基于动态仿真的副变速器箱体有限元分析

针对副变速器的破坏情况，在各个不同的工况下，对其进行动态分析，并建立动力学模型。根据通过计算得出的主变速器输出轴输出转速、径向跳动量以及水平跳动量来验证模型的正确性。在低速重载工况下，得出副变速箱箱体结构点的瞬态受力曲线，并以此曲线作为后续瞬态有限元分析的载荷输入。对副变速器箱体分别进行模态和瞬态的有限元分析，得出副箱箱体的各阶固有频率、等效应力云图，确定箱体的结构危险点，从而得出结构危险点的瞬态应力曲线、变形曲线。提出箱体结构的改进方案，并把改进方案与原方案进行对比分析，验证改进方案的合理性。改进后的产品已通过机械标准JB／T8582．3—2001台架试验。     

中国近现代至今道德转型的历史沿革

道德作为意识形态,是由一定的社会经济关系所决定的。社会经济关系及社会经济结构的变化,必然会引起道德体系的变化。从近现代至今,中国社会由半殖民地半封建社会到社会主义制度的建立,发展到今天社会主义市场经济体制的确立,中国社会发生了巨大的变迁。与之相适应,中国的伦理道德也实现着从传统道德向近代道德的转换,并实现着从资产阶级道德向社会主义道德的转型,直到社会主义市场经济条件下道德转型之趋势的形成。     

《四元玉鉴》卷首"三图"的代数意义

目的揭示朱世杰(1300前后)通过“三图”引出的代数恒等变换思想和方法。方法运用几何图形和数理分析相结合的方法分析“三图”的几何性质和代数意义。结果“三图”不仅具有几何意义,还具有深刻的代数意义,它是几何和代数的高度统一。结论“三图”所表达的代数恒等关系、思想和方法广泛应用于四元术中,为突破四元向更高元方程发展提供了可能性,其重要的代数思想需要进一步研究和挖掘。     

关于矢量逆变与协变的一个诠注

逆变与协变是矢量坐标变换的两个重要概念.现行教科书大多缺乏对其内涵的细致解释.通过对标架变换、坐标变换的演绎,给出了逆变与协变的解析关系,并以图示明确地描述了二者之间的关系.     

V和V-N微合金化低碳钢碳氮化物的形变析出

通过热模拟压缩实验考察了V和V-N微合金化低碳锰钢在860~740℃范围内多道次变形时的组织演变和碳氮化物析出规律及其相互影响.结果表明,含V钢中添加少量的N促进了变形奥氏体中V的碳氮化物(尤其是氮化物)的析出和形变诱导铁素体相变.V的碳氮化物析出降低了奥氏体中固溶的V,从而减弱了固溶V对形变诱导铁素体相变的抑制作用.碳氮化物析出在奥氏体的局部区域造成贫碳区,也促进了铁素体形核.在相同处理工艺下与V钢相比,V-N钢中铁素体内碳氮化物开始析出的时间短,析出相的数量多,长大速度慢,分布弥散.     

高压油泵启动过程仿真

以200MW汽轮机润滑油系统为研究对象，根据系统的特点，采用模块化建模的方法，建立了高压油泵、射油器、阀门和管道的动态数学模型．在动态数学模型的基础上，采用Visual Fortran编程技术建立了高压油泵启动过程的仿真模型．通过仿真分析证明了模型的正确性，该仿真模型有助于对高压启动油泵启动特性进行预测，对润滑油系统设计和优化运行具有一定的参考价值．     

水利水电工程三维动态可视化仿真技术与应用

提出了基于地理信息系统（GIS）的水利水电工程三维动态可视化仿真技术，实现图形辅助仿真建模、全过程动态仿真计算和基于GIS的仿真可视化。图形辅助建模采用层次化和模块化建模思想，通过组合图形元素建立模型，有效地降低了建模的复杂性。全过程动态仿真采用“双仿真钟”模式，兼顾了仿真的整体性和细节性，对整个施工动态过程进行仿真。用GIS实现仿真的三维可视化改变传统的仿真结果的表现模式，为施工系统分析和管理提供了一个有力的工具。实际工程应用证明了该方法的有效性。     

基于多维伪F统计量的基因表达动态聚类分析方法研究

K-均值聚类分析算法是一种广泛应用于基因表达数据聚类分析中的迭代变换算法，它通过指定类别数K-基于给定的聚类目标函数，并采用迭代更新的方法，使得最终的聚类结果的目标函数值为极小值，达到较优的聚类效果。针对K-均值聚类分析算法存在参数依赖性强，且在整个聚类过程中类的数目无法改变的缺点，引入动态调整聚类个数的思想和多维伪F统计量，提出了一种基于多维伪F统计量的基因表迭动态K-均值聚类算法。实验结果表明该算法可以动态调整聚类个数，给出最佳聚类数目，从而获得较好的聚类质量．     

动态贝叶斯网络在复杂系统中建模方法的研究

提出了用动态贝叶斯网络(DBN)对复杂系统进行建模的有效方法。基本思路是将扩展后的隐变量引入了DBN的演化过程中来建立马尔可夫模型,并给出了引入扩展后的隐变量的DBN结构学习算法框架。进而,利用贝叶斯概率统计方法对后续时间片的充分统计因子进行了估计,并通过当前已存在的充分统计因子和估计的充分统计因子对基于时间变化的转移概率进行了学习。原理性分析和仿真实验结果也验证了该方法的有效性。     

基于投影寻踪学习网络模型的光纤陀螺漂移估计器设计

环境温度变化造成的复杂漂移（温度漂移）始终是制约光纤陀螺（FOG）性能提高的重要因素。FOG温度漂移本质上是一组与温度有关的多变量非线性时间序列，在这一领域首次采用投影寻踪学习网络（PPLN）方法设计FOG温度漂移在线估计器，相对于传统的神经网络技术，PPLN采用批量学习和参数变替优化的训练算法，可以自适应确定神经网络的规模、参数和神经元函数，不仅具有简捷的网络结构和较强的鲁棒性和模型辨识能力，还可以有效克服学习过程局部极限问题。基于该方法设计PPLN漂移估计器对某型FOG温度漂移进行估计。采用试验实测数据对所提方法进行验证，并采用传统反向传播神经网络（BPNN）的方法进行比较，计算分析结果表明，PPLN漂移估计器具有更好的估计精度和鲁棒性，尤其在陀螺温度不正常变化时对当前漂移的估计精度可以提高至少2倍。