杨氏模量测定仪调节方法的改进

本文介绍了一种调节杨氏模量测定仪的实用方法,简单易学,效果良好。     

新型杨氏模量实验仪的研制

对原有的杨氏模量测定实验仪存在望远镜调节困难、光杠杆镜易碰下打破镜子、刻度标尺不够明亮的问题进行了分析,针对这些问题提出了相应的改进措施,取得很好的效果.     

杨氏模量测定及误差计算

杨氏模量的测定是大学物理实验中一个基本实验项目。本文简要介绍了杨氏模量的一种测定方法——伸长法，并给出了误差的计算方法。     

杨氏模量测定及误差计算

杨氏模量的测定是大学物理实验中一个基本实验项目。本文简要介绍了杨氏模量的一种测定方法——伸长法,并给出了误差的计算方法。     

杨氏模量测量实验的仪器调节技巧与设施改进

在拉伸法测量杨氏模量实验中,主要利用了光学放大原理测量微小长度,异号法减小系统误差,逐差法处理实验数据,非等精度测量的实验误差处理等。学生在具体实验操作过程中,会遇到仪器调节困难,光路调节不熟练,仪器调节和测量过程中,突发问题较多,环境光照强度对望远镜系统成像有诸多干扰等问题。主要列举出现以上各种状况所对应的实验现象,分析产生各种现象的原因,并提出调整方案,并适当提供仪器和调整方法的改进措施,有助于节省操作时间,提高实验效率,提升教学效果。     

杨氏模量实验的教学探讨

本文分析了杨氏模量实验教学中的问题,根据我院的特点,对提高杨氏模量实验教学质量的方法进行了探讨。     

拉伸法测金属杨氏模量实验的改进

传统的拉伸法测金属杨氏模量实验、实验过程不够科学、实验仪器不便调节等缺点，方法和过程适当地进行完善，克服了以上缺点，存在着实验条件难以保证、实验方法不够完善、该文用游标卡尺对实验装置进行改进，并对实验提高了实验精度。     

"杨氏模量测定仪"的调节中容易忽视的问题及解决办法

结合实验教学，讨论了“杨氏模量测定仪”装置存在的一个容量被大家忽视的重要问题－－“杨氏模量测定仪”立柱的铅直，阐述了对现有仪器的调节方法，并提出了对“杨氏模量测定仪”装置的改进建议。     

微波测量金属丝杨氏模量

杨氏模量是衡量固体材料抵抗变形能力的一个重要的参量,它是设计中选定机械构件时的一个重要依据.测量金属丝杨氏模量的关键在于测量金属丝在拉力作用下的微小伸长量?L.本文利用微波干涉可以比较精确的测量微小长度变化这一特点,在微波分光计上测量了铁丝的杨氏模量(E=1.9×1011N/㎡),相对误差4%.     

平面镜的平移对杨氏模量影响的讨论

利用静力拉伸法测量杨氏模量是一个经典的实验,测量仪的组件——光杠杆的平面镜与两前尖处于同一竖直平面内,后尖足既细又长,使得光杠杆的重心处于支承面的边缘线上,这是一种典型的不稳定结构,在测量过程中存在光杠杆容易翻落摔坏的隐患,当把平面镜的位置平移后可改变不稳定结构的状况。为此对光杠杆平面镜位置平移前后的光路进行分析,讨论它对测量杨氏模量的影响。     

自由振动法测量材料杨氏模量

根据振动理论，给出了悬臂梁自由振动的周期与材料杨氏模量的关系，并设计了一种测量材料杨氏模量的实验装置，该装置的测量精度比传统的静态拉伸法高一个数量级。     

伸长法测金属丝杨氏模量实验的改进

自制了一种测量微小位移的传感器，用于测量金属丝的伸长量，进而测出其杨氏模量，和传统的测量杨氏模量的其它方法相比较，这种方法是一种电测法，明显、直观、误差小，具有极大的优越性。     

基于小波变换的模极大值降噪法的实现及改进

传统的模极大值序列处理方法虽然可以保留信号特征,但降噪后的信号在奇异点有毛刺和轻微的振荡.模极大值序列的改进方法是对模极大值序列进行软阀值处理,由于软阈值函数是连续的,所以降噪信号会更加光滑.通过MATLAB仿真实验说明,改进方法能有效地改善毛刺和振荡现象.     

用自洽方法计算混凝土的弹性模量

用自洽方法得到了混凝土弹性模量的均质化计算公式，该方法可以同时满足平衡条件和连续性条件。对砂浆的弹性模量进行了数值计算，其结果与试验结果符合较好；对混凝土的弹性模量采用两种不同的计算模型进行了计算。计算结果表明，第1种模型的结果与试验结果的符合程度较第2种模型稍高。证明了用自洽方法计算混凝土或砂浆的弹性模量是可行的。     

关于导数最大模的一个改进

给出了导数最大模的估计式的一个改进.     

杨氏弹性模量的研究

测杨氏弹性模量一般都采用光杠杆法,本文介绍用电学的方法测杨氏弹性模量。     

电阻应变测试法在GFRP杆件弹性模量测试中的应用

目前GFRP杆件材性测试相关规范还不完备,特别是采用电测法测试GFRP杆件弹性模量缺少相关资料.采用电阻应变测试法对GFRP杆件的弹性模量测量进行了尝试,结果表明,采用50 mm以上电阻应变片可以有效得到弹性模量测试结果.     

一类神经网络整定PID参数的非线性系统解耦方法

对具体非线性系统有不同的解耦方法，如模糊解耦、神经网络解耦等。因神经网络有自学习功能以及对参数摄动的不敏感，故对某些特殊的非线性系统采用神经网络解耦作为补偿器进行输入输出解耦，能够获得较强的鲁棒性。首先介绍了神经网络解耦的一般结构，然后给出了递归多层神经网络的学习方法。针对一类非线性系统设计了一类基于递归多层神经网络整定PID参数的多变量非线性系统的解耦控制器。从仿真可以看出，对于文中所给出的非线性系统，这种递归多层神经网络的解耦控制器对于输入输出解耦是可行的。     

对代表性差异分析方法的改进

对常用的代表性差异分析(RDA)方法进行了改进.利用模式系统进行的实验结果表明:改进后的RDA方法不仅保留了原有的优点,而且大大降低了实验成本,简化了实验操作,只需1周即可完成原本需要3周的实验操作,增强了该技术的实用性.