上式是在平面假设和单向受力假设的基础上推导的，实验证明在纯弯曲情况下这是正确的。 对于横力弯曲，由于剪力的存在，横截面产生剪切变形，使横截面发生翘曲，不再保持为平面

第一节 概 述 第二节 相似的概念 第三节 有因次量和无因次量 第四节 描述现象的微分方程及单值条件 第五节 相似三定理 第六节 相似准数的导出 ➢第七节 瑞利因次分析法及伯金汉π定理 ➢第八节 相似准数的转换 ➢第九节 模型实验研究方法

在等速升温（降温）的条件下，测量试样与参比物之间的温度差随温度变化的 技术称为差热分析，简称 DTA（Differential Thermal Analysis）。试样在升（降）温 过程中，发生吸热或放热，在差热曲线上就会出现吸热或放热峰。试样发生力学状 态变化时（如玻璃化转变），虽无吸热或放热，但比热有突变，在差热曲线上是基 线的突然变动。试样对热敏感的变化能反映在差热曲线上

本书试图既从理论上、又从实践上向读者提供氧化沟的有关资料。为了使设计人员能够一举获得一切所需的资料，我们把设计中的动力学理论基础与实验数据和方程式融为一体，通过大量的例子来指导读者利用这些资料。本书所列的数据、动力学常数以及劳动力需要量之类的资料，为读者提供了一个有关氧化沟的综合资料来源

随着列车时速不断提高，制动盘承受的热负荷不断增大，这对制动盘材料提出了更高的要求.为了提高制动盘钢的机械性能及耐热疲劳性，钒元素被添加到制动盘钢中.本文研究了不同淬火温度时V含量对Cr-Mo-V系制动盘钢组织及力学性能的影响，并通过Thermo-Calc热力学软件、碳复型、透射电镜、能谱分析等方法对不同V含量时析出相的演变规律进行研究.结果表明，增加钒含量使高温析出的V（C，N）含量增加，细化奥氏体晶粒和回火马氏体组织.淬-回火态析出相主要为V（C，N）、（Mo，V）C、M7C3和M23C6.随钒含量增加，大尺寸M23C6和M7C3的析出被抑制，对韧性损害降低；小尺寸（Mo，V）C含量增多，析出强化效果增强.淬火温度为880~900℃时，增加钒含量能细化马氏体和减少大尺寸碳化物，弥补了析出强化对韧性的损害，故冲击功变化不大.淬火温度为920~940℃时，提高钒含量促使（Mo，V）C量急剧增加，冲击功快速下降.实验钢淬火温度不应超过900℃

利用湿砂橡胶轮磨损试验机对同成分不同组织的三种管线钢进行了浆料磨损实验,随后对磨损后的试样表面进行扫描电镜观察和三维白光干涉分析,研究组织类型影响耐磨性的原因及磨损的微观机理.结果表明:当磨损机理以微观犁沟和微观疲劳为主时,复相组织中共存的两相硬度差别越大,磨痕的微观变形越不易协调,磨损质量损失越明显;当整体力学性能接近时,粒状贝氏体+针状铁素体的复相组织最为耐磨,粒状贝氏体+多边形铁素体复相组织次之,板条贝氏体+多边形铁素体复相组织耐磨性最差

在前人提出的二次枝晶臂等温粗化的四种物理模型的基础上建立了多元合金二次枝晶臂等温粗化动力学数学模型。将这些数学模型运用于Al-Cu-Fe、Al-Cu-Si、Al-Cu-Mn三元合金中发现它们与日本学者森信幸等人所作的实验结果相一致,说明它们是可信的。实验与理论分析表明,在多元合金凝固过程中局部凝固时间相同的条件下,溶质浓度的增加有利于二次枝晶臂的细化

1.放射性同位素的蜕变速率符合一级反应的规律(蜕变速率与放 射性同位素的数量成正比)。210Po经a蜕变生成稳定的206Pb: 210Po206pb+4He 实验测得14d后放射性降低了6.85%,试求2Po的蜕变速率系数和半 衰期,并计算它蜕变掉90%时所需要的时间

为了研究Mn和Si元素对中锰热轧高强钢显微组织和力学性能的影响，设计了不同Mn、Si含量C-Si-Mn系试验用钢.利用热膨胀仪、扫描电镜、透射电镜、X射线衍射和单向拉伸等实验方法对试验用钢的相变点、显微组织、残余奥氏体含量和力学性能进行了测定与分析.结果表明：Mn和Si对中锰热轧高强钢的显微组织影响较大，对于低Si高Mn的试验钢，其显微组织主要由粒状贝氏体组成；对于高Si高Mn的试验钢，主要由贝氏体铁素体、马氏体和残余奥氏体组成；对于高Si低Mn的试验钢，则由块状铁素体、贝氏体、马氏体和残余奥氏体组成.高Si高Mn试验钢获得最高的综合力学性能，抗拉强度达1200 MPa以上，总伸长率为16%，强塑积接近20 GPa·%.分析认为，试验钢这种高强度和较高的塑性是由超细晶组织和TRIP效应共同决定的

针对机器人谐波减速器关节在转动过程中存在的波动摩擦力矩, 提出一种基于傅里叶级数函数和BP神经网络的建模方法, 并完善机器人的动力学模型, 修正了因波动摩擦力矩带来的关节力矩计算误差. 通过研究谐波减速器关节的波动摩擦力矩在不同影响因素下的变化特性, 采用傅里叶级数与BP神经网络结合的方法对波动摩擦力矩进行建模. 通过添加傅里叶级数函数作为BP神经网络的辅助输入, 克服了力矩误差曲线因存在高频周期性波动而难以拟合的困难. 在离线环境下训练神经网络, 完成对关节波动摩擦力矩的建模, 进而完善机器人的动力学模型和修正关节中存在的波动摩擦力矩. 验证实验表明, 使用完善后的动力学模型可以有效计算谐波减速器关节的波动摩擦力矩, 并使修正后的力矩误差维持在[-0.5, 0.5] N·m的范围之内, 方差为0.1659 N2·m2, 是修正前的24.23%