球笼式万向联轴器试验设计与性能分析

实际使用过程中发现：转速、摆角、扭矩是导致球笼式同步万向联轴器本体发热量过大、寿命降低的主要原因.本文采用正交试验法对球笼式同步万向联轴器的性能进行测试,利用极差分析法对正交试验结果进行分析.结果表明对球笼本体发热量大小的影响程度依次是转速、摆角、扭矩,最后对球笼式万向联轴器的设计提出了建议.     

常用地坪涂料的应用

总结了常用地坪涂料的分类、用途,从实际的使用过程归纳出不同类别地坪涂料的适合配套和施工工艺,对用户地坪涂料的选取和实际施工都具有很好的指导作用。另外,对地坪涂料施工过程中容易出现的问题进行了总结,并根据实际情况提出了有效的避免和解决办法,从而能很好地指导地坪涂料的安全、有效使用。     

四阶方程的有理Legendre函数全对角化谱方法

针对四阶椭圆型方程,提出了在半直线域上全对角化的有理Legendre谱方法。构造了Sobolev正交的Legendre有理基函数,并导出了相应的全对角化的离散代数方程组。与此同时,微分方程的真解和数值解都表示为Fourier级数形式及其截断形式。数值结果表明了该方法的高效性并保持谱精度。     

基于正交设计的膨胀岩相似材料试验研究

为了能够较准确配制出膨胀岩的膨胀性相似材料,以满足小比例相似模型试验的需要,采用正交试验的方法对膨胀岩的膨胀性相似材料配比进行研究.试验以砂、膨润土、石灰、外加剂(羟丙基甲基纤维素)及拌合用水为材料,采用自由膨胀率和体积膨胀量为直接指标,干燥饱和吸水率为间接指标,并考虑单轴抗压强度,设计4因素4水平的试验方案.试验结果表明,本次试验的配合比可用于膨胀性岩石的相似材料模型试验,为膨胀岩实验室模拟研究提供较为理想的材料.     

基于差价补偿策略的集装箱班轮运输定价模型

针对集装箱班轮运输定价问题,构建差价补偿策略下班轮运输的定价模型,研究差价补偿策略下托运人订舱行为和承运人定价决策,分析市场需求波动与承运人定价、差价补偿系数、承运人收益的内在关系,以及承运人定价对托运人订舱量的影响,并通过数值分析进行验证.结果表明:随着市场需求波动的增大,承运人最优定价与最大收益降低,而差价补偿系数增大;且托运人订舱量随着承运人定价的增大而减少.承运人采用差价补偿策略时,市场需求波动存在一个上限值,如果需求波动小于该值,则承运人采用差价补偿策略有利于其提高收益.     

基于正交设计的陶瓷再生混凝土配合比试验

为提高废旧陶瓷的再生利用率,将陶瓷颗粒与陶瓷粉作为再生混凝土骨料与掺合料进行再生利用.运用正交设计的试验方法,以陶瓷粉、陶瓷颗粒、再生细骨料、粉煤灰、硅灰为5因素,每个因素设置4个水平,共设计16组配合比方案,进行抗压、导热等试验,得到陶瓷再生混凝土的强度、导热系数等物理力学参数,并寻找出最优配合比.试验结果表明最佳配合比为:陶瓷粉的质量分数为10%,陶瓷颗粒的质量分数为20%,再生细骨料的质量分数为40%,粉煤灰的质量分数为15%,硅灰的质量分数为5%.     

谢桥煤矿综采工作面“人—机—环境”系统研究与应用

综采工作面是煤矿生产系统的重要组成部分,其"人—机—环境"相互作用关系直接影响着煤矿的安全生产。本文以谢桥煤矿综采面"人—机—环境"系统为研究对象,并从这三个组成要素出发,对各类影响因素进行了研究和评价,为人、机、环境各子系统的改进提供理论基础和决策支持。继而结合采煤生产循环实际过程,提出"以人为本"的人机工程匹配完善方案,提高人机互动准确度,克服设备三大故障。将研究结果应用到谢桥煤矿13116综采工作面的实际生产,并提出相应的改进措施,使系统功能趋于完善。     

单亲遗传算法在物流合乘优化中的应用

本文运用单亲遗传算法解决物流合乘的路径优化问题。通过在染色体上基因换位、移位、逆转等基因重组操作进行个体繁衍,经过若干代的繁衍迭代,从所有的上下车点中找出一条最优的、费用最少的路径。实验结果表明,该算法在提高合乘成功率的同时,还有效地降低了车辆运行时的总成本。     

基于PCI2010数据采集卡的多通道涡流探伤仪的设计

在Windows XP系统平台下,采用PCI2010数据采集卡设计了多通道涡流探伤仪。通过正交分解法得出涡流信号的相角和幅值,并给出了PCI2010与涡流探伤电路进行对接的技术方案。实验结果表明,该探伤仪探测钢管速度最高能达到100 m/min,误报率控制在1%以下,基本不漏报,高于国家标准。     

Higher-order principal component pursuit via tensor approximation and convex optimization

Recovering the low-rank structure of data matrix from sparse errors arises in the principal component pursuit （PCP）. This paper exploits the higher-order generalization of matrix recovery, named higher-order principal component pursuit （HOPCP）, since it is critical in multi-way data analysis. Unlike the convexification （nuclear norm） for matrix rank function, the tensorial nuclear norm is stil an open problem. While existing preliminary works on the tensor completion field provide a viable way to indicate the low complexity estimate of tensor, therefore, the paper focuses on the low multi-linear rank tensor and adopt its convex relaxation to formulate the convex optimization model of HOPCP. The paper further propose two algorithms for HOPCP based on alternative minimization scheme： the augmented Lagrangian alternating direction method （ALADM） and its truncated higher-order singular value decomposition （ALADM-THOSVD） version. The former can obtain a high accuracy solution while the latter is more efficient to handle the computationally intractable problems. Experimental results on both synthetic data and real magnetic resonance imaging data show the applicability of our algorithms in high-dimensional tensor data processing.