由工程爆破中普遍采用的质点峰值振动速度与炸药量和震源距关系的经验公式推导出质点峰值振动速度与震源能量和震源距关系的经验公式,并作为微震地震波能量衰减公式.在公式中引入地震波能量特征系数K1描述震源能量与震源峰值振动速度之间的比例关系,并认为K1主要与震源场地介质特征有关,而与爆破参数无关.通过校验炮数据的回归分析获取监测区域能量特征系数K1.采用能量衰减模型,以微震事件各测点的峰值振动速度、震源距及K1为已知量,以震源能量及衰减系数为回归参数进行回归计算,直接反演出震源能量.本文方法为震源能量计算提供了新的思路和方法

1.n维向量的概念 定义2所谓数域P上一个n维向量就是由 数域P中n个有次序的数a1,a2,…,an所组 成的数组,这n个数称为该向量的n个分量,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

采用Gleeble-1500热模拟试验机对FGH96合金进行双道次真应变量为0.6＋0.6和0.3＋0.9的等温间断热压缩试验,研究了变形温度为1050~1125℃、变形速率为0.001~0.1 s-1时合金的热变形行为和组织演变.热变形过程中合金发生了再结晶,第一道次较小的真应变量减轻了合金的开裂.当第一道次真应变量小时,随着温度和变形速率的上升,合金道次间再结晶软化率增加.不同应变量以及不同道次真应变量均对合金热加工图产生明显影响.在相同变形条件下,当能量耗散率随应变量的增加而下降时,合金中组织由细晶向粗晶转变,反之则由粗晶向细晶转变;当能量耗散率不随应变量的变化而变化时,能量耗散率低于20%的合金中出现大量的不完全再结晶组织,能量耗散率高于35%的合金中出现细小完全再结晶组织

一、向量空间的定义和例子 向量与向量空间对我们并不陌生,在解几中,我们已经讨 论过二维和三维向量空间中的向量。 在那里,两个向量相加可以按平行四边形法则相加,若向 量用坐标表示,则两个向量相加转化为对应坐标相加,数与向 量相乘变为数与向量的每个坐标相乘,由此可抽象出一般向量 的定义

向量代数 一、向量的概念 向量:既有大小又有方向的量 向量表示:a或MM2 向量的模:向量的大小a1或|MM2 单位向量:模长为1的向量.a或MM 零向量:模长为0的向量

鉴别分析是一种进行统计鉴别和分组的技术手段。它可以就一定数量案例的 个分组变量和相应的其他多元变量的已知信息,确定分组与其他多元变量之间 的数量关系,建立鉴别函数( discriminant function)o然后便可以利用这一数量 关系对其他已知多元变量信息、但未知分组类型所属的案例进行鉴别分组。沿用 多元回归模型的称谓,在鉴别分析中称分组变量( grouping variable)为因变量, 而用以分组的其他特征变量称为鉴别变量( disciminant variable)或自变量。其 实,这里的自变量并不一定是真正的“原因”变量,有时可能倒是真正的“结 果”或“反应”变量。它们与类型变量的关系从本质上并没有越过相关的范畴。 不过,既然我们要参照其值来进行分组,权且称之为自变量

1、书写标识符时,忽略了大小写字母的区别。 编译程序把a和A认为是两个不同的变量名,而显示出错信息。C认为大写字母和小写字母是两个不同的字符。习惯上,符号常量名用大写,变量名用小写表示,以增加可读性 。 2、忽略了变量的类型,进行了不合法的运算。 printf(\%d\, a%b) 是求余运算,得到a/b的整余数。整型变量a和b可以进行求余运算,而实型变量则不允许进行「求 余」运算 。 3、将字符常量与字符串常量混淆。 在这里就混淆了字符常量与字符串常量,字符常量是由一对单引号括起来的单个字符,字符串常量是一对 双引号括起来的字符序列

1向量的概念及向量的表示 一、向量的基本概念 （一)向量的概念 1向量:既有大小,又有方向的量称为向量(或矢量)。 2向量的几何表示法:

为了保证齿轮钢中非金属夹杂物的控制，并确定齿轮钢经济合理的总氧含量控制目标，开展了总氧含量对齿轮钢中非金属夹杂物的影响研究。以三种不同总氧含量的Mn–Cr系齿轮钢为研究对象，利用Aspex扫描电镜、极值法、疲劳测试等不同方法研究了齿轮钢中非金属夹杂物数量、分布、尺寸等，获得了夹杂物与齿轮钢总氧含量的对应关系。在本文实验条件下，随着总氧含量的降低，钢中氧化物夹杂数量不断减小，其中5～10 μm的小尺寸夹杂物减小最明显，而10 μm以上的大尺寸夹杂物数量变化规律不明显。另外，极值法和疲劳试验结果表明，总氧含量高时（质量分数为0.0013%），钢中最大氧化物夹杂尺寸也较大，比总氧质量分数为0.0010%和0.0005%的实验钢的最大夹杂物尺寸高10 μm以上，且当总氧含量比较低时（质量分数≤0.0010%），实验钢总氧质量分数变化（0.0010%、0.0005%）对钢中最大夹杂物尺寸影响不大

针对滚动轴承故障振动信号的特点,考虑变分模式分解在复杂信号分解及微积分增强能量算子在瞬态成分检测方面的优势,提出基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断方法.首先利用变分模式分解将复杂信号分解为多个本质模式函数,以削弱背景噪声的影响和满足能量算子对信号单分量的要求;然后根据提出的敏感分量选取原则,从本质模式函数中选出包含主要故障信息的本质模式函数为敏感分量;最后利用微积分增强能量算子强化敏感分量中的瞬态冲击,并根据敏感分量瞬时能量的时域波形及Fourier频谱诊断滚动轴承故障.分析结果表明该方法能够有效诊断滚动轴承故障