龙口市水资源管理中下垫面类型的划分

以Horton地貌律、Rodriguez-Iturbe和valdes地貌瞬时单位线(G理论)为理论依据，以水利实验、观测数据为基础，分析下垫面各因子的基本特征，确定了高程、坡度、基岩地质、河网密度、植被覆盖度5个因素为下垫面类型划分的主要指标，并采用统计分析方法确定了下垫面类型划分的类型界限值。     

T型焊接圆钢管节点在轴向循环荷载作用下滞回性能的有限元分析

焊接圆钢管节点的抗震性能一般可以通过其滞回性能评估.基于ABAQUS有限元分析的方法,研究了反复轴力作用下T节点的滞回曲线.分析结果发现焊接T节点的滞回曲线十分饱满,表明处于地震等强动力作用下的T节点在破坏之前可以消耗较多能量,从而避免过早的脆性断裂.基于滞回性能的分析,得出焊接圆钢管T节点具有较强的抗震能力的结论.     

预应力SRC梁-CFT柱节点试验研究及非线性有限元分析

基于预应力型钢混凝土(SRC)梁-钢管混凝土(CFT)柱节点的低周反复荷载试验,采用通用有限元软件ABAQUS,建立了综合考虑材料非线性、几何非线性以及接触非线性的有限元模型,有限元计算结果与试验结果吻合较好。在此基础上,对预应力SRC梁-CFT柱节点进行了参数分析,重点研究了轴压比、预应力、核心区混凝土的强度、核心区钢管壁厚等对节点受力性能的影响。结果表明,轴压比、核心区钢管的壁厚的影响较大。     

石桥镇一代家庄一带主要矿种找矿模型

本区地层发生过沉积了、构造或两者兼有的混杂作用,由于它们经历了不同的变形变质作用,因而需按非史密斯地层进行野外调查和研究,并在厘清构造格架的基础上对该区主要具代表性矿产成矿地质条件的分析,重新划分了区内矿产的成因类型,提出了同生沉积一改造型层控矿床、沉积一再造型层控矿床、火山热液型层控矿床、岩浆热液型矿床、接触交代（矽卡岩）型矿床、风化淋滤型褐铁矿等六大成因类型。通过对区内矿点、矿化点、各类异常检查评价以及各类资料的综合对比,对区内矿产的控矿地质条件进行了总结,初步建立了该区主要矿种的区域找矿模型。     

无线传感器网络节点命名算法的研究

针对无线传感器网络节点的命名问题,在分析出现同名现象的数学原理基础上,提出一种以概率理论为基础的命名算法.得出任意两个节点名字相同概率在极小的条件下,网络节点数和名字空间大小两者间的函数关系.并在此基础上,给出当两个无线传感器网络合并时,是否需要对新网络的节点进行重新命名的判别公式.算法的实现满足分布性和高效节能的要求.仿真试验表明,该算法是行之有效的.     

无线传感器网络中一种基于节点序列的覆盖算法

针对覆盖问题是无线传感器网络中的一个基本问题.不同的应用场景对网络的覆盖度有不同的要求,提出一种基于节点序列的覆盖算法(CNS)来判断网络的覆盖情况、消除覆盖漏洞.算法首先讨论如何判断网络1度覆盖情况,然后通过调整距离覆盖漏洞最近的传感器节点的感应半径来动态提高网络的1度覆盖率.同时,还对CNS算法进行扩展,用来解决多度覆盖问题.模拟结果表明:CNS算法在性能上要比现有覆盖算法优越.     

遗传病的类型、特点及防治

遗传病对人类生存和发展具有重大危害．本文通过对遗传病类型、特点进行分析和介绍,使人们认识遗传病的危害,掌握遗传病的遗传规律,从而达到预防的目的．     

外环式空间钢管混凝土柱-钢梁节点受剪性能

为了探讨空间钢管混凝土柱-钢梁环板节点的受剪性能,基于ABAQUS建立圆形和方形空间环板节点在3种不同梁端加载方式下的有限元模型,分别对节点域的剪力-梁端位移曲线进行分析.在此基础上,选取4个影响节点域抗剪的参数进行分析,以此来明晰空间钢管混凝土节点的受剪机理.结果表明:平面内-平面外梁端依次加载为节点域受剪的最不利加载方式,钢梁强度、柱混凝土强度、柱钢管强度对节点域抗剪起着有利作用,轴压比在一定范围内对抗剪有利,超过这个范围反而不利.     

基于MMC的柔性直流输电动模装置节点控制器的设计及其动模实验

为了解决目前模块化多电平换流器动模装置所有子模块均由一个阀级控制器控制从而导致的控制系统复杂、系统成本升高等问题。本文提出了一种在阀级控制器和子模块级控制器间加入节点控制器的方案并在此方案上研制了动模装置。节点控制器的加入降低了主机控制器的硬件要求和光纤通道的使用数量,大大地降低了装置成本。同时,主机控制器与节点控制器之间的通讯采用循环冗余校验算法,增加了大容量数据高速传输的实时性和可靠性。通过对动模装置进行稳态实验和功率阶跃实验,结果表明系统能够正确快速地进行有功类物理量和无功类物理量的追踪控制以及子模块电容电压的稳定。     

基于点权的混合K-shell关键节点识别方法

复杂网络中,评估节点的重要性对于研究网络结构和传播过程有着重要意义.通过节点的位置,K-shell分解算法能够很好地识别关键节点,但是这种算法导致很多节点具有相同的K-shell (Ks)值.同时,现有的算法大都只考虑局部指标或者全局指标,导致评判节点重要性的因素单一.为了更好地识别关键节点,提出了EKSDN(Extended K-shell and Degree of Neighbors)算法,该算法综合考虑了节点的全局指标加权核值以及节点的局部指标度数.与SIR(Susceptible-Infectious-Recovered)模型在真实复杂网络中模拟结果相比,EKSDN算法能够更好地识别关键节点.