点击切换搜索课件文库搜索结果(10007)
文档格式:PPT 文档大小:93KB 文档页数:2
目录 第1章概论 第2章简单程序设计 第3章结构控制语句 第4章函数 第5章数据顺序存储结构及应用 第6章指钍 第7章数据的链式存储及应用 第8章树的存储结构及应用 第9章查找与排序算法 第10章位运算 第11章文件
文档格式:PDF 文档大小:1.07MB 文档页数:8
电弧炉炼钢以废钢为基本原料,熔清后磷含量波动大,且受炉型结构限制,反应动力学条件差,深脱磷困难;全废钢冶炼熔清碳含量低,熔池内C–O反应缺乏,气泡产生数量少;且吹氧强化搅拌造成渣中FeO含量高、钢液易过氧化。电弧炉熔池内气–固喷吹冶炼新工艺,通过向熔池内部直接喷射石灰粉或碳粉,有效解决上述问题。本文通过数值模拟和水力学模拟实验研究了金属熔池内埋入式气体喷吹和气–固喷吹的冲击特征规律。熔池内射流水平和竖直冲击深度随气体喷吹流量增加而增加,而当气体喷吹流量一定时,随着喷枪安装角度的增大,熔池内射流竖直冲击深度增加,而水平冲击深度减少。同时发现,粉剂颗粒提高了气体射流的冲击动能,增加了气体射流的冲击穿透深度
文档格式:DOC 文档大小:28.5KB 文档页数:2
案例21戴尔供应链管理的谜团 尽管戴尔被近日的“邮件门”事件弄得有些纷扰,但这并不妨碍它继续我行我素地 行着别人难以模仿的直销、标准化以及独到的供应链管理。 从表面看,戴尔通过电话、网络以及面对面地接触,和顾客建立起直接的沟通和服务 支持渠道。通过网络平台,利用电子数据交换连接,戴尔使上游的零件供应商能够及时准 确地知道公司所需零件的数量和时间,从而大大降低库存
文档格式:PDF 文档大小:1.68MB 文档页数:16
在阐述炼钢厂多尺度建模与协同制造技术架构的基础上,分别从单体工序尺度、车间区段尺度与炼钢厂运行尺度开展了炼钢厂协同制造的研究。从工序/装置过程控制系统(PCS)到炼钢厂制造执行系统(MES)进行了较为系统的建模研发,构建了包括转炉工序、精炼工序与连铸工序在内的工序工艺控制模型以及以生产计划与调度模型为核心的物质流运行优化模型,并通过工序工艺控制和生产计划与调度的动态协同,实现了炼钢厂多工序/装置的高效运行。研发了炼钢?连铸过程工序工艺控制模型、生产计划与调度模型同MES之间的数据接口,实现了MES与生产工艺控制、流程运行控制、生产计划与调度系统的有机融合,形成了以机理模型与数据模型协同驱动的工艺精准控制、多工序协同运行、基于“规则+算法”的生产计划与调度为支撑的炼钢?连铸过程集成制造技术,通过多层级的纵向协同与多工序的横向协同,实现了炼钢厂的协同运行与控制。研究成果是炼钢?连铸过程智能制造的有益探索与实践,对流程工业智能制造企业具有很强的参考价值,对冶金工业绿色化、智能化发展具有示范与借鉴作用。应用后,明显提升了炼钢厂的协同制造水平,取得了显著的经济与社会效益
文档格式:PDF 文档大小:919.45KB 文档页数:8
微震能级随时间发生变化,高能级微震事件与冲击地压有良好的对应关系,为预测矿山微震能量时序变化,基于一维卷积神经网络(Convolutional neural networks,CNN),建立微震能级时间序列预测模型;通过模型训练,实现以前十次微震事件的能量级别作为输入来预测下一次微震事件的能量级别。由于微震样本数据类间不平衡问题,导致模型测试时将106能量级别的微震事件全部判断为105能量级别的微震事件,为进一步提高模型对106能级微震事件预测的准确率,对模型进行改进并使用混合采样方法训练改进后的模型;利用砚北煤矿250202工作面微震能级实测部分数据,改进后模型的总体测试正确率达到98.4%,其中106能量级别的微震事件测试正确率提升到99%。将模型应用于砚北煤矿250202工作面进行微震能级时序预测,模型的预测正确率整体达到93.5%,且对高能级微震事件的预测正确率接近100%
文档格式:DOC 文档大小:60KB 文档页数:6
第五章电子商务物流 一、名词解释 1电子商务 2数字证书 3智能卡 4加密 5域名 6电子数据交换 7电子定货系统
文档格式:DOC 文档大小:45.5KB 文档页数:4
脉冲与数字电路实验是一门实践性很强的课程。通过实验培养学生掌握脉 冲与数字电路实验的技能,掌握集成电路的使用规则和实验电路的布线方法。 要求学生在实验原理指导下,熟悉和掌握常用中、大规模集成电路的功能和在 实际中应用的方法,具备基本电路的设计能力。培养学生检查与排除电路故 障、分析和处理实验结果、分析误差和撰写实验报告的能力;培养学生具备正 确使用双踪示波器、脉冲信号发生器、数字频率计等常用电子仪器的能力;培 养学生工程设计和组织实验的能力,使学生初步掌握小型数字系统的设计,包 括选择设计方案、进行电路的设计、安装、调试等环节
文档格式:PDF 文档大小:4.75MB 文档页数:7
高含泥尾矿由于其屈服应力大的特点,流动性能差,不利于管道输送.为改善流动性能,设计流变特性试验,对泵送剂影响高含泥膏体流变特性的机理进行分析.研究结果表明,膏体在不同泵送剂添加量情况下,浆体质量分数与屈服应力之间存在显著的线性关系.对该线性函数作进一步分析,发现泵送剂添加量与该函数的截距和斜率之间存在显著的指数关系.最终得出不同泵送剂添加量和浆体质量分数情况下的屈服应力预测函数,能够有效表征泵送剂对高含泥膏体流变特性的影响,有利于泵送剂添加量的预测与膏体流动性能的控制.基于上述预测模型,提出泵送剂对高含泥膏体流变特性的影响机理.通过环境扫描电镜(ESEM)发现泵送剂破坏了絮团结构,添加量在1%左右时破坏最明显.泵送剂使得絮团尺寸变小,进而造成屈服应力的降低;后期由于絮团间距增加,絮团间的作用力削弱,絮团结构破坏速度放缓,与理论分析一致
文档格式:DOC 文档大小:1.72MB 文档页数:67
(一)最佳选择题 1.描述一组偏态分布资料的变异度,以()指标较好。 A.全距 B.标准差 C.变异系数 D.四分位数间距 E.方差 2.用均数和标准差可以全面描述()资料的特征。 A.正偏态分布 B.负偏态分布 C.正态分布 D.对称分布
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792793794795796797798799下页末页
热门关键字
搜索一下,找到相关课件或文库资源 10007 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有