桥梁模态频率随运营环境作用的变化规律是结构健康监测的研究主题之一.根据东海大桥6 a监测数据的周期变化特性,识别了运营条件下主梁竖弯、侧弯、扭转基频变化的影响因素,采用偏相关系数和周期平均法对比了各因素的影响程度.研究发现,东海大桥的模态频率存在1 a、1周、1 d、12.42 h等变化周期,与结构温度、交通荷载、风荷载、海面高度等的变化周期相吻合;结构温度和交通荷载是引起该桥频率变化的最主要因素,它们在各周期上的相对影响大小不同;周期平均法可有效分离监测数据中的年、周、天周期成分,揭示不同运营环境作用与频率变化的相关性.研究结果有助于加深对桥梁运营期频率变化的理解,从而更准确地评估结构性能

为讨论饱水岩石中孔隙水压与损伤变形过程的关联性,探究岩石破坏的孔隙水压前兆特征信息,采用三轴压缩试验、渗流实验相结合的方法,分析了在不同孔隙水压和不同围压条件下饱水岩石变形破坏过程中损伤扩展与孔隙水压变化的内在联系.研究表明:(1)开放饱和岩石单元体中,岩石在受荷破坏全过程中的初始压密、弹性压缩、塑性变形和破坏失稳阶段,孔隙水压呈现增高、稳定、逐渐减小和锐减变化;(2)岩石破坏的孔隙水压前兆特征明显,在主破裂前夕,内部损伤加剧,裂隙贯通,孔隙水压将失去稳定状态,孔隙水压由稳态锐减可作为岩石破裂的前兆信息;(3)在应力变化大、高孔隙水压以及高围压条件下,孔隙水压对损伤发展更为敏感,响应也更明显,孔隙水压与损伤发展相互影响,互为关联,损伤扩展造成孔隙水压降低,孔隙水压降低又促进损伤发展;(4)可以尝试在深部开采工程中监测岩体内部孔隙水压的变化来预测岩体失稳的突发性灾害

基于自主研发的煤岩热流固耦合试验系统,在考虑实际开采方式的条件下,进行轴压升高和围压降低的加卸载试验,分析研究不同加卸载速率下原煤的力学特性和渗透演化规律.结果表明:加卸载过程中,轴向应力的加载速率越大,峰值应力附近的曲线平台越长,峰值应力、轴向应变和环向应变也越大,体应变则越小.不同加卸载速率比下含瓦斯煤变形模量均先迅速减小后缓慢减小,到破坏时再迅速降低,而后逐渐保持稳定趋势;在相同轴向应变时,加卸载速率比越小,煤样的变形模量越大.加卸载过程中,煤样的偏应力、渗透率与应变的关系可分为三个阶段:初始压密与弹性阶段、屈服破坏阶段和破坏后阶段.加卸载速率比越小,煤样达到峰值应力时,含瓦斯煤的渗透率和体积变形越大

（1)对两变量间的相关度的分析的统计技术称为 二元变量技术。若涉及两个以上的变量,采用 的统计技术叫多元变量技术。 （ 2)分析两个变量之间的相关度时,两个变量分 别被定义为自变量和因变量。自变量是指那些 可以影响因变量结果的变量。例如,价格、广 告费或零售点的数量等自变量常用于预测或解 释一个品牌的销售量或市场份额(因变量)

第一节 变革与创新管理 一、境变化及其对变革管理的需要 现代的组织经常面临着内外部环境的变化或者变革。变化使管理者的工作发生了很大的改变。在现代社会中,不变越来越成为一种虚幻,只有变化才是组织的现实

第四章线性方程组 4.2线性方程组的解法 个线性方程组AX=B的解的数量有三种情况:0,1,∞ 对于第三种情况,逐个写出这些解是不可能的 解线性方程组的本质就是用一组可自由取值的变量 (称为自由变量)来表示其余的变量(称为主变量)使得对于自由 变量的任一组值,都能唯一确定主变量的值,它们一起构成方程 组的一个解.注意:主变量和自由变量的分法并不是唯一的 自然地我们应解决以下问题

•拉氏变换的定义——从傅立叶变换到拉氏变换 •拉氏变换的性质，收敛域 •卷积定理(S域) •周期和抽样信号的拉氏变换 •系统函数和单位冲激响应 •拉氏变换与傅氏变换的关系

遗传与变异 遗传学既要硏究遗传的规律,更要研究变异的规律,许多遗 传规律是通过对变异的研究得出的。 。变异:不能遗传的变异、可以遗传的变异,后者是由于遗传 信息的改变造成的

利用连轧机耦合振动在线监测系统获得传动轴上扭矩和轧制力信号,经回归分析发现连轧机振动时变形区中性角也存在振动现象.利用轧制理论公式推导了振动时轧制变形区中性角变化规律,建立了由连轧机振动引起的变形区中性角变化增量方程,获得振动时各参数变化对中性角振动的影响规律.研究结果表明,通过有效控制某些参数,可以提高变形区中性角的稳定性,进而抑制连轧机振动现象

因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受。50年代以来,随着计算机的普及和各种统计软件的出现,因 子分析在社会学、经济学、医学、地质学、气象学和市场营销等越来越多的领域 得到了应用