综合智能网络管理系统模型的设计

在对传统的网络管理系统方案（基于ＳＮＭＰｖ１或ＳＮＭＰｖ２,ＲＭＯＮ网络管理技术）进行分析的基础上,详细说明了传统网络管理系统存在的缺点,提出一种新型实用的综合智能网络管理模型,将传统的基于ＳＮＭＰ,ＲＭＯＮ网络管理技术,基于Ｊａｖａ的网络代理技术和专家系统的基本规则（ＲｕｌｅＢａｓｅｄＲｅａｓｏｎｉｎｇ,ＲＢＲ）或基于事例（ＣａｓｅＢａｓｅｄＲｅａｓｏｎｉｎｇ,ＣＢＲ）技术相结合,对网络系统实施     

16MnR钢中疲劳裂纹扩展的细观研究

采用显微疲劳试验方法和显微疲劳试验装置对低合金钢１６ＭｎＲ单边缺口试样进行了疲劳试验,研究了短裂纹萌生和扩展的特征。结果表明,短裂纹萌生及扩展分三个阶段,每一阶段的形貌都有其特点,在裂纹扩展后期,短裂纹的发展以裂纹密度不断增加并形成损伤区为主要特征,然后在损伤区选择一条主裂纹扩展。     

Fe3Al合金的高温变形行为

用载荷松弛法对Ｆｅ－２８Ａｌ－２Ｔｉ合金在较高温度下的变形行为进行了研究．测定了Ｆｅ－２８Ａｌ－２Ｔｉ合金在高温变形时的载荷松弛曲线、应力减小因子Ｙ及激活能值,并对试样进行了显微结构观察．结果表明,Ｆｅ－２８Ａｌ－２Ｔｉ合金的高温变形是一个亚晶界吸收位错,而且不断向大角晶界转变的过程．     

考虑空洞演化效应的金属超塑性变形理论

根据金属超塑性变形时一般出现严重空洞化的特点,对金属板料超塑性变形时的屈服准则、空洞长大模型、材料损伤动力学方程、起塑性极科的受拉（包括双向受拉）失稳过程和先稳时的成形极限计算方法,起塑性极科成形极限图的预测以及自由胀形和充模胀形等具体起塑成形工艺考虑空洞演化效应的工艺计算与分析等问题进行了系统全面的研究．从而形成了考虑空洞演化效应的金属起塑性变形理论体系。对考虑空洞演化效应的金属起塑性变形理论中的基本问题作了扼要介绍。     

Thermal Deformation Measurement and Stress Analysis of PQFP Assembly during Power Cycling

ＴｈｅｒｍａｌＤｅｆｏｒｍａｔｉｏｎＭｅａｓｕｒｅｍｅｎｔａｎｄＳｔｒｅｓｓＡｎａｌｙｓｉｓｏｆＰＱＦＰＡｓｅｍｂｌｙｄｕｒｉｎｇＰｏｗｅｒＣｙｃｌｉｎｇＤａｉＦｕｌｏｎｇ（戴福隆）,ＳｈｉＬｉｎｇ（石玲）,ＷｅｎＸｉｕｍｅｉ（温秀梅）Ｄｅｐａｒｔｍ...     

复合采动影响下地表变形预测与危险区划分方法

矿山岩体工程开挖将改变原岩应力状态,由此引起岩体本身及周围一定区域的移动和变形,地下与露天复合开采的矿山更是如此,其变形速率之大、范围之广、时间之长已严重地影响周边环境的安全。通过对地下与露天复合采动影响下地表变形规律进行研究,建立了相应的移动模型。在此基础上,对移动参数的计算方法及地面变形区的划分方法等问题进行了研究。然后,依据当前形量和后续变形量大小,对矿山继续开采可能产生的破坏范围进行了划分     

美东地区罗德河流域地下水中铝形态分布的化学平衡模式计算

美东地区的罗德河流域遭受着严重的酸沉降侵蚀．在酸性条件下,铝从土壤中大量溶解并迁移到水环境中．地表水中升高的铝浓度对鱼类产生毒害,监测地表水和土壤水中的铝形态及浓度变化已成为问题的关键．本文报导了用化学平衡模式计算法分析美东地区罗德河流域地下水中的铝形态分布,获得了有价值的结论     

水库二维水流泥沙数学模型及应用

建立水库坝区平面二维水流泥沙数学模型,考虑了悬移质非均匀,非饱和输沙特性,采用正交曲线坐标拟合复杂边界、ＳＩＭＰＬＥＣ程式离散求解及动边界技术。用该模型对白沙水库流场和河床变形进行了数值验证,计算了典型年条件下,水库取水口附近流场和河床局部形态。结果表明,坝前取水口漏斗基本保持稳定状态。     

膨胀土的浸水规律

根据土体浸水速率（导水库）与土体结构的理论关系和膨胀土结构的分形模型,导出了膨胀土的浸水速率与含水量,吸力、时间和上覆荷载的相关关系。理论和试验结果表明：膨胀土的浸水速率与含水量、吸力和时间在双对数坐标上呈直线相关,随着含水量增加、吸力减小,浸水速率增大、浸水速率随时间延长而减小;浸水速率的对数与上覆荷载呈直线相关,上覆荷载越大,浸水速率越小。     

WAVELET PACKET AND FUZZY NEURAL NETWORK FOR TOOL CONDITION MONITORING *

在自动化制造中,线监控刀具状况以保护刀具与加工工件显得越来越重要．近年来,许多研究者在此领域进行了广泛的研究,然而由于加工过程的不确定性,现有的刀具监控系统的可靠性还有待提高．本文提出了一种基于小波包分析与模糊神经网络的自适应刀具监控系统,该系统利用小波包分析方法将加工过程振动信号分解为不同的频率段,并在此基础上,建立了自适应特征提取方法,为模糊神经网络提供最优的特征输入,然后模糊神经网络据此进行决策,分析刀具磨损状况．实验结果表明：该系统模糊神经网络能有效通过学习人类模糊知识和在线学习样本来提高刀具监控精度．