|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
由直剪和單軸壓縮試驗確定砂土鄧肯-張模型參數(shù)的方法
本發(fā)明公開了一種由直剪和單軸壓縮試驗確定砂土鄧肯-張模型 參數(shù)的方法，包括以下步驟：(1)利用直剪試驗得到砂土內(nèi)摩擦角；(2)利用單軸壓縮試驗得到砂土側(cè)限壓縮模量 Es 的多個值；(3)計算 體積模量 B 的多個值，并得出參數(shù) kb 的值與參數(shù) m 的值；(4)根據(jù)體 積模量 B 的表達式或任意一個體積模量 B 的值，得出參數(shù) k 的值；從 而最終得到砂土鄧肯-張模型中參數(shù) k、參數(shù) n、參數(shù) m、參數(shù)、以及參數(shù) kb 的值。本發(fā)明通過對關(guān)鍵中間參量的種類及 它們的試驗獲取方式等進行改進，與現(xiàn)有技術(shù)
華中科技大學(xué)
2021-04-14
基于配電網(wǎng)物理模型中的線路零序電流模擬與檢測方法
本發(fā)明公開了一種基于配電網(wǎng)物理模型中的線路零序電流模擬 與檢測方法，屬于電力系統(tǒng)配電自動化領(lǐng)域；現(xiàn)有的檢測方法實際負(fù) 載阻抗和零序電流互感器的容量不一致時將會出現(xiàn)較大的誤差；本發(fā) 明提供的方法將三相線路和副方繞組繞在同一個環(huán)形鐵芯上，通過磁 平衡原理大大提高了零序電流互感器的二次電流值和測量精度。
華中科技大學(xué)
2021-04-14
政法大學(xué).jpg){kind=logo}
基于GE-OLogit模型的“以地養(yǎng)老”模式參與意愿及模式優(yōu)化研究
本項目基于湖北省咸寧市農(nóng)民的實地調(diào)研數(shù)據(jù)，從農(nóng)民個人特征、家庭特征、土地特征和認(rèn)知特征四個方面選取了18個變量作為自變量，通過Order-logit模型探究影響農(nóng)民參與以地養(yǎng)老模式意愿的因素。
一、項目進展
創(chuàng)意計劃階段
二、負(fù)責(zé)人及成員
姓名
學(xué)院/所學(xué)專業(yè)
入學(xué)/畢業(yè)時間
李炤辰
工商管理學(xué)院農(nóng)林經(jīng)濟管理
2019.9/2023.6
楊力源
工商管理學(xué)院農(nóng)林經(jīng)濟管理
2019.9/2023.6
陳文杰
工商管理學(xué)院物流管理
2019.9/2023.6
王子陽
工商管理學(xué)院物流管理
2019.9/2023.6
三、指導(dǎo)教師
姓名
學(xué)院/所學(xué)專業(yè)
職務(wù)/職稱
研究方向
崔許鋒
工商管理學(xué)院土地資源管理
副教授
土地經(jīng)濟管理與GIS空間分析
四、項目簡介
本項目基于湖北省咸寧市農(nóng)民的實地調(diào)研數(shù)據(jù)，從農(nóng)民個人特征、家庭特征、土地特征和認(rèn)知特征四個方面選取了18個變量作為自變量，通過Order-logit模型探究影響農(nóng)民參與以地養(yǎng)老模式意愿的因素。研究發(fā)現(xiàn)農(nóng)民的年齡、務(wù)農(nóng)收入比重、是否購買社會養(yǎng)老保險、承包地數(shù)量、宅基地面積、認(rèn)知水平和風(fēng)險意識對于參與意愿有顯著影響。因此，應(yīng)當(dāng)完善農(nóng)地流轉(zhuǎn)機制、關(guān)注養(yǎng)老需求主體、發(fā)展農(nóng)村非農(nóng)化產(chǎn)業(yè)和加強政府政策宣傳和支持力度，積極推動以地養(yǎng)老模式發(fā)展。
