排序方式: 共有30条查询结果,搜索用时 15 毫秒
1.
球罐中心柱在球罐温带板组装过程中,中心柱受压力和弯矩载荷.以往球罐施工中采用管状中心柱,在大容积球罐施工中其稳定性较差,若中心柱选用格构式柱,可提高中心柱的稳定性,在实际操作过程中还便于球罐赤道带的找正测量工作. 相似文献
2.
3.
本文主要介绍用OBASIC语言编制的立式罐罐底不平度修正值计算程序,该程序采用的是圆台计算公式,不但能给出总量,而且能准确的给出其部分容量,可以减少误差,因此从提高计量精度来讲有推广之必要。但由于计算工作量大,特别是大罐,测点数目较多,超过通常的m=8,n=8时,更是如此,而有了计算程序后,使数据处理变得简单,从而更有利于该方法的推广。 相似文献
4.
5.
6.
7.
立式金属罐径向偏差的测量 ,以前都是采用目视估计测点位置的方法来测量 ,误差较大 ,本文提出了用新的测点定位法 ,可以对测点进行精确的定位测量 相似文献
8.
申建国 《现代测量与实验室管理》2002,10(1):47-49
本文主要介绍用QBASIC语言编制的立式罐罐底不平度修正值计算程序,该程序采用的是圆台计算公式,不但能给出总量,而且能准确的给出其部分容量,可以减少误差,因此从提高计量精度来讲有推广必要.但由于计算工作量大,特别是大罐,测点数目较多,超过通常的m=8,n=8时,更是如此,而有了计算程序后,使数据处理变得简单,从而更有利于该方法的推广. 相似文献
9.
用全站仪对球形金属罐进行多点测量的方法,既可以提高测量效率,又能够提高测量准确度,此方法值得推广。 相似文献
10.
目的 建立能够准确预测不同喷丸工艺参数下工件表层显微硬度的数学模型。方法 以42CrMo钢作为研究对象,采用正交实验法设计喷丸实验方案和逐点测量法测量0~320μm层深内的显微硬度,以实验数据为样本,基于BP神经网络建立42CrMo钢受喷后表层显微硬度的预测模型,并利用遗传算法(GA)对BP神经网络结构进行优化,建立基于GA-BP神经网络的42CrMo钢受喷后表层显微硬度模型。结果 将实验数据集用于模型的训练,BP神经网络模型和GA-BP神经网络模型训练的相关系数R均为0.97左右,两种模型的训练效果均较好。对比20组测试集的模型预测值和实验值发现,BP神经网络模型预测值与实验值之间的相对误差的最大值和平均值分别为3.5%和1.1%,相比之下,经遗传算法优化的BP神经网络(GA-BP)模型预测值与实验值的相对误差的最大值和平均值仅为2.9%和0.7%。GA-BP神经网络模型具有更高的预测精度和稳定性。结论 经GA遗传算法优化的BP神经网络(GA-BP)更适合用于建立受喷工件表层显微硬度的预测模型,可为其在工程上的应用提供一定的参考。 相似文献