考虑应变软化厚壁圆筒受外压作用统一极限解

为了解混凝土或岩石类材料厚壁圆筒受外压作用的承载特性,根据俞茂宏的统一强度理论,考虑材料的应变软化特性,得到了适合应变软化材料的统一强度准则,并据此推导出了混凝土或岩石类材料厚壁圆筒受外压作用的弹性与塑性极限荷载公式.还详细讨论了厚壁圆筒外半径与内半径比、反映中间主剪应力作用以及相应面上的正应力作用对材料破坏影响程度的系数、材料的拉压强度比以及损伤参量等对圆筒极限荷载的影响,得到了一些可供工程设计参考的重要结果.     

现代操作系统下的高可用集群系统概述

在现代操作系统下实现高可用集群计算机系统,提供及时、不间断的服务.将不同服务器放置在不同地点,避免发生意外时服务完全中断、重要数据丢失.     

常温下固体颗粒层过滤除尘技术

在常温下,采用固体颗粒层进行过滤除尘的实验研究,并对实验结果进行分析,探索了过滤介质粒径、过滤层厚度和过滤速度对除尘效率和床层压力差的影响.根据实验结果,确定了最佳的过滤介质粒径、过滤层厚度和过滤速度.     

机器人结构参数辨识的两步法及其仿真

实际机器人模型同控制器中机器人模型之间的偏差影响了机器人的精度,可用标定方法校正此偏差。传统的单点标定方法,能简化标定操作但仍需测量设备,不利于现场标定。改进了单点标定方法,提出了一种现场应用中无需测量设备的单点两步标定新方法,即先标定出机器人结构参数对某一长度参数的相对值和关节码盘初始安装偏差,基于两点距离模型标定出此长度参数,得到所有的机器人实际结构参数。基于机械分析仿真平台—InteMech,设计了一套仿真试验方法,并给出了一个仿真实例。仿真试验表明该方法完全适合于机器人标定。标定模型基于D-H参数建模,通用性强,可扩展到多自由度机器人的标定。     

超声辐照对有机相脂肪酶催化酯化反应的促进

探讨了超声辐照对有机相中脂肪酶催化有机硅醇与脂肪酸酯化反应的促进作用, 系统地研究了超声功率、 超声作用方式、 底物脂肪酸的碳链长、 反应体系的水活度等对超声辐照促进有机相脂肪酶催化酯化反应的影响. 研究表明, 适宜的超声辐照可显著提高有机相脂肪酶催化酯化反应的速度; 底物的碳链越长、 反应体系的水活度越大, 超声对酶催化酯化反应的促进作用就越明显.     

无托槽隐形正畸矫治器牙模轻量化

为了降低无托槽隐形正畸矫治器的制造成本,基于增材制造设计(DfAM)准则对光固化3D打印的树脂牙颌模型进行轻量化研究。运用宏观拓扑优化和介观点阵填充,建立7种优化的牙模,通过ANSYS有限元仿真选取3种最佳的牙模进行3D偏差实验研究,对其在压膜环境下的物理和力学性能进行评估。结果表明,在保证隐形矫治器的制造精度前提下,二维蜂窝点阵填充的牙模相比初始牙模质量降比达到21.67%,是最佳的轻量化设计方案。     

《数学实验》研究性教学探索与实践

文中通过分析开设《数学实验》课程的必要性,结合信息及计算机类学生的创新性人才培养目标,以数学建模竞赛为平台,探索并实践该课程的研究性教学方法,在教学内容、教学模式、教研结合几方面对《数学实验》课程的研究性教学进行探索和实践,试图探索工科课程中开展研究型教学的指导策略和有效途径,以期提高学生的自主学习能力和实践能力,培养具备研究精神、实践能力、开拓能力和国际视野的创新型人才。     

小方坯端面标识设备写字机构的动态特性分析

为保证小方坯端面标识设备的性能,对决定其性能的写字机构的动态特性进行了仿真分析.首先,运用Pro/Engineer建立写字机构的模型;然后,采用有限元分析软件ANSYS对写字机构进行模态分析,得出写字机构的前7阶模态固有频率和相应振型;最后,利用Pro/Engineer软件中的Mechanism模块对写字机构进行运动学分析.通过分析为写字机构的改进提供了依据.     

一种简易的LFM脉冲雷达动目标检测方法

采用脉冲压缩与DMTI以及FFT滤波器组级联的信号处理方案,实现线性调频(LFM)脉冲雷达的动目标检测.先将LFM回波信号进行脉冲压缩,再采用数字动目标显示(DMTI)技术进行一次对消以抵消固定杂波,然后用FFT滤波器组对动杂波进行抑制并改善低速目标的信噪比.仿真结果表明:与单纯采用DMTI技术相比,系统输出信噪比明显提高;与单纯采用FFT滤波器组相比,级联DMTI后,地杂波被大幅度抑制,低速目标输出信噪比有所下降,高速目标输出信噪比进一步提高.     

基于支持向量机和条件随机场的MR图像分割

研究针对颅内各组织的MRI图像的新型分割算法.利用支持向量机(support vector machine, SVM)在解决高维及非线性问题的优势和条件随机场(conditional random field, CRF)有效学习数据之间局部依赖关系的优势,将SVM与CRF相结合,提出了多分类的支持向量机条件随机场分割算法(SVM-CRF),并应用于MR图像中各脑组织的分割.实验结果显示,对于较易识别的脑脊液,SVM-CRF算法比SVM算法和CRF算法的分割精度分别提高了1.83%和5.81%;对于较难识别的骨松质,SVM-CRF算法比SVM算法和CRF算法的分割精度分别提高了1.84%和7.60%.理论分析与实验结果表明,SVM-CRF算法的分割精度均明显优于SVM和CRF算法,并且对于较难识别的组织,该算法的优势更能得以体现.