3.1动量守恒定律与动量定理 3.2质心运动定理 3.3变质量物体的运动

§11.0 本章导读 §11.1 动载荷概述 §11.2 惯性载荷 §11.3 冲击载荷 §11.4 交变载荷与疲劳强度

如果在图4―12差动放大器的两个输入端加上一对 大小相等、相位相同的共模信号，即Ui1 =Ui2 =Uic,由图 可知，此时两管的射极将产生相同的变化电流ΔiE，使 得流过RE的变化电流为2ΔiE，从而引起两管射极电位 有2 RE Δ iE的变化。因此，从电压等效的观点看，相当 每管的射极各接有2 RE的电阻

分析：由于鸟与飞机之间的作用是一短暂时间内急剧变化的变力，直接应 用牛顿定律解决受力问题是不可能的。如果考虑力的时间累积效果，运用 动量定理来分析，就可避免作用过程中的细节情况。由于飞机的状态变化 不知道，可讨论鸟的状态变化来分析其受力，并根据力作用的相互性，问 题得到解决

肉的形态结构和化学组成、宰后肉的变化及其新鲜度检验、肉品贮藏卫生、蛋与蛋制品的卫生检验

在数值分析与实际变形分析的基础上,探讨复合开采影响下岩体内部的应力变化特点.由于在地下与露天复合开采作用下,岩体变形的叠加作用机制与变化特征取决于2种采矿的各自开挖量;当边坡角较小时,岩体变形更多地表现出地下采动特性,而在相同地下采动影响下,随着露天边坡角增大,其相应的变形范围和变形深度均增大;2种开挖量大小直接影响各单元体主应力矢量大小和方向,并且其中每个开挖量的变化都将使岩体产生不同的破坏特点和滑移机制

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

快速(真空)变压吸附循环周期较短,床层压力周期性变化快,使吸附床内流动及传热传质特性变化较大,本文研究吸附及解吸压力对快速变压吸附制氧床内速度及循环性能的影响.快速变压吸附(rapid pressure swing adsorption,RPSA)循环中原料气充压阶段气流速度远大于顺流的气体流速极限值,快速真空变压吸附(rapid vacuum pressure swing adsorption,RVPSA)循环中原料气充压阶段气流速度略大于顺流的气体流速极限值,而RPSA循环和RVPSA循环中放空降压阶段气流速度均较大.在所研究的吸附和解吸压力范围内,RPSA循环和RVPSA循环中气体温度在循环周期内变化均约为10℃,而RVPSA循环中气体温度在循环周期内温度梯度更大.RPSA循环中吸附压力越高,氧气回收率越高,床层因子越小;而RVPSA循环中解吸压力越低,氧气回收率越高,床层因子越小

本书在风力机的空气动力学原理和能量转换原理的基础上，系统地介绍了定桨距风力发电机组、变桨距风力发电机组、变速风力发电机组的基本控制要求与控制策略；介绍了风力发电机组的软并网技术、变桨距技术和变速风力发电机组在实现对最佳功率曲线的跟踪过程中的各种控制和处理方法。在介绍变速风力发电机组控制技术的基础上，对基于模糊逻辑控制和神经网络的智能控制系统也作了简要介绍。最后介绍了对电力电子器件引入谐波和变功率因素问题的控制方案。由于风力发电机组的控制主要是对风轮的转速和输入功率进行控制，这些都涉及到风轮的能量转换过程及与之密切相关的空气动力学问题。为此先在第二章中对风力机的基础理论作一简要介绍。此后为了循序渐进，先介绍定桨距风力发电机组和变桨距风力发电机组的控制技术，以及与控制技术密切相关的伺服系统。在此基础上介绍变速风力发电机组的控制技术，讨论各种控制策略、处理方法及模拟试验结果

第二章热力学第二定律 1.12自发变化的共同特征 自发变化某种变化有自动发生的趋势,一旦发生就无需借助外力,可以自动进行,这种变化称为自发变化。 自发变化的共同特征一不可逆性任何自发变化的逆 过程是不能自动进行的。例如: (1)焦耳热功当量中功自动转变成热; (2)气体向真空膨胀; (3)热量从高温物体传入低温物体; (4)浓度不等的溶液混合均匀; (5)锌片与硫酸铜的置换反应等, 它们的逆过程都不能自动进行。当借助外力,体系恢复原状后,会给环境留下不可磨灭的影响