学习本章的目的在于学耀各种调查方法的特点、应用条件、调查方案的设计，分配数列的种类及编制：并熊根据研究目的和实际情况采用适当的调查方法搜集资料、运用统计图表显示统计资料。 第一节 统计调查 第二节 统计整理

讨论了强激光场下单壁纳米管的声子增益效应.采用含时微扰方法计算了不同温度下声子占据数随时间的变化率(声子增益系数).计算结果表明,在强激光场下纳米管中的声子占据数随时间非线性增加,增益系数与温度和激光场强都有关系.随着温度升高,声子增益系数迅速减小;在确定的温度情况下,激光场强越强,声子增益效应越明显,并对这个现象给出了合理的物理解释

本实验提出了一套改进的“化学反应摩尔焓变测定”实验的方法与仪器。改进的实验仪器选用热传导系数较小的聚甲基丙烯酸甲酯为原料制成量热计，并在盖上设计了小型加料器；采用磁力搅拌器混合溶液，以数字式温度计测温，可在两小时内完成锌粉与硫酸铜溶液反应的摩尔焓变和量热计热容的测定。获得的实验数据重现性好，温度随时间变化有较好的线性关系。十次测定结果的相对标准偏差为0.58%，所测定的摩尔焓变与理论值的相对误差为2.0%

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

采用超高压力下通电烧结技术制备了铜体积分数25%~75%的钼铜合金材料.烧结压力2~10GPa,通电功率15kW,通电时间65s.分析了不同成分和制备工艺参数的钼铜合金显微形貌及力学性能.结果表明,所制备的钼铜合金材料结构致密,力学性能优越,而且超高压力下通电烧结技术能有效地避免晶粒长大和组织偏析

轧制力和轧制力矩是楔横轧汽车半轴轧机设计中的重要参数,由于楔横轧多楔成形半轴时主楔和侧楔之间相互制约,轧制过程中轧制力和轧制力矩的变化复杂.针对典型汽车半轴,采用LS-DYNA有限元软件,对楔横轧多楔轧制汽车半轴进行了数值模拟,获得了轧制过程中各因素对轧制力和轧制力矩的影响规律

1 奶制品的生产与销售 2 自来水输送与货机装运 3 汽车生产与原油采购 4 接力队选拔和选课策略

经过数模和水模研究得到:影响异型坯结晶器内流场,结晶器腹板处上、下回流区的大小及结晶器液面波动的因素有:水口开孔的夹角、水口的出口倾角、铸坯拉速及水口浸入深度.在工作拉速时,采用120°夹角、出口倾角为9°、浸入深度为75mm(换算到原型为150mm)的水口,结晶器内的流体的流动状态较为合理

采用溶胶凝胶-微波法制备LiFePO4/碳纳米管(CNT)复合正极材料.考察不同微波时间和CNT含量对其电化学性能的影响,并通过X射线衍射(XRD)和扫描电子显微镜(SEM)对样品的晶型结构和表面形貌进行表征.结果表明:掺CNT量为2%(质量分数)和微波18 min所得样品有较好的电化学性能;0.1C充放电的首次放电比容量为142 mAh·g-1,第10次循环的比容量为136 mAh·g-1

某高速公路的一座跨路通道桥,接近竣工时发现坡体连同桥台基础出现明显失稳的迹象．为保证通道桥的稳定和运行安全,采用预应力底锚、侧锚、中高压注浆等综合加固措施,对坡体和桥台进行了整体加固．运用FLAC软件对加固结构进行了数值计算,确定了设计参数．工程实践验证该加固措施的有效性．