充填料浆流变性能,利用流体力学原理,通过L型管道自流输送实验对其在管道中流动的力学特性进行了分析.结果表明:料浆浓度、流量和管径对料浆管输阻力和充填倍线大小的作用程度不同,其中料浆浓度影响尤为显著.在能够实现自流输送的充填倍线合理条件下,采场充填时,当结合充填能力确定流量和管径后,可通过充填站调节制浆浓度以使充填材料在管道输送、采场中沉降、抗离析、脱排水、固结硬化和力学性能等方面表现良好
文档格式:PPT 文档大小:116KB 文档页数:31
在发现隐秘事物与探索深层原因的过程 中,来自可靠的实验与已证明的证据的 推理,要比来自或然性猜测和不太高明 的思辨哲学家的主张的推理更有力
文档格式:PDF 文档大小:474.49KB 文档页数:4
通过煤自然发火实验和松散煤体粒度与氧化自燃性关系实验,推算出煤自燃过程中一些特性参数的计算公式.根据多孔介质流体力学、传质和传热学理论,建立了松散煤体漏风流流场、氧浓度场和温度场的数学模型.通过实验和理论分析,建立了松散煤体自然发火的三维动态数学模型,分析了模型边界条件的确定方法,并采用有限差分法对二维模型进行了数值求解
文档格式:PPT 文档大小:3.6MB 文档页数:61
学习环节 环节1一自学利用好文字教材、音像教材、CAI课件等教学资源进行自主学习,培养自我学习的能力。文字教材: ①主教材《计算机电路基础(1)》 ②实验教材《计算机电路基础(1)实验》 音像教材:14讲 CAI课件:《数字电子电路》CAI课件 参考书 《模拟电路与数字电路》自考教材 《模拟电路与数字电路同步辅导/同步训练》
文档格式:PDF 文档大小:693.15KB 文档页数:8
球磨机制粉系统具有大惯性、大时滞和强耦合等特点,很难建立精确的数学模型.本文分析了球磨机制粉系统的动态特性,并为其设计分散线性自抗扰控制方案.该方案综合分散控制和线性自抗扰控制器的优点,结构简单,不依赖于对象精确模型,可以对被控对象中存在的耦合、干扰和不确定性等进行估计并补偿.根据实际现场要求,对球磨机制粉系统进行设定值跟踪实验、输入扰动实验和性能鲁棒性实验,并比较所设计方案与PID方案的控制性能.结果表明,分散线性自抗扰控制具有更强的解耦能力和抗干扰能力,且性能鲁棒性更优
文档格式:PPT 文档大小:367.5KB 文档页数:36
单代号网络案例 项目背景新款电动自行车研制项目 某自行车制造厂家由于多年来自行车市场的疲 软导致企业效益持续下滑,为了改变这一现状, 企业领导人决定开拓时常前景较好的电动自行 车,由于电动自行车的生产面临许多新的技术, 包括电动机的研究与实验、配套电池的研究与 实验,该项目计划投资500万元,计划研制时间 为2001年1月1日至2001年6月30日
文档格式:PDF 文档大小:449.4KB 文档页数:6
针对密度聚类算法对邻域参数设置敏感的问题,提出一种基于密度的模糊自适应聚类算法.算法在无需预先设置聚类数以及邻域参数的情况下,可以自适应地根据样本间距离关系确定邻域半径得到样本密度,并根据样本密度逐渐增加聚类中心.为了保障聚类结果的正确性,同时提出一种新的模糊聚类有效性指标以判断最佳聚类数,消除了密度聚类算法对参数的敏感性.用UCI基准数据集进行实验,发现本文算法在对数据进行聚类时,聚类质量较原始密度聚类算法在准确性和自适应性方面均有显著提高
上页12345678下页末页
热门关键字
搜索一下,找到相关课件或文库资源 105 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有