一种非平稳随机循环工况下的参数化载荷模型

为解决土方工程机械非平稳随机循环工况下,其零部件设计与试验中载荷表达的难题,提出一种参数化载荷模型.以液压挖掘机多路阀回转联为研究对象,将其阀口压力载荷数据通过小波变换分解为载荷随机项和载荷趋势项;其中具有平稳随机特征的载荷随机项利用功率谱估计等处理实现其"随机项函数"表达,具有非平稳特征的载荷趋势项利用随机变量表征工况的函数拟合实现其"趋势项函数"表达;再将两者组合重构为"循环工况载荷函数".仿真与试验数据对比证明,该函数较好地复现了非平稳随机循环工况下多路阀载荷的随机特征.研究表明构建载荷模型的方法,对于实现面向循环工况特征的非平稳随机载荷的参数化表达,具有工程化应用的重要参考价值.     

水的比汽化热的测定实验的研究

对水的比汽化热的测定实验误差较大的原因进行了研究，重点探讨了使结果偏小的主要系统误差。     

基于元器件应力法的智能电能表可靠性预计

文章基于元器件应力法,结合智能电能表的预定工作条件,对山东电子公司的DDZY9599型单相远程智能电能表进行可靠性预计,分析、预计了其可靠性指标,并给出提高智能电能表可靠性的对策。     

纤维金属层板的拉伸性能研究

GLARE是一种先进的混杂层板材料,由高韧度薄铝合金层和高强度玻璃纤维/环氧树脂层交替铺设而成,具有独特的轻质、耐疲劳、耐冲击、高阻燃性和耐腐蚀属性.系统地对GLARE层板进行了静力拉伸测试,展示了铺层结构和铺层类型对其静力学性能的影响,并对混杂模型的适用性进行了验证.结果显示:采用混杂模型法预测GLARE层的轴向弹性模量具有较高的精度,但进行强度预测时对于部分类型的层板需要考虑纤维的桥接作用.     

基于分解与集成的空气质量指数预测

为了能够准确地预测空气质量指数（AQI），建立了基于集合经验模态分解（EEMD）-样本熵（SE）的极限学习机（ELM）和门控循环单元（GRU）组合的AQI预测模型。首先利用EEMD算法对AQI数据进行分解，得到一组不同尺度的本征模态函数分量和残余分量；其次计算各分量SE值，根据各分量SE值将各分量重新组合成新的序列，并将新序列按其复杂程度经过GRU模型或ELM模型进行预测；最后将所有结果叠加得到AQI预测值。实验结果表明，与反向传播（Back Propagation,BP）神经网络模型、长短期记忆网络（Long Short-term Memory,LSTM）模型、ELM模型、GRU模型、EEMD-SE-ELM模型、EEMD-SE-GRU模型和EMD（经验模态分解）-SE-ELM-GRU模型相比，基于EEMD-SE-ELM-GRU的组合预测模型其预测误差最小，预测精度最高。     

某通用小型汽油机箱体有限元分析及结构优化

该文运用有限元法对某通用小型汽油机箱体进行了结构强度与刚度分析，结果表明右箱体主轴承位置最大变形量过大，刚度较差。为此对右箱体主轴承区域进行拓扑优化。优化方式为：增加右箱体主轴承处加强筋数量、增加壁面厚度以及在壁面上添加加强条。通过计算表明，该优化方式能使箱体的最大应力与应变大大下降，使其强度刚度有了较大提升，箱体的结构更趋合理。     

上覆荷载作用下胀缩性土干湿循环过程中胀缩变形规律研究

进行了限制侧向膨胀、允许侧向收缩时压实膨胀土、压实红黏土在不同上覆荷载作用下干湿循环试验,定量分析了在干湿循环过程中膨胀土、红黏土的胀缩变形规律.研究结果表明:在相同的干湿循环次数下,膨胀土、红黏土试样的胀缩变形幅度随上覆荷载的增加而逐渐减小,上覆荷载的作用能够不同程度地抑制膨胀性土的胀缩变形.     

双面“毛毛”

正毛毛,光听这名字,你知道它是谁吗?哈哈,没料到吧,毛毛是一条可爱、天真的小狗。瞧它那浑身黑得发亮的毛,四条有力的腿,尖锐的爪子,蓬松的尾巴,别提有多神气了!将军赵云我寒假回家过年时第一次见到毛毛,它大约有3个月大,一对小眼睛神气十足,一直盯着我,好像对我特别感兴趣。和我略微熟悉之后,它便围着我打转,一会儿窜到东,一会儿窜到西,时而闻闻我的小皮鞋,时而舔舔我的手,寸步不离地守护着我。真     

工程中张量概念的思考

本文针对用张量表示弹性力学基本概念的应用,从几何与代数角度分析张量,进而掌握其在力学表达式中的简明记法与意义。     

浅谈电流互感器

电流互感器是一种按一定的变比变化电流的设备,它的功能是向二次系统提供电流信号以反应一次系统的工作状况。