利用Gleeble-1500热模拟试验机对AZ31镁合金在变形温度为250~400℃、变形速率为0.5~3.0s-1下进行热变形模拟实验,得到了AZ31镁合金真实应力-真实应变曲线,并通过光学显微镜观察了试样在变形中的微观组织.结果表明,动态再结晶是该实验条件下晶粒细化的主要机制,变形参数影响了再结晶的程度

鉴别分析是一种进行统计鉴别和分组的技术手段。它可以就一定数量案例的一个分组变量和相应的其他多元变量的已知信息,确定分组与其他多元变量之间 的数量关系,建立鉴别函数(discriminant function)然后便可以利用这一数量 关系对其他已知多元变量信息、但未知分组类型所属的案例进行鉴别分组。沿用 多元回归模型的称谓,在鉴别分析中称分组变量(grouping variable)为因变量, 而用以分组的其他特征变量称为鉴别变量( disciminant variable)或自变量。其 实,这里的自变量并不一定是真正的“原因变量,有时可能倒是真正的“结 果”或“反应”变量

通过建立连铸板坯凝固过程的传热模型和采用实测温度数据进行检验,获得了铸坯温度及坯壳厚度的数据.在此基础上建立了凝固过程的应变分析模型,得到了实际工况条件下坯壳所受的拉应变.结果表明,在正常工况下,连铸坯凝固前沿所受的应变很小,铸坯不会产生内部裂纹;当导辊开口度的偏差大于2 mm时,其引起的应变大于鼓肚应变,且凝固前沿所受的应变大于临界应变,内部裂纹发生的可能性很大.支撑辊对中精度是产生内部裂纹的重要影响因素

采用凸轮式高速形变试验机,压缩端面上带凹槽并在凹槽里充满不同软化温度的玻璃粉作润滑剂的圆柱形试件的方法,其变形温度为850—1150℃,变形速度为5—80S-1,变形程度为Ln(h0/h1)=0—0.6931。对40MnB等四个合金结构钢进行高温高速下塑性变形阻力实验研究。本文不仅提供了40MnB变形阻力计算图表,而且对目前常用变形温度对变形阻力的影响项具有两种不同结构型式的拟合曲线采用非线性回归进行分析比较,提出了拟合精度较高的变形阻力数学模型

将单轴压缩条件下遭受到剪切带(峰值应力之后呈现线性应变软化行为)形式的单一剪切破坏普通混凝土试样的峰后应力-应变曲线斜率的解析解推广为非线性情形.在峰值应力之前,采用Scott模型描述非线性的本构关系.剪切带的非线性应变软化本构关系由导出的最短普通混凝土试样峰后斜率反算.利用得到的峰后本构关系,对其他较长的普通混凝土试样的应力-应变曲线进行了预测.预测的峰后应力-应变曲线依赖于试样的高度,且与实验结果吻合.估算的剪切带内部平均塑性剪切应变远大于在单轴压缩条件下测得的轴向应变的极限值.若测得的峰后应力-应变曲线被视为本构关系,则普通混凝土柱的峰后延性将被极大地低估

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类

针对浙江华能玉环电厂脱硝工程,应用有限元分析方法对烟道结构进行小变形弹性和大变形弹性模拟,对钢结构烟道在实际荷载作用下的力学性能进行了分析,探讨了烟道长度变化对烟道结构应力和变形的影响.考虑大变形影响时,烟道的应力分布均匀,其应力值较不考虑大变形的应力值小5%~50%,烟道长度的变化对应力值的影响不超过20%.结合现场监测验证了数值模拟的可靠性

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

在扫描电镜下原位观察了两种钢的拉伸变形过程，两种钢分别为以铁素体为主、含少量珠光体的纯净高强钢和以珠光体为主、含少量先共析铁素体的车轮钢.纯净钢拉伸时，不论试样厚度满足平面应变与否，均以铁素体的滑移变形为主，并最终导致韧性开裂，裂纹连续扩展，少量的珠光体对整个变形断裂过程几乎没有影响；断口呈现韧窝状.对于车轮钢，当试样厚度很薄不满足平面应变条件时，尽管先共析铁素体很少，拉伸时，仍以先共析铁素体的变形为先导过程，并在先共析铁素体与珠光体的界面处优先开裂，成为不连续微裂纹，断口呈现韧窝和准解理两种混合特征；当试样厚度满足平面应变条件时，则以珠光体中渗碳体片层的脆性开裂为主，断口呈现准解理特征

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