系统运用材料物理学、弹性力学、热力学、工程测试技术的理论知识以及有限元数值仿真、实验分析等方法,研究高温应变片热输出误差的影响因素并得出补偿修正模型.首先根据材料电阻温度效应理论及热膨胀理论研究了高温应变片热输出的耦合特性,建立耦合作用下高温应变片的热输出模型,得到了构件、胶层和应变片三者耦合作用下应变片热输出的理论表达式;然后根据材料的电阻温度效应推导出不同栅丝材料的电导率参数,利用有限元仿真得到不同材料栅丝的热输出特性,选择其中的两种栅丝材料作为本文的研究对象得到其在耦合作用下的热输出并与实验数据对比,相对误差小于7%.最后基于理论模型和实验结果,建立了高温应变片热输出补偿模型,补偿修正后结果与理论值误差在9%以内,补偿效果良好

6.1模板的概念 C++是强类型语言,因此我们定义求最大值函数max()时,需要对不同的数据类型分别定义不同的版本,例如:

1、数量指标指数和质量指标指数,是按其()不同划分的。 A、反映对象范围的 B、对比的基期的 C、所表明的经济指标性质的 D、同度量因素的

离子交换树脂（Ionomer）是质子交换膜燃料电池催化层的重要组成部分，它在催化层中的主要作用是作为质子传导相传导质子。本文采用旋转圆盘电极法（RDE），在模拟燃料电池真实的运行环境（模式一）和模拟燃料电池启停环境（模式二）两种模式下，研究了Ionomer对铂碳催化剂电压循环耐久性的影响。通过相同位置透射电镜分析法（IL-TEM），分析了铂碳催化剂经历模式二耐久性测试后的结构变化。研究发现Ionomer的存在可以提高铂碳催化剂的耐久性。在模式一的测试中：添加Ionomer后，其氧还原半波电位下降值?E从23 mV下降至11 mV；没有发生碳的腐蚀，Pt颗粒的长大是催化剂性能下降的主要原因；Ionomer的存在延缓了Pt电化学比表面积（ECSA）的降低从而有利于保持Pt的活性。在模式二的测试中：添加Ionomer后，其氧还原半波电位下降值?E从25 mV下降至5 mV，除了铂颗粒长大外还发生了载体碳的腐蚀；Ionomer的存在同样可以保持Pt的活性；IL-TEM分析可以看到明显的铂颗粒长大和碳腐蚀，碳载体的腐蚀造成铂的严重流失和团聚。含Nafion的催化剂中铂颗粒平均粒径从2.7 nm增加到了3.76 nm，不含Nafion的催化剂中的铂颗粒平均粒径从2.44 nm增加到了4.19 nm

1.1功率电子线路概述 作用:高效地实现能量变换和控制。 种类: 根据应用领域和处理对象不同 (1)功率放大电路:放大器的一类。用于通信、音像等电子设备。 (2)电源变换电路:对电源能量进行特定变换。用于电源设备、电子系统、工业控制

一、向量范数/ vector norms 定义R空间的向量范数‖·‖对任意元,满足下列条件: (1)‖x|≥0;‖x‖=0令x=0(正定性/ positive definite*) (2)‖ax=|alx对任意a∈C(齐次性/ homogeneous+) (3)‖x+yS‖x+‖列(三角不等式/ triangle

高强度低合金钢中Nb、V和Ti等微合金化元素的纳米析出相对于调控钢的组织和性能具有重要作用，它可以确保钢基体同时拥有较高的力学性能和较强的耐蚀性能。本文基于国内外最新研究现状，系统阐述了纳米析出相在高强度低合金钢中的存在形态以及其对钢中氢扩散、均匀腐蚀、应力腐蚀开裂以及各类氢损伤等腐蚀行为的影响规律和机制。研究表明，纳米析出相对钢基体腐蚀行为的影响受其尺寸、数量和分布状态的控制。细小且与基体共格或半共格的纳米析出相不仅可以通过改善钢的微观组织（包括亚结构）提高耐蚀性能，其导致的不可逆氢陷阱及对氢扩散的强烈抑制作用还可以极大提高抗应力腐蚀和各类氢损伤的能力。而大尺寸的非共格析出相则可能恶化钢基体的耐蚀性能和促进氢损伤。最后展望了目前关注较少的纳米析出相对腐蚀疲劳影响的相关研究。明确纳米析出相对高强度低合金钢腐蚀行为的影响规律与机制将有助于更高品质耐蚀钢的开发和应用

一、当今世界社会主义的新变化和新特点 1.当今世界社会主义的新变化 (1)执政的共产党对什么是社会主义,怎样建设社会主义问题的认识有了很大进步,变得更加成熟了。 ①社会主义、共产主义在实现的时间上“由近变远”、“由短变长”了。 ②对社会主义发展阶段的认识更符合实际,“由高变低”、“由虚变实”了

在“全面预算”中,介绍了整个经营活动的总目标控制全面预算。本 章则讨论对总目标即总预算的分解,从而进行分头管理。这种“分头管理”是 通过一个个“责任中心”去完成的,而对每个责任中心业绩的考核就是通过责 任会计( Responsibility Accounting)来进行的。那么,到底什么是责任会计呢? 本章将围绕责任会计的概念、作用,责任会计的基本原则,责任会计的基本内 容,责任中心的绩效考核与报告,以及内部转移价格等一系列问题进行阐述

因为数值的精度受每次操作所保留的数位的限制,所以数值的任何运算都会引入舍入误 差,重复的多次数值运算会造成累积误差。而对符号表达式的运算是非常准确的,因为它们不 需要进行数值运算,所以无舍入误差。对符号运算结果用函数eval或 numeric,仅在结果转换 时会引入舍入误差