LQ-1600K打印机使用经验

LQ—1600K是目前使用非常普遍的计算机外设。该机有自己的特点,在使用中有些技巧。现将笔者在实践中的一些经验介绍如下。 1.减少打印头断针方法 LQ—1600K打印机在使用一年左右后,断针现象会不同程度的出现。影响打印针寿命的因素除色带质量差、针孔堵塞等原因外,一个重要的原因在于打印针击打力度的大小。适当减小击打力度是延长打印针寿命的有效途径,具体方法是:取下机上壳,拆下拖纸器,可找到可调电阻VR1,该电阻阻值的大小直接影响击打力度,阻值大时击打力度亦大。该电阻标准阻值为10K欧姆,可将电阻阻值适当调小来减小打印针的击打力度。该电阻顺时针旋转时阻值减小,逆时针旋转时阻值增大。笔者经多次试验,当将阻值调至7K欧姆左     

基于遗传算法的土钉支护结构优化设计研究

通过建立三维有限元模型,对土钉支护的变形和受力性能进行分析,得出土钉力的合理分布。在此基础上,考虑土钉支护的水平位移,采用遗传算法,对土钉支护的结构优化设计进行研究,建立了土钉支护结构的优化设计数学模型,并编制了相应的计算程序。通过算例分析,并与基于极限平衡分析的优化结果相比较,得出合理的土钉支护结构设计的参考结论。     

内陆干旱平原区零通量面形成发育规律的初步研究

本文依据新疆地勘局昌吉地下水均衡试验场不同水位埋深粘土深粘土试筒内负压计监测资料，得出内陆干旱平原区粘土包气带零通量面仅在非冻结期潜水位埋深≥４ｍ的条件下稳定存在的结论。     

深基坑周边地表沉降随工况逐步预测的方法

将常用于生产、商业领域的Gompertz、Logistic模型引入到基坑周边地表沉降预测中,并对其进行求导、调整后得出深基坑周边地表沉降公式δ1(x)、δ2(x)。给出利用该公式进行预测的计算步骤,参数是根据工况的不同由二分法不断试算得出,排除了参数人为选取的干扰,改变了目前大部分预测方法人为选取参数随意性,更为合理;有利于设计者对参数值的选取;有利于公式的推广。用工程实例进行验证,公式随工况的进行,预测精度有显著的提高。更多还原     

土力学教学中挡土墙课程设计设置的重要性研究

挡土墙是阻止土体向下滑移并保持土体稳定性的结构物。挡土墙设计是土建本科专业土力学地基基础课程中的一个重要环节,挡土墙的设计和计算涉及内容广泛,影响因素众多,几乎含盖了土力学所学的内容。如果能熟练掌握挡土墙设计的一般步骤,可使学生从大学一、二年级的定式模式中解脱出来,逐步接受不定式教育模式,适应工程设计中的设计是逐步完善、逐步逼近的过程,以此来满足工程所需的安全、稳定、经济适用性的要求。挡土墙设计对水利水电工程专业学生学好土力学课程有很大的帮助和促进。     

新疆地区水面蒸发的实验研究

本文以位于天山北坡平原区的新疆地勘局昌吉地下水均衡试验场２０ｍ＾２水面蒸发池水面蒸发量及常规气象观测资料的基础，应用灰色关联分析方法分析了各气象要素对水面蒸发量的影响程度，给出了Ｅ６０１蒸发皿和φ２０蒸发器水面蒸发折算系数，建立了计算不面蒸发量的经验公式。     

基于有限元分析的土钉支护优化设计的复合形算法

通过建立三维有限元模型,对土钉支护的变形和受力性能进行分析,得出土钉力的合理分布。在此基础上,考虑土钉支护的水平位移,采用复合形算法,对土钉支护的结构优化设计进行研究,建立了土钉支护结构的优化设计数学模型,并编制了相应的计算程序。通过算例分析,并与基于极限平衡分析的优化结果相比较,得出合理的土钉支护结构设计的参考结论。     

引导学生探究学习在数学教学中的尝试

介绍探究学习的背景、定义、实践，通过“例题的改编教学”培养学生举一反三的解题能力，激发学生的探究学习热情；结合“一设多问，勇于创新”提高学生的开放性思维和发散性思维，挖掘学生的探究潜能；利用“数形结合的开放题”开拓学生的思维，使思维更灵敏，解题更具有创意，养成学生探究学习的习惯，提高学生探究能力。     

采煤机胀销组件应用与研究

从设计经验出发,归纳胀销组件结构特点及其尺寸关系,并通过Ansys进行有限元分析,计算胀销组件与阶梯直轴的强度安全系数及变形量。结果表明:相同工作环境下,胀销组件具有较高的强度安全系数与较小的变形量。综合考虑胀销组件便于拆卸的特点,得出胀销组件相对传统阶梯直轴具有较高的优越性,提出采煤机上应用胀销组件的建议。     

极化敏感L型阵模值约束的多参数联合估计

对于极化敏感L型阵列的多参数联合估计问题,采用传统的多重信号分类(MUSIC)算法所需计算量大,采用旋转不变子空间(ESPRIT)算法需要考虑参数配对问题。提出了模值约束下的求根多重信号分类(root-MUSIC)算法,首先利用L型阵列中两个相互垂直的线阵构造两子阵接收数据的自相关函数,采用root-MUSIC算法进行波达方向角(DOA)估计,然后根据模值约束条件构造代价函数,通过闭合式解得到极化参数估计。该算法与传统MUSIC算法相比,大大减少了计算量,同时能够实现参数自动配对,避免了ESPRIT算法的不足。计算机仿真结果表明,该算法的角度估计性能与传统MUSIC算法接近,优于E SPRIT...