点击切换搜索课件文库搜索结果(9553)
文档格式:PPT 文档大小:3.79MB 文档页数:110
4-1平面弯曲的概念及梁的计算简图 4-2梁的剪力和弯矩 4-3剪力方程和弯矩方程·剪力图和弯矩图 4-4剪力、弯矩与分布荷载集度间的关系及应用 4-5按叠加原理作弯矩图 4-6平面刚架和曲杆的内力图 弯曲内力习题课
文档格式:PPT 文档大小:3.5MB 文档页数:54
透射电子显微镜成像时,电子束是透过样 品成像。由于电子束的穿透能力比较低, 用于透射电子显微镜分析的样品必须很薄 根据样品的原子序数大小不同,一般在 50~500nm之间。制备透射电子显微镜分析 样品的方法很多,这里介绍几种常用的制 样方法
文档格式:DOC 文档大小:46.5KB 文档页数:4
第一条《建设项目环境保护管理办法》第十六条的规定和其他有关文件精神,为指导各 省、自治区、直辖市制定建设项目环境影响评价收费标准,特制定本原则与方法。 第二条建设项目环境影响评价收费标准的目的是:加强评价单位的财务管理,合理收取评 价费用,提高建设项目环境影响评价质量
文档格式:PPT 文档大小:1.08MB 文档页数:88
一、化学反应体系 二、热力学基本方程 三、化学反应的方向与限度 四、为什么化学反应通常不能进行到底 五、化学反应亲和势
文档格式:PPT 文档大小:249KB 文档页数:67
一、施工组织设计的概念 施工组织设计是指导施工项目管理全过程 的规划性的、全局性的技术经济文件。 施工组织设计的基本任务为:为编制投标 文件进行筹划,为合同的谈判与签订提供原 始资料,指导施工准备和施工,从而使施工 企业项目管理的规划与组织、设计与施工、 技术与经济、前方与后方、工程和环境等协 调起来,取得良好的经济效果
文档格式:PDF 文档大小:7.79MB 文档页数:10
针对AP1000核电主管道侧向双管嘴非对称分布的特点, 本文在单轴单向压力机平台上增加提升油缸的运动作用, 提出双管嘴同时挤压成形的新工艺.首先, 分析了双管嘴同时挤压成形的工艺原理并建立了可实现同时成形的上顶杆及提升油缸的速度与管嘴尺寸之间的解析关系.其次, 建立双管嘴同时挤压成形的有限元模型, 分析了同时挤压成形方案的可行性及在避免管嘴处材料撕裂缺陷方面的优势.最后, 从降低成形载荷和关键部位晶粒尺寸以及提高组织均匀性的角度, 分析了坯料温度、挤压速度和摩擦条件三个重要因素的影响规律, 为实施主管道挤压成形提供工艺参考
文档格式:PDF 文档大小:1.14MB 文档页数:9
周期性非均质复合材料具有微观结构特征,需要均匀化理论进行宏观和微观的多尺度分析来研究其性能表现。针对其耐久强度性能,应用塑性极限安定下限定理,特别分析了其在长期交变载荷下的安定状态。结合工程应用目标,提出一种全新的代表性单元边界条件,结合圆锥二次优化算法进行数值计算,可以从材料微结构和组分性能出发,经过弹性应力场求解确定位移边界载荷数值,最终由优化求解得到复合材料板材的面内塑性性能容许域。所求得的应力域以单向应力为基,可根据结构宏观的单向应力状态变化幅值直接进行安定状态与否的判定。通过文中的多个算例,验证了所编写的软件及计算流程的可行性及数值准确性,展示了该方法在工程模型中的应用场合和工程实践意义
文档格式:PDF 文档大小:1.03MB 文档页数:8
建立COREX竖炉三维半周物理模型,模拟竖炉围管粉尘初始堵塞位置及其演变过程,考察鼓风量、排料速度、非工况排料等操作条件对围管粉尘堵塞的影响.模拟结果显示,COREX竖炉围管初始堵塞位置为AGD架梁圆管前方的8#~12#导气槽区域.当导气槽前端填充床内形成粉尘沉积区后,若沉积区向上发展速度大于其随物料向下运动速度,粉尘沉积区向围管方向发展,并逐步堵塞围管导气槽,进而在围管内形成粉尘堆积区.该堆积区在围管内继续发展,使得其堆脚向围管远端运动,从而逐步将远端导气槽堵塞.此外,模拟发现随着排料速度加快及鼓风量增加,围管内不易发生粉尘堵塞.当炉内非工况条件发生时,粉尘堆积的动态平衡被打破,易造成围管内粉尘的堆积堵塞
文档格式:PPT 文档大小:343.5KB 文档页数:78
一、立即寻址方式 格式:n;n为一常数(立即数) 特点:n本身是需要寻找的操作对象。 它紧跟指令存于内存代码段中
文档格式:PDF 文档大小:2.01MB 文档页数:10
针对机器或设备的剩余寿命(Remaining useful life, RUL)预测精度低的问题,提出基于一维卷积神经网络(Convolutional neural network, CNN)和双向长短期记忆(Bidirectional long short-term memory, BD-LSTM)的集成神经网络模型。为了更好地抽取时间序列上的特征,以及产生更多的训练样本,采用滑动窗口对数据进行处理,同时采用卡尔曼滤波对数据进行降噪处理,将数据标准化以及设置RUL标签。与人工提取特征不同,利用一维CNN对数据进行特征提取,并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测,并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性,以及相比于其他机器学习或者深度学习模型的优越性,实验表明所提模型在RUL预测方面更加准确
首页上页789790791792793794795796下页末页
热门关键字
搜索一下,找到相关课件或文库资源 9553 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有