液压系统进、旁油路联合调速回路分析

在定量液压泵供油的系统中给出进、旁油路联合调速的回路,通过对2种进、旁油路联合调速的定量分析,推导出理论计算依据,得出这2种进、旁油路联合调速的调速特点。     

高线精轧机平衡缸漏油分析及改进

分析了广州钢铁企业集团公司高线厂精轧机平衡油缸漏油的危害和原因，指出了这种油缸在设计上存在的缺陷，并提出了改进措施，改进后漏油问题得到了解决。     

B/S模式下油指纹数据库动态更新机制研究

油指纹库和溢油鉴别系统的构建对溢油鉴别具有重要意义,而数据库更新对保持数据库的现实性又有着重要的作用。本文首先阐述地理信息系统（GIS）数据库更新的含义,然后介绍数据库增量更新和完全更新两种机制。在对油指纹数字化鉴别系统的数据内容以及对数据更新具体需求分析的基础上,讨论系统B/S（Browse/Server）部分的数据更新机制,并详细论述更新机制的实现过程。     

坦克设计新发展

本文提出“针对式坦克发展战略”主要内容,它要求“突破性新概念高新技术”,获得“减法设计方法”,因而形成“坦克发展新道路”.运用“系统总体取胜”的系统工程理论,处理好坦克全系统“综合”、全系统与分系统“配置”、分系统与分系统“匹配”、全系统与人及作战环境“适应”四大关系,以“相互同水平组合”替代“单项高水平爬坡”.通过“从系统总体着眼、由边际零部件突破”的途径,善于从各个部分或部件之间的结合部加以突破,实现坦克设计新发展.     

纳米Fe_2O_3作为润滑油添加剂的摩擦磨损性能

采用烧结方法制备得到纳米α-Fe_2O_3,利用X射线衍射仪(XRD)和透射电镜(TEM)对样品进行了表征,研究了纳米α-Fe_2O_3作为液体石蜡添加剂的摩擦磨损性能。结果表明,添加纳米添加剂后,润滑油摩擦系数改变不明显,但磨损率显著降低。磨损率与纳米α-Fe_2O_3添加剂的表面积和添加量密切相关,当纳米材料的表面积为47m~2/g时磨损率最低,磨损率值降低为3.78×10~(-15) m~2/g;添加量为1.0wt%,润滑油磨损率最低。     

5种药用植物挥发油对仓库害虫生物活性的研究

研究了香薷、鹤虱等５种药用植物挥发油对仓虫的生物活性作用。结果表明,香薷挥发油的作用最为明显,它（剂量０２μＬ／ｇ）及其粗分离１＃～５＃样品（剂量００５μＬ／ｇ）均有效地抑制了试虫卵、幼虫及成虫的生长发育,从而减少了试虫Ｆ１代种群的发生,其中粗分离１＃样品作用尤为突出。香薷挥发油１＃～５＃样品的主要化学成分为４,５,６,７,８,８ａ－六氢－８ａ－甲基－２［１Ｈ］－奥酮（５２６４％）、百里香酚（３０５％）和一未定成分（２１９２％）。     

原油价格与油田经济开发期

介绍了油田经济开发期的概念,给出了原油价格与经济开发期之间的定量关系,在不同的原油价格下计算了某油田经济开发期,说明原油价格直接影响油田的经济开发期。     

浅析40T支架搬运车液压系统油温变化对其效率的影响

介绍了油温变化对40T支架搬运车液压系统油液黏度、液压介质和橡胶类密封件的影响,分析了液压系统的总发热功率、总散热功率,结合动态热平衡的计算,找出了液压系统总效率与油温变化之间的关系,并给出其函数关系式。根据这种关系,通过一种工况的油温实测数据取样,计算出相应的效率值,定量地验证了液压系统油温变化引起效率变化的关系,得出了总效率随着温度变化而变化的结论,即温差增大时,总效率降低;温差减小时,总效率增大。通过该结论可以全面掌握系统的工作状态,通过降低油温有效提高效率。     

小兴安岭7种松叶挥发油GC-MS数据的分析

用化学计量学方法分析小兴安岭7种松科植物松叶挥发油气相色谱-质谱(GC-MS)数据,为松叶挥发油的药理活性与其它的应用研究提供依据。(1)用直观推导式演进特征投影(heuristic evolving latent projections,HELP)法分辨重叠色谱峰,得各组分的纯色谱峰和质谱;(2)用正交投影法比较不同挥发油的GC-MS数据;(3)用峰面积归一化法确定各化合物的相对含量;(4)用主要化学成分进行聚类分析。7种松叶挥发油的化学成分为单萜、倍半萜及其衍生物和酯类化合物,按化学成分7种松叶挥发油可分为3类。     

Dynamical systems identification using Gaussian process models with incorporated local models

Gaussian process (GP) models form an emerging methodology for modelling nonlinear dynamic systems which tries to overcome certain limitations inherent to traditional methods such as e.g. neural networks (ANN) or local model networks (LMN).The GP model seems promising for three reasons. First, less training parameters are needed to parameterize the model. Second, the variance of the model's output depending on data positioning is obtained. Third, prior knowledge, e.g. in the form of linear local models can be included into the model. In this paper the focus is on GP with incorporated local models as the approach which could replace local models network.Much of the effort up to now has been spent on the development of the methodology of the GP model with included local models, while no application and practical validation has yet been carried out. The aim of this paper is therefore twofold. The first aim is to present the methodology of the GP model identification with emphasis on the inclusion of the prior knowledge in the form of linear local models. The second aim is to demonstrate practically the use of the method on two higher order dynamical systems, one based on simulation and one based on measurement data.