4.1 半导体三极管（BJT） 4.1.1 BJT的结构简介 4.1.2 BJT的电流分配与放大原理 4.1.3 BJT的特性曲线 4.1.4 BJT的主要参数 4.2 共射极放大电路 1. 电路组成 4. 简化电路及习惯画法 2. 简单工作原理 3. 放大电路的静态和动态 4.3 图解分析法 4.4 小信号模型分析法 4.4.1 BJT的小信号建模 4.4.2 共射极放大电路的小信号模型分析 1. H参数的引出 2. H参数小信号模型 3. 模型的简化 4. H参数的确定 • 利用直流通路求Q点 • 画小信号等效电路 • 求放大电路动态指标 4.5 放大电路的工作点稳定问题 • 温度变化对ICBO的影响 • 温度变化对输入特性曲线的影响 • 温度变化对 的影响 • 稳定工作点原理 • 放大电路指标分析 • 固定偏流电路与射极偏置电路的比较 4.5.1 温度对工作点的影响 4.5.2 射极偏置电路 4.6 共集电极电路和共基极电路 • 电路分析 • 复合管 • 静态工作点 • 动态指标 • 三种组态的比较 4.6.1 共集电极电路 4.6.2 共基极电路 4.7 放大电路的频率响应 4.7.1 单时间常数RC电路的频率响应 4.7.2 单级放大电路的高频响应 • RC低通电路的频率响应 • RC高通电路的频率响应 4.7.4 单级放大电路的低频响应 4.7.4 多级放大电路的频率响应 • 多级放大电路的增益 • 多级放大电路的频率响应 • 低频等效电路 • 低频响应

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

基于ANSYS软件建立了310 mm×360 mm断面大方坯连铸过程二维凝固传热数学模型,并采用窄面射钉试验及铸坯表面测温试验对模型的准确性进行了验证.通过模型研究了过热度、拉速和二冷比水量对铸坯中心固相率以及凝固坯壳分布的影响,并结合高碳耐磨球钢BU的高温拉伸试验结果,确定了最佳的拉速以及最优轻压下压下区间要求.通过工业试验对理论模型进行了验证,并分析研究了拉速对采用凝固末端电磁搅拌(F-EMS)以及凝固末端17 mm大压下量的轻压下技术生产310 mm×360 mm断面大方坯高碳耐磨球钢BU铸坯的偏析和中心缩孔的影响.结果表明:采用凝固末端电磁搅拌和轻压下复合技术,通过调整拉速优先满足轻压下压下区间要求,可显著降低中心偏析、V型偏析及中心缩孔,但如果仅达到凝固末端电磁搅拌位置要求时,则铸坯中心质量不会得到明显改善.拉速为0.52 m·min-1且轻压下压下区间铸坯中心固相率为0.30~0.75时,偏析和中心缩孔有很大程度的改善,不合理的压下量分配会引起铸坯出现内裂纹以及中心负偏析

作为一种工作机理独特的新型传热装置，脉动热管具有极高的传热效率、较高的抗烧干能力、良好的环境适应性，且结构简单、可变，成本较低，具有很高的实际应用价值，是目前传热技术领域的研究热点.本文在对脉动热管的优点、结构形式和工作原理进行总体介绍的基础上，首先从理论建模研究入手归纳了目前研究中通常采用的直管、单弯头管、部分单弯头管等结构模型和质量-弹簧-阻尼模型，质量、动量、能量方程模型以及其他数学模型，然后从实验可视化研究和计算可视化研究两方面综述了脉动热管的运行过程、工作机理以及近年来国内外在脉动热管方面的最新研究进展，从启动性能、传热性能和传热极限三方面系统介绍了管径、长度、截面形状、加热方式、充液率、倾斜角度、输入功率和工作流体种类等不同设计和使用参数对脉动热管性能的影响.进一步从设计与应用方面，对脉动热管在电子设备、太阳能集热、动力装置热管理和低温环境换热等方面的研究进行了综述，展示了脉动热管在实际应用中的效果和优势.最后对今后的研究方向与发展趋势进行了展望，指出可通过更详细的理论和仿真建模研究脉动热管的工作机理、工作性能、工作过程和优化设计方法

