钢弦频率计的数学模型与误差分析

叙述了钢弦频率计的基本原理及实测频率与对应压力的标定过程和转换模型。作者结合自行研制的钢弦频率计，介绍了在频率、压力转换过程中必须使用的数学模型的建立及其误差分析。实现钢弦频率计振弦的工作区域由特性曲线的线性区移动至非线性区，即保证了钢弦频率计的测量精度，又提高了其灵敏度。从而使该智能化的钢弦频率计的测量功能及误差指标都很好地满足了工矿企业的测量要求。     

新型大学校园用水系统的优化分析——以东北大学为例

用SFA法分析了东北大学的用水结构和用水现状.结果显示,当前东北大学人均用水量为1067t/a,循环用水量少,水质污染主要是悬浮物和氮磷污染物,经简单处理后可直接回用.基于校园内各部门水量水质监测,提出一种可行的优化方案,实现人均用水量减低到921t/a,可节约总用水量的137%,人均排水量减至867t/a;若推广至全国所有高校,总节水量约784×Mt/a,节水效果显著,减少了环境污染和水处理成本.     

行波型旋转超声电机定子振动特性仿真

为了了解定子直径为60 mm的行波型旋转超声电机定子的振动特性,采用有限元分析的方法,在有限元软件ANSYS10.0中对其进行了模态、谐响应、瞬态仿真分析.得到了其模态频率及振型;振幅及阻抗随频率的变化关系;定子齿端质点的椭圆运动轨迹的形成过程,及其输入电流随时间的变化规律.     

2009年法国羽毛球公开赛李宗伟VS陶菲克技术运用对比分析

2009年法国羽毛球公开赛,即羽毛球超级联赛法国站的比赛,其男子单打的半决赛是印尼的陶菲克对阵马来西亚的李宗伟,他们的技战术风格为羽毛球界所推崇。本文就该场比赛的技术运用通过录像观察法做了统计分析,旨在为羽毛球爱好者和中国羽毛球队为提高其水平,为以后的训练和比赛提供有益的借鉴和参考。     

混杂纤维混凝土动力特性的试验研究

混杂纤维混凝土是高性能混凝土的一种重要形式,本文研究探索了钢纤维与粗合成纤维混杂构成的纤维混凝土的动力特性,并基于试验结果,分析了混杂纤维的增强机理。结果表明：混杂纤维混凝土的初裂、破坏冲击次数及冲击韧性比单一纤维混凝土分别提高了0．2～0．4、1．0～4．0和1．0～2．0倍,表明两种纤维具有良好的协同效应,同时,数理统计分析方法可以较客观、全面地反映混杂纤维混凝土的动力特性。     

混合结构现浇混凝土楼板45°斜裂缝控制研究

针对目前混合结构房屋现浇混凝土楼板中大量出现的45°斜裂缝进行了理论分析和有限元分析,证实了斜裂缝分布在45°区域的主要原因除了温差之外,还有混凝土的收缩,并提出有效的控制建议.     

隔震曲线梁桥的地震响应

根据隔震曲线梁桥的特点,利用两个正交的非线性水平弹簧单元来模拟铅芯橡胶支座的双向非线性特性,基于大型有限元分析软件SAP2000,选取强震记录作为地震输入,考虑了曲线梁桥自身特性的影响,建立了隔震与无隔震曲线梁桥的空间有限元模型,并进行了双向地震动作用下的地震响应分析.结果表明:铅芯橡胶支座不仅可以有效地降低曲线梁桥的地震响应,还有助于减少曲率半径对曲线梁桥地震响应的影响.为曲线梁桥减隔震设计的深入和桥梁结构抗震安全性的提高提供了依据和参考.     

普通小麦正常小穗数与基部退化小穗数之间的相关性研究

对2个普通小麦品种群体及5个杂种组合后代群体植株各穗子的正常小穗数(x1)和基部退化小穗数(x2)之间的相关性、退化小穗数比率在株间和株内变异进行了研究。相关分析表明正常小穗数与退化小穗数之间存在极显著的负相关性,即当退化小穗数增加时,正常小穗数有极显著减少的趋势。方差分析表明,发育差异和遗传差异对退化小穗比率影响均很大,要减少退化小穗比率应同时考虑发育和遗传两个因素。     

整体叶盘结构叶片弹性变形规律及其对风扇气动性能的影响

以某先进三级风扇为例,通过三维计算及试验数据分析,对比研究了整体叶盘结构及盘榫结构的不同弹性特征;分析了整体叶盘结构叶片弹性变形角变化量随叶高、相对换算转速变化的特点;阐述了弹性变形角对风扇气动性能的影响;探讨了整体叶盘结构风扇叶片的气动设计方法。试验及三维计算结果表明,整体叶盘结构的弹性变形量小于盘榫结构叶片,弹性变形角随叶高及转速呈非线性变化;应用整体叶盘结构叶片气动设计方法后,在设计转速工作点流量相对增加了1.92%,效率相对提升了0.1%,风扇性能得到明显改善。     

基于径向基神经网络的Delta机器人位置精度补偿

针对Delta并联机器人末端控制精度问题,提出一种基于RBF的提高Delta并联机构运动学控制精度的方法。首先对Delta并联机器人的运动学逆解进行分析,探讨了影响控制精度的因素和现有提高控制精度方法的局限性。其次,求解Delta并联机器人的工作空间,结合实际工作,通过试验采集训练样本。以末端实际位置为输入样本,末端的期望位置与实际位置之差为输出样本,进行RBF神经网络模型训练,得到末端实际位置与位置偏差之间的非线性映射关系,基于此设计位置补偿策略。最后,在Delta机器人平台上进行实验验证,使用训练好的RBF网络结合运动学逆解,对Delta机器人末端进行轨迹跟踪控制。实验结果表明,末端控制误差由±30mm减小到±5mm,有效的减少了末端位置误差,为Delta机器人精准控制提供了一种简单易行的方法。