中南財經(jīng)政法大學(xué)
2022-08-09
一種基于格子?玻爾茲曼模型的油層流體模擬方法
本發(fā)明公開了一種基于格子?玻爾茲曼模型的流體模擬方法。所述模擬方法包括，將多孔介質(zhì)的圖像網(wǎng)格化，用 fi(x,y,t)表示網(wǎng)格點 I(x,y)處，運動速度為 ci 的粒子所對應(yīng)的粒子分布；判斷粒子運動方向 ci 是否朝向固壁邊界，是則令粒子分布fi(x,y,t)執(zhí)行反向函數(shù)，否則對fi(x,y,t)執(zhí)行格子?玻爾茲曼模型的碰撞函數(shù)，然后根據(jù)演化后的粒子分布fi(x,y,t)獲得流體密度ρ’(x,y)和流體速度 u’(x,y)；直至滿足演化結(jié)束條件。
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種纖維增強復(fù)合材料動態(tài)剪切本構(gòu)模型的構(gòu)建方法
本發(fā)明公開一種纖維增強復(fù)合材料動態(tài)剪切本構(gòu)模型的構(gòu)建方法，步驟為：
１、完成纖維增強復(fù)合材料在多種應(yīng)變率加載工況下的剪切試驗得到各個工況下的載荷位移曲線；
２、采用Weibull損傷模型與粘彈性模型相結(jié)合推導(dǎo)出含Weibull損傷分布的待擬合載荷位移關(guān)系；
３、根據(jù)載荷位移曲線和載荷?位移關(guān)系構(gòu)建多曲線最小二乘目標(biāo)函數(shù)；
４、采用遺傳算法得到待擬合參數(shù)的初值，通過信賴域方法在獲得的參數(shù)初值附近搜索最終得到高精度參數(shù)值和確定的含Weibull損傷分布的載荷?位移關(guān)系；
５、根據(jù)載荷與應(yīng)力關(guān)系、位移與應(yīng)變關(guān)系以及載荷?位移關(guān)系推導(dǎo)出含Weibull損傷分布的復(fù)合材料動態(tài)剪切本構(gòu)模型。本發(fā)明能夠為纖維增強復(fù)合材料動態(tài)工況下數(shù)值仿真計算提供可靠的依據(jù)。
東南大學(xué)
2021-04-11
大學(xué).jpg){kind=logo}
一種基于改進麻雀優(yōu)化算法的光伏電池模型參數(shù)辨識方法
本發(fā)明公開了一種基于改進麻雀優(yōu)化算法的光伏電池模型參數(shù)辨識方法，具體步驟如下：1)獲取光伏電池的實測電流和實測電壓；2)建立光伏電池模型，并將模型估計輸出與實際輸出的均方根誤差作為目標(biāo)函數(shù)；3)將levy飛行和螺旋搜索機制融入到標(biāo)準(zhǔn)的麻雀優(yōu)化算法中，形成改進的麻雀優(yōu)化算法；4)使用改進的麻雀優(yōu)化算法最小化目標(biāo)函數(shù)，對光伏電池模型的未知參數(shù)進行辨識，獲取最佳參數(shù)并建立數(shù)學(xué)模型；5)基于獲取的最佳參數(shù)及模型進行外電路i?v特性預(yù)測；本發(fā)明具有快速收斂、能夠有效避免陷入局部最優(yōu)解以及較高搜索精度的特點，能夠顯著提高對光伏電池模型參數(shù)辨識的準(zhǔn)確性。
南京工業(yè)大學(xué)
2021-01-12
一種綠氫耦合加氫過程在線代理模型輔助多目標(biāo)優(yōu)化方法
本發(fā)明提供了一種綠氫耦合加氫過程在線代理模型輔助多目標(biāo)優(yōu)化方法，包括：針對綠氫耦合加氫過程的綠氫?灰氫混合波動，構(gòu)建經(jīng)濟與碳減排多目標(biāo)操作參數(shù)優(yōu)化問題，對操作參數(shù)進行靈敏度分析，獲取待優(yōu)化操作參數(shù)及其取值范圍；對加氫過程建立第一性原理模型并進行拉丁超立方采樣，采用高斯過程回歸建立離線代理模型；在混合氫氣波動條件下，基于高斯過程生成初始在線代理模型，采用快速非支配排序優(yōu)化方法求解經(jīng)濟與碳減排多目標(biāo)優(yōu)化問題，并通過周期性更新在線代理模型。本發(fā)明兼顧了投資成本與碳減排效益，實現(xiàn)了綠氫?灰氫混合頻繁波動下的經(jīng)濟效益與碳減排多目標(biāo)的平衡優(yōu)化。
