利用硬度计在光滑沙漏状车轴钢疲劳试样上制造压痕,同时利用电火花在试样上加工缺陷,通过疲劳试验研究两种缺陷尺寸与试样疲劳极限之间的关系.将两类试样的测试结果和基于材料硬度、缺陷投影面积的Murakami模型计算结果进行对比.利用扫描电镜观察试样疲劳断口.结果表明,与计算结果相比较,压痕局部塑性变形导致的加工硬化和残余应力对试样的疲劳强度没有影响,裂纹依然从应力集中最大的压痕底部起裂.电火花缺陷表面粗糙度较大引起二次缺口效应,表面硬脆的重铸白层上还有微孔和微裂纹存在,导致此类试样疲劳强度低于模型计算结果,裂纹从电火花缺口底部多处萌生

本文提出根据土壤质点振动速度计算爆破震动安全参数的观点。作者根据相似原理导出了计算露天深孔爆破质点振动速度的公式,并根据质点振动的极限速度,建立了计算爆破震动安全距离和极限装药量的公式

本文总结了珠光体和珠光体—铁素体球铁齿轮的齿面接触疲劳极限应力的测定结果。根据齿轮寿命试验的结果数据,采用ISO齿轮承载能力计算方法,求得可靠度为0.99的接触疲劳曲线方程,和循环基数N0=5×107时的接触疲劳极限应力σHlim:当HB=253时,σHlim=673牛/毫米2;当HB=226时,σHlim=633牛/毫米2。上述数值均高于国外同硬度的球铁齿轮或相当碳钢齿轮的数值。试验中,还测定了齿面的磨损曲线,进行了齿轮润滑状态的计算。同时采用齿面复膜和扫瞄电镜分析技术,揭示了珠光体球铁齿轮齿面破坏的两种不同方式

为实现汽车轻量化，同时保证其具有较好的碰撞安全性，高强度-质量比金属板材在汽车制造领域得到了广泛的应用.然而，在传统冲压成形过程中，上述板材（如先进高强钢、铝合金和镁合金等）会出现无明显缩颈的韧性断裂行为.特别是发生在纯剪切加载路径附近的剪切型韧性断裂行为超出了传统缩颈型成形极限图的预测范围.此外，在近些年来快速发展的单点渐进成形中，缩颈失稳被抑制，取而代之的则是无明显缩颈的韧性断裂.以上问题对基于缩颈失稳的传统成形极限分析方法提出了新的挑战，同时也限制了高强度-质量比金属板材的应用及其新型成形工艺的研发.为此，世界各国学者开始普遍关注金属材料韧性断裂预测模型的开发及其应用研究.本文首先从孔洞的演化行为方面出发，对金属韧性断裂的微观机理研究进行了介绍.随后重点评述了韧性断裂预测模型的研究进展和应用现状.最后，对韧性断裂研究的发展趋势进行了展望.本文可以为金属韧性断裂模型的选择、应用及其开发提供有益参考

1函数项级数的一致收敛性(6时) 一、函数列及极限函数:对定义在区间1上的函数列{fn(x)},介绍概念:收敛点,收敛域(注意定义域与收敛域的区别),极限函数等概

为获得一种锌电积用低成本、低析氧电位和高催化活性的阳极，在铝棒表面通过挤压复合技术包覆Pb-0.2% Ag合金得到Al棒Pb-0.2% Ag阳极.在含氟的硫酸溶液中，通过阳极氧化在Pb-0.2% Ag合金和Al棒Pb-0.2% Ag合金阳极表面形成具有高催化性能的膜层，采用显微图像分析仪和数显显微硬度计表征了膜层的厚度及硬度，并通过电子拉伸试验对比了两种阳极的极限抗拉强度.采用X射线衍射、扫描电子显微镜、循环伏安法、阳极极化和交流阻抗法等技术手段研究了Al棒Pb-0.2% Ag与Pb-0.2% Ag阳极表面氧化膜层的物相、形貌以及电化学性能.结果表明：Al棒Pb-0.2% Ag阳极相比Pb-0.2% Ag阳极表面易生成致密较厚的氧化膜层，且膜层硬度提升了41.64%，其氧化膜层主要物相均为电催化活性良好的β-PbO2.新型阳极的极限抗拉强度是传统阳极的1.3倍，大大改善了阳极材料的机械性能.阳极极化曲线数据显示Al棒Pb-0.2% Ag/PbO2阳极在电积锌体系中具有较低的析氧电位(1.35 V vs MSE，500 A·m-2)和较高的交换电流密度(7.079×10-5 A·m-2).循环伏安曲线和交流阻抗数据显示Al棒Pb-0.2% Ag/PbO2阳极具有较高的电催化活性、较大的表面粗糙度和较小的电荷传质电阻.在电积锌实验中，栅栏型Al棒Pb-0.2% Ag/PbO2阳极相比传统Pb-0.2% Ag阳极平均槽电压下降了75 mV，而且大大减少了阳极泥的产生

选取某4000 m3级别高炉2014年至2019年时间范围内的日平均数据，以铁水温度为目标函数，首先对铁水温度的特征参量进行线性与非线性相关性分析、特征选择与规范化处理，获取了显著影响铁水温度的正负相关性特征参量。在此基础上，基于支持向量回归与极限学习机两种算法对铁水温度构建预测模型，模型均可对铁水温度实现有效预测，基于支持向量回归算法构建的预测模型较优，预测平均绝对误差为4.33 ℃，±10 ℃误差范围内的命中率为94.0%

分析了影响转炉冶炼终点钢水中锰含量的因素, 针对基于BP神经网络算法的转炉冶炼终点锰含量预测模型存在的收敛速度慢, 预测精度低等问题, 提出了一种基于极限学习机(ELM) 算法建模的新思路, 并引入正则化以及改进粒子群优化算法(IPSO), 建立了基于改进粒子群算法优化的正则化极限学习机(IPSO-RELM) 的转炉终点锰含量预测模型; 应用国内某炼钢厂转炉实际生产数据对模型进行训练和验证, 并与基于BP、ELM和RELM算法的三类模型进行比较.结果表明, 采用IPSO-RELM方法构建的模型, 锰含量预测误差在±0. 025%范围内的命中率达到94%, 均方误差为2. 18×10-8, 拟合优度R2为0. 72, 上述三项指标均显著优于其他三类模型, 此外, 该模型还具有良好的泛化能力, 对于转炉实际冶炼过程具有一定的指导意义

对单位根过程的分析，建立在维纳过程（布朗运动）和泛函中心极限定理之上

第一章函数与极限 习题课 一、主要内容 二、典型例题