第一节 酸碱质子理论(复习巩固) 第二节 溶液中酸碱组分的分布 掌握一元、二元、三元弱酸分布系数公式及应用 第三节 酸碱溶液的pH计算(核心内容) 掌握一元弱酸碱溶液、两性物质溶液、缓冲溶液pH计算 第四节 酸碱指示剂（熟悉变色原理和变色范围） 第五节 酸碱滴定法的基本原理（重点） 掌握酸碱滴定曲线、突跃范围、计量点pH计算、滴定结果计算 第六节 酸碱滴定误差——掌握酸碱滴定误差计算 第七节 非水溶液中的酸碱滴定法

本文比较了国内外弧形连铸机四种振动机构的优缺点,建立了四连杆振动机构结构参数的数学模型,通过非线性规划方法,分析和比较了三种目标函数,27种方案的计算结果,得出以结晶器外弧下口作为今后设计计算公式更为合理。为了检验该模型的准确性,文中对武钢从西德引进的R10×1700弧型连铸机的振动机构进行了计算,结果表明:其尺寸误差不超过2毫米,角度误差不超过16,因此,该模型可以作为今后设计时使用

3.5 线形定常系统的稳定性 3.6 线性系统的稳态误差计算

控制系统的时域分析法 • 稳定性 • 稳态性能 • 动态性能 本章小结： 闭环系统稳定性 • 工程系统能正常工作的前提必须是稳定的 • 劳斯稳定性判据 系统稳态特性 • 系统的控制精度问题 • 稳态误差系数：位置误差系数、速度误差系数、加速度误差系数 • 稳态误差系数由系统的结构和参数决定 • 结构：开环系统中所含有积分器的数量 • 参数：系统的开环增益 系统动态特性 • 动态性能指标：超调量，调整时间，上升时间和延迟时间 • 逼近性：超调量和调整时间 • 快速性：上升时间和延迟时间 • 二阶系统的动态响应：阻尼比和无阻尼振荡角频率 • 高阶系统的动态特性可以用主导极点近似

教学目的: 1. 掌握系统误差与随机误差的区别和减免；准确度与精密度的区别、联系与表示方法。 2. 熟练掌握有效数字的位数确定及运算规则，会用置信区间和置信概率处理分析数据。 3. 了解随机误差的分布规律，了解ｔ检验和 F 检验在具体分析中的应用。 教学重点： 1. 有效数字及其运算，标准偏差和平均值置信区间的计算 2. t、F 检验法的方法与作用，可疑值的取舍， 3. 提高分析结果准确度的方法。 教学难点： 1. 正态分布的概率范围； 2. 平均值的置信区间(如从σ求µ的置信区间,从 S 求 X 的置信区间，t 分布)

围绕高炉雷达料面监测系统成像需求，针对高炉雷达测量目标的雷达横截面积（radar cross section，RCS）展开应用研究，首次实现了微波暗室中高炉料线RCS的高精度自动化测量，为高炉雷达目标特性的深入研究奠定了硬件基础.基于比较法测得10 GHz处的焦炭、烧结矿颗粒的RCS典型值分布以及高炉料线散射方向性图，测量动态范围为-10~15 dB.通过RCS测量和成像诊断等方法对工业现场布焦、布矿的雷达回波信号强度差别大等问题进行了探索和分析.模拟工业现场的焦炭、烧结矿等平台加漏斗的料线形状，对散装物料进行了等比例缩小的实际摆放，对典型料线缩比模型进行了合成孔径雷达（synthetic aperture radar，SAR）成像验证，并深入分析了成像缺失和成像误差原因，得知漏斗部分在低频情况下成像效果不理想，需要提高测试频段；利用标准球模拟料线分析成像误差，方位向和距离向绝对误差在1.2%和5.8%以内，暗室内方位向测量误差不超过±0.01 m

用插值的方法对一函数进行近似,要求所得到的 插值多项式经过已知插值节点;在n比较大的情 况下,插值多项式往往是高次多项式这也就容 易出现振荡现象(龙格现象),即虽然在插值 节点上没有误差,但在插值节点之外插值误差变 得很大,从“整体”上看,插值逼近效果将变得“很 差”。 所谓数据拟合是求一个简单的函数,例如是一个 低次多项式,不要求通过已知的这些点而是要 求在整体上“尽量好”的逼近原函数。这时,在每 个已知点上就会有误差,数据拟合就是从整体上 使误差,尽量的小一些

⚫自感式传感器 ◆气隙型自感传感器 ◆螺管型自感传感器 ◆自感线圈的等效电路 ◆测量电路 ⚫差动变压器 ◆结构原理与等效电路 ◆误差因素分析 ◆测量电路 ◆应用 ⚫电涡流式传感器

运用运筹学的理论和方法，建立一种重大事故救灾路线双目标优化数学模型.基于启发式算法思想，提出适合该模型且收敛速度较快的优化算法.该算法通过构造辅助函数调用Dijkstra算法，在最优解的近似区间内多次迭代逐渐逼近最优解，实现了双权重网络图最短路的求解，是一种近似的、快速的算法.基于所构造辅助函数的性质，给出实现该算法的具体步骤.对误差进行线性估计，分析了该算法收敛速度的影响因素，并讨论了算法的时间复杂度及优势.最后在案例分析中编译并运行该算法，证实其模拟结果与理论分析结论相吻合

介绍了一种基于多项式插值法的改进的亚像素细分算法及相应计算模板和公式,并对算法的误差进行了分析.本算法应用在经典Sobel算子基础上构造出的方向模板,对灰度图像进行处理,得到梯度图像,然后在梯度图像上沿目标边缘的梯度方向进行多项式插值法亚像素细分计算,对目标边缘进行亚像素精确定位.实例说明本算法是可行的