南京工業(yè)大學(xué)
2021-01-12
用于對船舶推進器模型執(zhí)行力學(xué)和軸系振動測量的系統(tǒng)
本發(fā)明公開了一種用于對船舶推進器模型執(zhí)行力學(xué)和軸系振動測量的系統(tǒng)，包括連接壁、磁性盤式聯(lián)軸器和第一、第二傳動軸，其中連接壁呈豎直設(shè)置的艙壁結(jié)構(gòu)，并安裝在螺旋槳與驅(qū)動電機之間；磁性盤式聯(lián)軸器由兩個相互對置且分別安裝在連接壁左右兩側(cè)的磁盤共同組成；兩個傳動軸各自設(shè)置在連接軸的兩側(cè)，并用于將驅(qū)動電機和螺旋槳與磁性盤式聯(lián)軸器分別相聯(lián)接；此外，在第二傳動軸處于連接壁一側(cè)的軸端設(shè)置有力傳動器，并在中間連接壁上安裝有加速度傳感器。通過本發(fā)明，能夠使得電機與螺旋槳及測量元件從連接上徹底隔離，杜絕電機振動給測量過程帶來的不利影響，同時顯著提高測量的精度和可信度，并使得測量系統(tǒng)的水密環(huán)節(jié)變得容易。
華中科技大學(xué)
2021-04-14
XM-402M四階段動脈粥樣硬化血管阻塞模型
XM-402M四階段動脈粥樣硬化血管阻塞模型
?
XM-402M四階段動脈粥樣硬化血管阻塞模型展示動脈粥樣硬化的四個時期：
1、無癥狀期或稱亞臨床期：其過程長短不一，包括從較早的病理變化開始，直到動脈粥樣硬化已經(jīng)形成，但尚無器官或組織受累的臨床表現(xiàn)。
2、缺血期：由于血管狹窄而產(chǎn)生器官缺血的癥狀。
3、壞死期：由于血管內(nèi)急性血栓形成使管腔閉塞而產(chǎn)生器官組織壞死的表現(xiàn)。
4、纖維化期：長期缺血，器官組織纖維化萎縮而引起癥狀。
尺寸：放大
材質(zhì)：PVC材料
上海欣曼科教設(shè)備有限公司
2021-08-23
腦神經(jīng)在頭頸部分布模型十二對腦神經(jīng)XM-639
XM-639腦神經(jīng)在頭頸部分布模型（十二對腦神經(jīng)）
?
XM-639腦神經(jīng)在頭頸部分布模型（十二對腦神經(jīng)模型）上帶部分顱底，眶的上壁和外側(cè)壁已剖掉，暴露出眼球、眼球外肌和眶內(nèi)神經(jīng)、下頜支及部分顳骨、頸部淺層肌除去暴露出腦神經(jīng)在頸部的分布；顱底內(nèi)面可見十二對腦神經(jīng)出入顱底孔裂的情況，在正中面上，上鼻甲粘膜內(nèi)可見嗅神經(jīng)絲穿篩孔進入嗅球，切開鼻腔外側(cè)壁暴露翼腭神經(jīng)節(jié)及其分支；眶內(nèi)顯示眼球、眼球外肌，
動眼神經(jīng)、滑車神經(jīng)、展神經(jīng)、三叉神經(jīng)眼支和睫狀神經(jīng)節(jié)的位置的分布；下頜支及顳骨一部已切去，顯露三叉神經(jīng)的上頜神經(jīng)，下頜神經(jīng)的走行、分支、分布和下頜下神經(jīng)節(jié)；面神經(jīng)在面神經(jīng)管內(nèi)分出巖大淺神經(jīng)和鼓索的情況，舌咽神經(jīng)、迷走神經(jīng)在頸部走行、分布情況，副神經(jīng)支配胸鎖乳突肌和斜方肌，舌下神經(jīng)進入舌內(nèi)等情況。
尺寸：放大2倍，42.5×15×40cm
材質(zhì)：PVC材料
上海欣曼科教設(shè)備有限公司
2021-08-23