基于ISM与FMECA的加工中心故障分析

故障分析是实现加工中心可靠性水平增长的重要环节,因此提高故障分析的准确性至关重要.鉴于此,本文首先充分考虑加工中心故障子系统间影响关系,基于ISM法构建递阶结构模型,使得关联故障子系统间复杂影响关系层次化,以求得深层故障子系统,确定可靠性改进薄弱环节.其次对所得薄弱环节进行FMECA分析,进而确定关键故障模式,为提高加工中心可靠性奠定基础.最后以某系列加工中心现场故障数据为研究对象进行实例研究,证明了ISM和FMECA法在加工中心故障分析中的准确有效性.     

采空区下部煤层巷道掘进支护工艺

掘进巷道的支护工艺的合理性是确保掘进安全的关键,长期以来,采空区下部煤层巷道掘进支护一般采用单一的锚杆网索支护,安全得不到有效保障,文章以登茂通煤业公司2号煤采空区下部巷道掘进支护为例,通过对采空区下部煤层巷道掘进采用联合支护工艺的成功实践,为类似条件下的巷道掘进提供了很好的借鉴和经验。     

以视物变形为首诊的视网膜脱离

目的:分析以视物变形为首诊的视网膜脱离患者误诊原因及治疗效果。方法:回顾性分析2009年1月-2009年12月间67例以视物变形首诊的患者。进行详细病史再询问、详细眼底检查、B超或造影后得出最后诊断并进行手术治疗。结果:67例(67眼)以视物变形首诊患者中视网膜脱离8例(8眼,11.9%),中心性浆液性脉络膜视网膜炎29例(29眼,43.3%),黄斑水肿(10眼,14.9%),老年性黄斑变性(20眼,29.9%)。8例视网膜脱离误诊为中心性浆液性脉络膜视网膜炎(n=4,50%),视网膜色素变性(n=2,25%),黄斑水肿(n=2,25%)。8例视网膜脱离均进行了视网膜手术,术后B超复查视网膜平坦,术后矫正视力均好转(100%,P<0.01)。结论:症状不典型的视网膜脱离容易被误诊,系统的眼部检查和详细鉴别诊断可减少误诊。     

天女木兰硬枝扦插繁殖初步研究

运用正交试验方法,对天女木兰进行硬枝扦插繁殖试验,结果表明,插穗类型是影响扦插生根的主要因素,扦插基质次之.最佳的组合结果:2 a生枝条作插穗、V(珍珠岩)∶V(草炭土)=1∶1为基质、200 mg/L ABT1生根粉浸根4 h.这种组合生根率达46.7%,生根效果最好.     

π干涉学中拟合参数可靠度的分析

分析高能核核碰撞中的π干涉学的拟合参数—源的半径、寿命和相干参数之间的关系,以及q0截断对半径的影响和4π数据对寿命不敏感的原因.     

天女木兰研究现状及保育对策

概述了天女木兰的地理分布、生物学和生态学特性、繁殖技术、经济价值及开发利用等方面的研究现状,指出了天女木兰应用和研究中存在的问题,提出了对天女木兰保育和开发利用的策略.     

基于MATLAB的数值求导

数值微分作为一个典型的反问题,在Hadamard意义下是不适定的,即在求导中函数的微小扰动就可能导致计算上很大的误差.本文基于连续的Tikhonov正则化方法,讨论了用离散正则化方法处理数值求导的有关理论和技术问题包括离散正则解的收敛性、稳定性和在原始数据的误差水平已知和未知的情况下的正则参数选取问题,给出了稳定的和有效的算法,并在Matlab环境下加以实现,进行了成功的数值试验和对比试验研究.     

我国教育经济与管理专业硕士研究生培养的探讨

在明确教育经济与管理硕士研究生培养目标的基础上,阐述教育经济与管理硕士生培养存在的若干问题,分析原因,进一步提出优化培养方案的建议。     

纳米ZnO去除CH3 SH性能的研究

在常温、常压条件下,考察了平均粒径分别为14.3 nm,21.2 nm,24.1 nm,35.3 nm的ZnO和商品ZnO(约200 nm)对CH3SH的去除性能,通过FTIR和XPS等技术对脱硫反应后的试样进行了表征.结果表明,CH3SH主要以分子形式吸附于纳米ZnO表面,并随纳米ZnO粒径的减小,吸附在纳米ZnO表面上CH3SH的FTIR特征峰和硫物种XPS特征峰逐渐增强,CH3SH在纳米ZnO表面进一步脱质子,反应活性逐渐增大,脱硫性能逐渐提高.说明纳米ZnO的表面结构是影响脱硫性能的主要因素.     

室内定位中K-means聚类算法奇异值的优化处理

针对室内定位聚类算法中的奇异值出现较多的场景,按照以往聚类算法大多将其删除或替代为聚类平均值,这往往使得奇异值附近的定位误差陡增。研究采集阶段接入点(acess point,AP)端加入嵌入式滤波处理单元,采用格拉布斯(Grubbs)准则处理采集的信号以减少检测奇异值;然后在定位运算中改进了K-means聚类算法。首先根据模型函数鉴别运算中产生的奇异值,将奇异值线性化处理后由支持向量机(sport vector machine,SVM)对于奇异点进行分类;再将其进行K-means聚类划分。在不剔除奇异值的情况下,使得定位区域中的参考点合理利用,从而提高了整体累计误差的置信水平。研究中将剔除奇异值的K-means聚类算法作为比较对象,实验中采用美国Signal Hound公司的SA44B型频谱仪测量接收机组成传感器网络,可以使得K-means聚类算法的定位精度提高11.3%,证明在实际定位应用中是很有效的。