空间力系平衡方程独立性的讨论

空间力系平衡的充要条件为主矢R和主矩L_0均等于零。对于空间直角坐标系可得到六个独立平衡方程,其中三个为力投影式,三个为力矩式。实际计算时还可采用六个力矩式,或五个力矩式加一个力投影式,或四个力矩式加二个力投影式。要保证这三组平衡方程的独立性,必须加上一些限制条件。文献[1]运用矩阵理论阐述了保证空间力系平衡方程独立性的限制条件。我们认为,还可以更简单地通过平衡方程的线性无关来讨论平衡方程的独立性。为此,本文引进由力矩轴方向余弦以及沿力矩轴作用单位力的力矩系数所组成的行列式,来分析空间力系平衡方程独立性的限制条件。     

苹果酸和丁二酸对茶园土壤氟吸附能力及形态分布的影响

通过茶园土壤采样和实验室模拟, 研究苹果酸和丁二酸对茶园土壤外源氟吸附能力和形态分布的影响. 在氟初始浓度较低的条件下（低浓度有机酸 <0.42 mmol/L, 高浓度有机酸<2.1 mmol/L）, 苹果酸和丁二酸对茶园土壤氟的吸附有一定的抑制作用; 在氟初始浓度较高的条件下（低浓度有机酸>0.42 mmol/L, 高浓度有机酸>2.1 mmol/L）, 苹果酸和丁二酸对茶园土壤氟的吸附有增强作用, 且增强作用随吸附液氟初始浓度的增加而增大, 苹果酸比丁二酸的增强作用大. 茶园土壤外源氟大部分以残渣态存在, 其次为水溶态. 不同浓度的苹果酸和丁二酸对茶园土壤外源氟的形态转化有不同影响, 但外源氟进入茶园土壤后形态分布的一般规律为: 残渣态>水溶态>有机态≈铁锰态>交换态.     

通货膨胀下建设项目投资及工期膨胀临界分析

通货膨胀会对建设投资项目的评价决策产生影响,导致净现值减小,内部收益率减小,投资回收期增长,同时也会影响建设项目的投资及工期.文章主要研究了通货膨胀情况下建设项目投资及工期的最大膨胀临界点,通过投资与工期膨胀临界分析,可以根据市场经济的变动动态地考察投资项目承受投资增加和工期拖延的风险能力,为合理安排投资和编制施工进度计划提供科学依据.     

考虑层间应力的复合材料层压板静强度分析

构建了由刚性元、弹簧元和二维板元构成的准三维有限元模型,发展了一种考虑层间应力的、多向层压板静强度分析方法,包括应力分析、失效分析及材料性能退化三个主要部分,能够模拟面内和层间损伤产生、发展直至层压板整体破坏的完整过程,并得到强度值.对两种复合材料层压板进行了实际计算,静强度预测结果与试验结果吻合较好,同时预测并给出了损伤的分布及其在不同载荷下的演变过程.     

基于物元理论的工序相似性识别方法

利用相似工序法构造大量数据样本,针对工序相似性判别问题,提出基于物元理论的相似性识别方法.建立工序相似判别的物元模型,确定经典域和节域,通过计算关联函数值,确定权系数,计算隶属度和隶属判断等步骤,从质量特征相同或相似的多个工序中识别出与期望工序最相近的一组,实现工序相似性识别.结合实际生产进行实例分析,结果表明:与传统的分类方法相比,该方法易于编写程序,减少了人为因素的影响,使评判结果更加合理.     

轧制工艺对TA15钛合金板微观组织及拉伸力学性能的影响

对比研究了采用包套轧制工艺及普通冷轧工艺制备的TA15 钛合金薄板的纵、横向微观组织及室温和高温拉伸力学性能。研究表明：两种工艺获得的钛合金板纵、横向微观组织的物相、尺寸、体积占比相似,纵向维氏硬度较横向的高。热轧工艺与冷轧工艺制备的钛合金板相比,力学性能更加优异、力学性能纵横向差异小、综合性能更好、室温屈服强度更高,呈现出“横向大于纵向、热轧大于冷轧”的对比特征。热轧工艺可弱化织构的方向,使成品钛合金板呈现出“强度高、屈强比大、纵横差小”的拉伸力学性能特性。     

中老年人社区参与对生活满意度的影响机制

社区作为中老年人活动的常驻空间,承载居民日常活动、公共交往等需求,活动参与多样性对中老年人的健康水平具有积极影响。从多维度参与形式出发,基于太原市社区调查数据,构建结构方程模型,对中老年人参与途径与体系进行综合性分析,认识其差异性与关联性,并分析其潜在关系及对生活满意度的影响机制。研究发现,场所依恋可正向调节中老年人的生活满意水平,直接和间接产生总效应值0.595,且场所认同感有助于提高社区参与活力;社区线下参与对生活满意度产生总效应值0.132,线上参与产生总效应值0.059,社区线下参与可影响线上参与,且二者为正向促进关系;人口学变量也可在一定程度上影响中老年人的生活满意度,且影响程度从大到小依次为受教育程度、居住方式、工作类型、年龄、性别。根据研究结果提出中老年人社区参与提升的优化策略,可为城市社区参与活力的激发和提升提供参考。     

我国社会主义市场经济与宏观调控理论

本文从我国社会主义的经济体制分析讲述了社会主义市场宏观调控的必要性,政府宏观调控的必要条件,宏观调控的成效和经验,加强和改善宏观调控体系以推动国民经济又好又快地发展。     

融合多尺度CNN与双向LSTM的唐卡问句分类模型

当前大语言模型的兴起为自然语言处理、搜索引擎、生命科学研究等领域的研究者提供了新思路,但大语言模型存在资源消耗高、推理速度慢,难以在工业场景尤其是垂直领域应用等方面的缺点。针对这一问题,提出了一种多尺度CNN与双向LSTM融合的唐卡问句分类模型,本模型将数据的全局特征与局部特征进行融合实现唐卡问句分类任务,全局特征反映数据的本质特点,局部特征关注数据中易被忽视的部分,将二者以拼接的方式融合以丰富句子的特征表示。通过在Thangka数据集与THUCNews数据集上进行实验,结果表明,本模型相较于Bert模型在精确度上略优,在训练时间上缩短了1/20,运算推理时间缩短了1/3。在公开数据集上的实验表明,本模型在文本分类任务上也表现出了较好的适用性和有效性。