总结出了岩体工程模糊评价中常用的连续隶属函数主要类型有正态型、岭型、三角模糊数和梯形,并给出了相应的基本解析表达式.以岩体分类中的单轴抗压强度为例,研究了具体指标隶属函数建立方法.采用不同隶属函数计算了某岩石试样的单轴抗压强度的隶属度,发现不同隶属函数得出的隶属度有差异.选取影响岩体稳定的五个主要指标,利用某矿深部工程地质资料,计算了其岩体物理力学参数在不同隶属函数下的隶属度,并根据离散型隶属度取值表确定了结构面的隶属度.将不同隶属函数下的各类指标的隶属度进行不同的组合,形成不同的隶属度矩阵,对该围岩进行模糊评判分类,得出最后的分类结果一致.这一研究结果证明了各类隶属函数的等效性、在岩体分类应用中的适应性和正确性,为岩体模糊分类隶属函数的选择提供了依据和便利

12.3.2用一个多项式的根和另一个多项式计算结式的公式 命题设 f(x)=ax+a1x-+…+an(a≠0 (x) box\+b- + (bo=0) 如果f(x),g(x)在C[x]中的分解式为 g()= bo (x-B) ).(x-)(1) 那么 R(f,g)=ag(a)=(-1)f(B)(*) 证明在数域K上的n+m+1元多项式环K[x,y1yn21m]中,令 f(x,y,yn)=a(x-y)…(x-yn)(2) g(x,z1,m)=b(x-z)…(x-m)(3)

一、置信度与μ的置信区间 日常分析中测定次数是很有限的，总体平均值 自然不为人所知。但是随机误差的分布规律表明， 测定值总是在以μ为中心的一定范围内波动，并有 着向μ集中的趋势。因此，如何根据有限的测定结 果来估计μ可能存在的范围（称之为置信区间）是 有实际意义的。该范围愈小，说明测定值与μ愈接 近，即测定的准确度愈高。但由于测定次数毕竟较 少，由此计算出的置信区间也不可能以百分之百的 把握将μ包含在内，只能以一定的概率进行判断

作为炼钢厂的关键设备，风机担负着转炉除尘和煤气回收的重要任务，实现风机剩余使用寿命的准确预测具有重要的实际意义.通过对邯郸某炼钢厂风机振动数据的分析，建立了基于Wiener过程的状态退化模型，在首达时间的意义下，推导出风机剩余使用寿命的概率密度函数的解析表达式，提出了一种基于极大似然估计的参数实时估计方法，从而实现风机剩余使用寿命的在线实时预测.实验结果表明，相对于文献中的方法，本文所提出的预测方法可以得到更高的预测精度和较低的预测不确定性

一、定积分计算 1.设f(x)=,edx,求xf(x)d 2.设A=,试用表示:(1)B= 1t-a-1 (2 (1+t) 3.设feC,,证明:f(d=(x-x2)f(x)d 4.计算定积分xln(1+e)dx 二、定积分应用 1.设有曲线族y=kx2(k>0),对于每个正数k(k2),曲线y=kx2 与曲线y=sinx(0≤xs)交于唯一的一点(t,sint)(其中t=t()) 用S1表示曲线y=kx2与曲线y=sinx(0≤x≤)围成的区域的面积; S2表示曲线y=sinx,y=sint与x=围成的区域的面积求证在上述 曲线族中存在唯一的一条曲线L,使得S1+S2达到最小值 2.点A(3,1,-1)是闭曲面S1:x2+y2+z2-2x-6y+4z=10

为了对飞机机翼缘条紧固孔细节原始疲劳质量进行评估，本文首先对飞机机翼缘条结构中常用的BXXX铝合金紧固孔试件分别开展了高、中、低3种应力水平下的疲劳试验，通过断口判读和反推得到3组关于裂纹长度a和疲劳寿命t的（a?t）数据，在此基础上应用当量初始缺陷尺寸（EIFS）控制方程对每个试件的EIFS值进行计算并初步评估，验证了在不同应力水平下紧固孔结构细节的EIFS无显著性差异；得到了紧固孔结构细节的裂纹萌生时间（TTCI）分布，在指定应力水平下对紧固孔结构细节95%置信水平下的经济寿命进行预测，并与设计寿命进行对比，提出了一种不同超越概率P下的结构细节当量初始缺陷尺寸模型，基于给定5%的裂纹超越概率，对结构细节的通用EIFS分布进行评估。通过以上对飞机机翼缘条紧固孔细节原始疲劳质量的三重评估，得到综合评估结果：飞机机翼缘条紧固孔细节原始疲劳质量满足要求

等效换热系数是热连轧机工作辊温度场仿真模型的核心输入参数，多采用遗传算法优化得到，某1800 mm 热连轧机存在品种、规格交替轧制，等效换热系数的准确计算比较困难.选取多组典型工艺条件下的工作辊下机后表面温度作为优化目标，采用多目标遗传算法进行优化，并通过改变遗传算子有效避免了算法早熟及局部收敛等问题，获取了具有较强适应性的等效换热系数.仿真和实测数据的对比结果证明了优化模型的可靠性.利用仿真模型分析了主要工艺参数对工作辊热凸度的影响，并提出同宽交替时，工作辊热凸度随轧制进程呈指数变化，而在品种、规格交替编排轧制工艺下相邻带钢轧制时工作辊热凸度存在6-21.8μm 的波动，且随轧制进程趋于稳定

热轧支持辊的健康状态在带钢板形质量和轧制稳定性控制中起着关键作用，非线性、强耦合、少样本等特点使得热轧支持辊健康状态的预测复杂，目前各大钢厂仍以定期维护和事后维修为主。本文提出了一种支持辊虚拟健康指数的构建方法以及基于Copula函数的复杂工况健康状态预测模型。首先结合支持辊弯窜辊数据表征支持辊健康状态，再使用K-means聚类方法对支持辊工况进行划分，将各工况下过程数据分别构建Copula预测模型，最后根据实际轧制计划的排布顺序融合各工况模型的预测结果。提出的基于Copula函数的预测模型在某钢厂1780热连轧产线得到应用，结果表明，该模型能够准确有效的按照轧制计划实现支持辊的健康状态预测，以更科学的策略指导支持辊更换维护