企业技术创新的关键在于企业与科技人员互动

企业技术创新要求企业与科技人员合作 ,合作的基础是利益诱导。在分析了企业与科技人员的利益目标差异的基础上 ,用一个抽象的组合激励理论模型 ,说明了两者“双赢”的行为选择 ,为推动企业技术创新提供了一种思路。     

数位时代图书馆馆员专业知能发展之研究——以逢甲大学为例

受到资讯媒体新科技影响 ,图书馆读者使用行为已从单一的馆藏利用 ,转为期望图书馆提供更多元化的服务 ;另外在财政紧缩 资源扩增 人力不足等因素下 ,图书馆提供各类型服务的运作模式也受到相当的冲击 ,图书馆为提供以读者为道向的服务 ,必需付出许多努力并改变服务哲学 ,因而图书馆馆员的专业知能发展要不断提升才能因应数位时代的环境改变 ,并提供读者一个优质的资讯服务 ,发挥图书馆LearningResourceCenter学习资源中心的角色 .本研究主要探讨图书馆如何在有限资源下 ,有系统地规划发展馆员专业知能 ,并且利用那一种方法可以最有效率、花费最少成本达到最大的馆员能力提升效果 ,根据文献探讨以及学习行为方法理论 ,提出一个适合发展馆员专业知能的模式 (Approachmodel) ,通过探讨逢甲大学图书馆的两个专案其馆员专业知能转变的历程 ,检视了此发展模式的成效 ,并提出未来该模式可再改进的方向及建议     

乳状液膜法提取废水中柠檬酸传质模型的研究

在探讨乳状液膜法提取废水中柠檬酸的基础上，建立了恒界面状况下的非稳态平板传质模型，经过合理假设，推导出易于求解的拟稳态平板传质模型；利用恒界面条件下的实验数据，拟合了拟稳态平板传质模型。     

旋转式拉臂车优化设计

旋转式拉臂车是一种大载量的拉臂式垃圾运输车,为改善这种车辆的性能,首次对此种类型的拉臂车建立了数学模型,以液压缸的最大作用力与机构的运动平稳性为目标函数进行了优化设计,使其性能得到了改善,研究结果与研究方法对此类型车辆具有一定的指导意义。     

基于图像分析的实验模型变形场量测标点法

在模型观测面上 ,通过设置嵌入式彩色标点 ,在实验各阶段利用数码相机拍摄照片 ,然后应用数字图像处理技术 ,识别并比较每一实验阶段的标点坐标 ,利用有限元中常用的四边形等参变换的方法将测点图像空间坐标转换为模型空间坐标 ,实现了图像校准和变形计算 .开发了一套应用软件系统 ,用于数字图像标点识别分析和结果数据的可视化处理 ,精度检验实验结果表明测点位移识别均方误差为 0 .14～ 0 .5 2个像素 ,相当于模型观测范围的 5 / 10 0 0 0 0～ 1.5 / 10 0 0 0 .最后给出一个在粘土地基承载力模型实验中的应用实例     

基于项目计划与协调的网络联盟制造系统

网络联盟制造作为一种新的制造模式 ,引起了企业界和学术界的广泛关注 .故从基于项目计划与协调的网络联盟制造系统的主要思想和重要特征出发 ,推导出基于项目计划与协调的网络联盟制造系统的概念模型和信息模型 ;通过已开发的原型系统 ,验证其可行性和先进性     

钢闸门结构时变刚度模型及其可靠度评估

基于可靠性原理，建立了水工钢闸门结构正常使用极限状态刚度可靠度分析的极限状态方程，提出了钢闸门结构刚度可靠度分析的3种计算模式．对影响钢闸门结构构件刚度衰减的主要因素——钢材锈蚀进行了统计分析，得到了锈蚀规律，并进一步分析得到了闸门构件刚度的衰减模型．以受弯构件为例，采用JC法对其刚度可靠指标进行了计算分析．结果表明，其刚度可靠指标满足结构可靠性总原则的要求，且露顶门的刚度可靠指标大于潜孔门的刚度可靠指标，从而初步确定了现行水工钢闸门设计规范正常使用极限状态的刚度目标可靠指标。     

吊舱对螺旋桨水动力性能的影响

基于单桨式吊舱推进器定常水动力性能的理论计算方法及试验，探讨了吊舱对螺旋桨水动力性能的影响。性能理论计算中螺旋桨采用升力面理论涡格法，吊舱采用面元法，对螺旋桨与吊舱的相互影响进行了时间平均及迭代处理。通过计算分析了吊舱对桨叶载荷分布的影响，以及吊舱引起的伴流分布特性。     

不同增长趋势下中长期电量预测组合优化灰色模型

针对中长期电量预测中时间跨度大、电力需求增长不确定的特性，根据不同时期的增长率，运用灰色理论进行优化分段预测，同时引入组合模型的概念，建立了以残差平方和最小为目标函数的组合优化模型，并运用二次规划法求解，算例证明，该方法能得到较高精度。     

基于晶粒尺寸的结构钢热变形流变应力数学模型

从晶粒尺寸角度出发，提出晶粒形变度的概念，建立了一个用以描述金属材料热变形行为的数学模型，具有精度高、简单直观、受分界点影响小且计算曲线连续等优点．该模型具有一定微观物理基础，既能描述动态再结晶前的强化阶段，又能描述动态再结晶后软化阶段的热变形流变应力，对两种结构钢的热变形流变应力进行了计算，并与试验值及其他模型的计算结果进行了比较．