文章针对某车型卡车存在的前桥振动传递率偏大的问题,首先建立了驾驶室前桥轮胎三自由度非线性动力学模型,然后应用牛顿第二定律推导出模型的运动微分方程,并在此基础上开发出基于MATLAB的前桥阻尼优化软件

9.1直接耦合放大电路 9.2集成电路基本知识 9.3集成运算放大器的结构和指标 9.4集成运放的应用基础 9.5集成运放在信号运算方面的应用 9.6信号转换电路 9.7集成运放的非线性应用电压比较器 9.8专用集成电路

针对焊缝缺陷磁记忆检测中存在定量化反演难题,建立了基于改进的支持向量回归机定量反演模型.以预制不同尺寸未焊透和夹渣缺陷的Q235焊接试样为试验材料,进行磁记忆扫描检测发现:缺陷位置的磁记忆信号特征参数随尺寸变化而呈现一定的变化规律,但同时存在分散性和不确定性.鉴于磁记忆信号样本的有限性、分散性和非线性,首先将提取到的磁记忆特征参数进行归一化处理,引入支持向量回归机建立焊缝缺陷磁记忆定量反演模型,并进一步利用模拟退火算法对支持向量回归机参数进行优化,使目标函数达到全局最优而非局部最优.最后,考虑到由磁记忆信号逆向反推缺陷的三维尺寸,存在解的不确定性,为此在缺陷单维尺寸反演模型的基础上,通过构建多层结构的支持向量回归机进行多尺寸反演输出,建立了基于模拟退火支持向量回归机的焊缝缺陷磁记忆定量反演模型,结果表明:未焊透缺陷尺寸反演最大相对误差为7.96%,夹渣缺陷为4.97%,为焊缝缺陷的磁记忆反演与定量化评价提供一种新的思路

设fx)是定义在闭区间[ab]上的连续函数,如果x∈[ab]使 得f(x)=0则称x是fx)的一个零点 从几何图形看,函数f(x)的零点就是曲线y=f(x)与x轴的交 点。这个事实对我们求数值解很有启发作用 提示:函数f)的零点其实也就是(非线性)方程fx)=0的 解,所以求函数的零点问题也就是非线性方程求解的问题。 结论:由高等数学中的界值定理可知,若fa)f(b)<0,方程 f(x)=0在[ab内一定有解 求函数零点的方法有对分法,牛顿法和不动点算法

一、选择正确答案填入空内。 (1)测试放大电路输出电压幅值与相位的变化,可以得到它的频率响应,条件是 A.输入电压幅值不变,改变频率 B.输入电压频率不变,改变幅值 C.输入电压的幅值与频率同时变化 (2)放大电路在高频信号作用时放大倍数数值下降的原因是,而 低频信号作用时放大倍数数值下降的原因是 A耦合电容和旁路电容的存在 B.半导体管极间电容和分布电容的存在。 C半导体管的非线性特性 D放大电路的静态工作点不合适

实验一 认识实验.1 实验二 基尔霍夫定律和叠加定理.5 实验三 等效电源定理.8 实验四 一阶电路的脉冲响应.14 实验五 单相交流电路.17 实验六 耦合电感与变压器.25 实验七 串联谐振与频率特性.28 实验八 二阶电路的响应与状态轨迹.32 实验九 三相电路.34 实验十 运算放大器和受控电源.42 实验十一 二端口网络参数的测量.46 实验十二 电路的计算机辅助分析(Pspice).50 实验十三 电路的计算机辅助分析(MATLAB).55 实验十四 一阶电路的冲激响应和正弦响应.58 实验十五 负阻抗变换器与回转器.61 实验十六 波形变换器的设计、制作和测试（设计性实验）.68 实验十七 非线性电路.71

在社会科学研究中,一个经常会遇到的问题就是要对定性变量数据进行量化 分析,因为研究中往往使用一些定性( Nonmetric)变量,例如名义变量或序次 变量来反映研究对象的行为、态度等,研究不同性别的顾客对不同品牌商品的喜 好,不同职业的人在吸烟行为上的差异等都属于此类研究。以往在分析这样的定 性变量时,往往需要使用非线性统计方法,例如L< linear等,但在每个变量都 划分成许多类别的情况下,这些分析方法就很难直观地揭示出变量之间的联系以 及变量类别之间的关系

采用动电位极化测试和扫描电子显微镜/能谱仪表征, 通过理想动电位极化曲线分析方法和微观腐蚀形貌观察研究了静水压与溶解氧耦合作用对低合金高强钢在质量分数为3.5% NaCl溶液中腐蚀电化学行为的影响. 结果表明: 随着静水压和溶解氧溶度的同时增大, 腐蚀电位先增高而后逐渐降低, 腐蚀电流呈非线性增长; 静水压与溶解氧在腐蚀过程中存在相互竞争抑制关系, 在静水压与溶解氧同时增长过程中, 溶解氧首先促进阴极反应过程并抑制阳极反应过程, 而后静水压逐渐加速阳极过程并对阴极反应过程有一定的抑制作用; 静水压与溶解氧耦合作用加速了腐蚀产物膜的生长, 增加了低合金高强钢表面点蚀坑的数量和生长尺寸

第一章 前言 ················································································1 第二章 实验内容 ········································································3 实验一 典型环节的模拟研究·····················································3 实验二 典型系统瞬态响应和稳定性·········································7 实验三 控制系统的频率特性···················································12 实验四 系统校正 ······································································16 实验五 非线性系统···································································20

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