一、矿山压力 矿山压力就是由于井下采掘工作破坏了岩体中原岩应力平衡状态,引起应力重新分布,我们把存在于采掘空间周围岩体内和作用在支护物上的力称为矿山压力。 二、矿山压力来源 (一)自重应力 (二)构造应力 (三)膨胀应力

最早的钢筋混凝土结构设计理论是采用以弹性理论为基础的容许应力计算法。 这种方法要求在规定的标准荷载作用下,按弹性理论计算的应力不大于规定的容许 应力。容许应力系由材料强度除以安全系数求得,安全系数则根据经验和主观判断 来确定。由于钢筋混凝土并不是一种弹性材料,而是有着明显的塑性性能,因此, 这种以弹性理论为基础的计算方法不能如实地反映构件截面的应力状态

一.配位取代(substitution)反应 反应机理: 计量关系速率方程 反应机理硏究,影响反应速率的因素

为探究不同加载角度下A7085铝合金Ⅰ-Ⅱ复合型疲劳裂纹扩展机理，在MTS疲劳试验机上采用紧凑拉伸剪切试件（CTS）对A7085铝合金进行不同加载角度的疲劳实验；用有限元分析计算不同裂纹扩展长度的裂纹尖端应力强度因子，通过七点递增多项式法对数据进行处理，计算出A7085铝合金Paris公式中的参数C和m.结果表明不同加载角度的裂纹基本沿着与外载荷垂直的方向扩展，裂纹扩展路径近似为一条直线，裂纹扩展角测量结果基本符合最大环向拉应力理论；Ⅰ-Ⅱ复合型裂纹一旦发生扩展，Ⅱ型应力强度因子KⅡ所占比例急剧减小，Ⅰ型应力强度因子KⅠ不断增大，此后KⅡ远远小于KⅠ，有效应力强度因子（KⅠ和KⅡ的组合）基本等于KⅠ，相当于裂纹扩展主要受Ⅰ型应力强度因子控制，研究结果有助于对Ⅰ-Ⅱ复合型疲劳裂纹扩展机理的理解

随着酶的工业化纪产的发展,酶已广泛地应 用于工业、农业、医药、环保及科硏等领域 酶分子修饰,酶和细胞固定化等酶工程技本的 发展,使酶的应用显示出更加广阔美好的前景 第一节酶在轻工、食品方面的应用 目的国内外最广泛使用的领域是在食品和轻 工业部门。国内外大规模工业主产的α—淀粉酶 、糖化酶、蛋白酶、葡萄糖异构酶、果胶酶、 脂肪酶、纤维素酶、葡萄糖氧化酶等大部分都 在轻工和食品方面应用

《专业导论》 《认识实习》 《高等数学》 《线性代数及其应用》 《国民经济统计学》 《随机过程》 《运筹学》 《实用回归分析》 《应用计算软件（SPSS）》 《概率论》 《企业经营统计》 《应用时间序列分析》 《非参数统计》 《实用统计软件（R 语言）》 《抽样技术与应用》 《应用多元统计分析》 《大数据技术》 《Python 语言与数据挖掘》 《探索性数据分析》 《数据可视化》 《统计推断》 《统计建模》 《装备制造企业统计学》 《统计专业英语》 《社会统计与社会调查方法》 《空间数据分析》 《数理统计》 《毕业实习》 《毕业设计（论文）》

17.1集成运算放大器的简单介绍 17.2运算放大器在信号运算方面的应用 17.3运算放大器在信号处理方面的应用 17.4运算放大器在波形产生方面的应用 17.5运算放大器在信号测量方面的应用 17.6集成功率放大器 17.7运算放大电路中的负反馈 17.8使用运算放大器应注意的几个问题

以迄今为止查阅到的中国大陆金属矿区实测地应力数据为基础，经优化处理后最终采用165组数据，基本覆盖了我国大陆主要金属矿山分布地区.采用回归分析法给出了中国大陆金属矿区测量埋深范围内的地应力场特征，并尝试从地应力的角度对中国大陆金属矿区断层的稳定性进行了讨论.结果显示，中国大陆金属矿区垂直主应力、最大与最小水平主应力总体上随埋深呈线性增加；最大与最小水平主应力之差Δσ随埋深的增加有增大的趋势，但规律性不显著；最大水平主应力与垂直主应力之比Kh，max主要集中在1.00~2.50之间，最小水平主应力与垂直主应力之比Kh，min主要集中在0.50~1.50之间，平均水平主应力与垂直主应力之比Kh，av主要集中在1.00~2.00之间，随着埋深的增加，3个侧压系数的变化幅度逐渐减小，Kh，max趋向于1.83，Kh，min趋向于0.80，Kh，av趋向于1.31；最大与最小水平主应力之比与埋深没有显著的关系，主要集中在1.5~2.0之间，近似服从正态分布；断层在埋深小于500 m范围内有滑动的可能，埋深超过500 m时，逆断层有滑动的可能，走滑断层处于相对稳定状态

§9.3 应力圆 （ Stresses Circle ） §9.4 梁的主应力及其主应力迹线 §9.5 三向应力状态——应力圆法 §9.6 复杂应力状态下的单元体的变形 §9.7 变形位能

油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟与数据挖掘等手段，实现服务功能模块化，并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示。通过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景。未来石油公司应与科研院所通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级