设计建立了一套以水为工质的分离式热管系统实验台,系统冷凝端采用水冷套管式换热器.在此实验台基础上研究了不抽真空、有大量不凝性气体存在于分离式热管的凝结放热问题,测定了在不同的入口蒸汽温度、循环蒸汽流量、冷却水进口温度及流量条件下混合气体在圆管内凝结换热的情况,分析了这些参数对换热过程的影响.同时,还对套管内含高分压不凝性气体——空气——的水蒸汽凝结换热物理模型进行了研究,并建立了相应的数学模型.模型中除了质量守恒、动量守恒、能量守恒和界面控制方程外,还增加了流动扩散和凝结控制方程.模型结果显示蒸汽放热量与实验测定值基本吻合,偏差在8%~15%之间

表面张力是矿物棉生产的重要参数，直接影响到配料和工艺参数的选择.通过实验测量并建立模型预报系统研究了以高炉渣为主要原料制备矿物棉时熔体的表面张力.首先测量了SiO2（40%-60%）-Al2O3（5%-20%）-CaO（20%-30%）-MgO（5%）四元系的表面张力，其值处于350-500 m·m-1之间；然后结合文献报道的表面张力数据，利用人工神经网络技术建立了SiO2（35%-60%）-Al2O3（5%-20%）-CaO（20%-45%）-MgO（0-10%）四元渣系的表面张力预报模型.该模型对成分范围内的表面张力预报平均误差为9.32%，预报精度较高，可以预报矿物棉熔体成分范围内的表面张力

医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状，提出了一种基于领域词典和条件随机场（CRF）的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典，再结合条件随机场，进行了两次不同粒度的标注，将领域词典识别的准确性和机器学习的自动性融为一体，从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果，因受到领域数据集大小的限制，在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性

以平均粒径2.2μm、纯度99.99%的硅粉为原料,采用纯度99.993%的高纯氮气作为反应气体,在1350和1400℃下进行了氮化时间为10~30 min的氮化实验,得出了不同温度下硅粉转化率随反应时间的变化关系.将硅氮反应看成非催化气固反应,建立了硅颗粒氮化动力学模型.通过对实验数据的拟合,得出两个模型参数:硅氮反应速率常数和氮气在产物层中的扩散系数.假定反应速率常数和扩散系数均满足阿伦尼乌斯公式,求得化学反应激活能和指前因子分别为2.71×104J·mol-1和3.07×10-5m·s-1,扩散激活能和指前因子分别为1.06×105J·mol-1和1.12×10-9m2·s-1.利用本文得出的氮化动力学模型对各温度下不同粒径硅粉的转化曲线进行了预测,预测曲线与文献中的实验数据在趋势上吻合较好

研究了TiO2含量、Al2O3含量以及二元碱度(CaO/SiO2)对TiO2-Al2O3-CaO-SiO2低碱度高钛渣黏度的影响.实验采用旋转柱体法在1633-1873K温度范围内对渣系熔体黏度进行了测量.当TiO2质量分数为23%-43%、Al2O3质量分数为3%-12%和二元碱度为0.3-0.7时,钛渣熔体黏度随TiO2含量和碱度的增加而降低,随Al2O3含量的增加而增加.通过对转底炉-电炉熔分过程渣系脱硫能力计算,得知在低碱度高钛渣中TiO2属于酸性.依据黏度测量数据和对TiO2属性的界定,通过修正Urbain模型建立了低碱度高钛渣的熔体黏度预报模型.模型预测结果误差为11%,证明新模型对于低碱度高钛渣的黏度具有良好的预报效果

为了实现地下金属矿山生产接续的紧凑性、科学高效地调度生产设备,针对矿山开采工序复杂、设备资源有限、生产任务量大等特点,以最短工序时间间隔和最短总完成时间为共同优化目标构建了地下矿山生产接续与设备调度集成优化模型.通过分析地下矿山生产循环顺序、作业设备类型和生产能力等生产要素,考虑工序闲置期间采场的安全隐患问题,运用改进遗传算法对最优解进行主-从两步骤搜索,得到地下矿山生产接续和设备调度最佳方案.以国内某大型金矿为案例进行了模型的有效性验证,解算出矿山最优的设备调度计划.验证结果表明,与传统的单一目标优化相比,模型在保证完成指定任务的同时,有效缩短工序时间间隔,并且保证了作业的安全要求