确定△K_(th)的数学方法及计算机程序

一、引言设10~(-μ)是一个很小的正数,把对应于da/dN=10~(-μ) (1)的△k定义为应力强度因子幅度门槛值,记为△K_(th)。当疲劳裂纹扩展速率da/dN的单位为毫米/周(mm/cycle)时,一般把(1)式中的μ取为7。由于用实验方法测定△K_(th)要花费较多的人力物力     

疲劳裂纹扩展全过程的数学模型及其计算机程序系统

本文根据疲劳裂纹扩展的规律和数学理论,建立了疲劳裂纹扩展全过程的数学模型其中,六种材料实验数据的验证和与已有模型的对比,表明这个模型优于已有模型,具有较好的适用性和较高的精确度。应用这个模型进行了计算机仿真、预测与控制等。 另外,作者还提出了计算(dα/dN)_i的新方法,确定△K_(th)、△K_Ⅰ、△K_Ⅱ和K_C的数学方法,结果令人满意。 在充分使用计算机的基础上研制了疲劳裂纹扩展程序系统FAMMAP。与现有程序系统相比,FAMMAP具有功能强、标准化和使用简便等优点。     

随机离散系统跟踪问题的最优控制规律

跟踪问题的最优控制在工程中有重要意义。本文首次提出了时变的线性多变量随机离散系统跟踪问题的最优控制规律。 该随机离散系统的状态空间表达式为     

线性模型的预测优度检验方法

本文着眼于线性模型Y=Χβ+ε的预测精度,首次提出了线性模型预测优度检验的方法。作者导出了预测误差平方和的概率分布,建立了预测优度检验的统计量,阐明了预测优度检验的规则,得到了衡量线性模型预测优度的指标——预测置信水平,对预测优度检验和拟合优度检验进行了比较,给出了应用实例。     

冷连轧系统跟踪问题的最优控制律的仿真研究*

本文根据随机离散系统跟踪问题输出反馈最优控制规律,以武汉钢铁公司冷轧厂冷连轧系统为研究对象,提出了冷连轧系统跟踪问题的最优控制规则;应用这一规则进行了计算机仿真,得到了比较满意的结果。     

两个线性模型的拟合优度检验

关于线性模型对已知数据的拟合优度,已经提出了若干个衡量指标,如相关系数R,置信水平CL,C_P统计量,赤弛弘次信息量AIC,等等。这些指标用来衡量两个模型的拟合优度时,各有优缺点,其共同的缺点是:当两个模型要拟合的观测数据的组数不同时,或者数据组数相同而参数个数不同时,难于准确地判断哪个模型的拟合优度好。为了克服这个缺点,我们探讨判断两个模型拟合优度的新方法——拟合优度检验。     

冷连轧系统跟踪问题的最优控制

本文首次提出了冷连轧系统跟踪问题的最优控制原理和方案,它是以武汉钢铁公司冷轧厂冷连轧系统为研究对象的,并进行了计算机仿真,其结果是令人满意的。     

冷连轧系统跟踪问题最优控制规律的仿真研究

本文根据随机离散系统跟踪问题输出反馈最优控制规律,以武汉钢铁公司冷轧厂冷连轧系统为研究对象,提出了冷连轧系统跟踪问题最优控制规则;应用这一规则进行了计算机仿真,得到了比较满意的结果。     

热轧能耗模型及其计算机仿真

能耗模型是热轧过程中的一个重要数学模型,它用来确定各道次的负荷分配,从而得到各道次的辊缝、速度等操作参数。 目前得到较多重视的能耗模型有如下三个: ①今井一郎模型 (1)其中E是累计能耗,即累计单位重量的轧件所消耗的能量;λ又是延伸率,