简介：

简介：针对自然电位（SP）测井的正问题，研究了有限元方法在求解数值解中的应用。通过构造新函数的方法，将一个不能使用有限元计算的问题化为一个可用标准的有限元方法来求解的问题，并对非齐次项进行了分析，选取了适当的构造函数，提高了计算精度。

简介：

简介：应用MSC．Nastran软件，对煤矿用大采高液压支架结构，应用有限元分析的理论，进行了静强度分析。并根据计算结果，通过几种不同结构顶梁柱窝的局部细化分析，探索柱窝在试验样架中的开裂原因，对改进柱窝结构设计提供理论依据。

简介：提出了FCPBGA封装中湿扩散行为的数学模型和有限元分析模型，并应用Abaqus软件包对FCPBGA封装中湿扩散行为进行数值模拟。结果表明，在树脂板中发生的湿扩散将使其水分逐渐增加，在制造过程中应予以充分注意。

简介：采用梁单元的方法建立车身骨架有限元模型,验证其正确性。对客车骨架进行静力学分析和模态分析,得到了该型客车的固有频率和振型,利用APDL参数化设计语言对车身骨架进行优化分析设计。结果显示,车身骨架总质量较优化前减轻了3.48%,优化后整体的应力分布更加均匀,车身动态性能有了一定程度的提高。

简介：设计了差分编码移相键控(2DPSK)调制解调系统的工作流程图,并利用Matlab软件对该系统的动态进行了模拟仿真.利用仿真的结果,从基带信号的眼图可以衡量数字信号的传输质量;由系统的输入和输出波形图可以看出,仿真实验良好.2DPSK调制解调系统的仿真设计,为以后进一步研究基于Matlab的通信实验仿真系统奠定了坚实的基础.

简介：利用多元函数极值的定义和偏导数的定义公式证明二元函数与一元函数在某点取得极值的关系.

简介：在分析并联式混合动力汽车动力传动系统特点的基础上，对电力辅助式混合动力汽车展开研究。在深入分析了电动汽车专用分析软件Advisor（ADvancedVehicleSimulatOR）的原理及使用方法的基础上。在Matlab（MATrixLABoratory）／Simulink环境中完成了所研究的混合动力电动汽车的传动系统和控制系统的建模，并在Advisor平台上，对整车进行了仿真分析。

简介：介绍了城市轨道车辆虚拟设计和数字化仿真平台,在此平台上开发了适合我国城市轨道车辆的牵引仿真分析模块。该模块可实现在不同粘着（蠕滑）条件下的轮轨相互作用、转向架及主要零部件的动态载荷、车辆纵向动力学、电机特性、牵引和运行等功能的仿真分析。使用该模块对陕西南路-黄陂南路的一段实际线路上进行牵引仿真分析,结果与实际情况相符,验证了该模块的正确性。

简介：在单片机教学中应用仿真软件可使教学更形象、更直观,为了提高教学效果,必须对教学过程、演示所用的程序、演示操作内容、学生课后仿真实验等方面进行策划设计.

简介：利用传统方法设计停歇的四连杆机构较繁琐.介绍了利用四杆机构的运动仿真软件来设计具有长停歇运动的四杆机构.

简介：介绍了一种基于相关函数理论的滤波器,并对该滤波系统进行仿真研究,仿真结果表明,该滤波器比传统滤波器具有明显的优点.

简介：介绍了IBIS模型及其模型高速线路设计中的应用研究,给出了时钟信号仿真的波形,仿真结果证明了在微机高速线路设计中引入IBIS模型的重要性和必要性.

简介：介绍了反力滚筒式制动试验台的总体结构及工作原理,采用虚拟样机软件ADAMS建立了整车和滚筒式制动试验台模型。通过仿真试验,分析了滚筒直径和滚筒表面附着系数对制动力仿真结果的影响,为优化滚筒式制动试验台提供一定依据。

简介：介绍了车辆振动舒适度的评价方法及虚拟仪器技术。基于虚拟仪器,将车辆座椅处的振动加速度均方根值与人对车辆振动舒适性的主观感觉相结合,以汽车综合平顺性指标———车辆平顺性舒适度CV为参数,对车辆振动舒适度进行了计算及指示器的界面仿真,对解决汽车振动舒适性难以评价及比较的问题进行了有益的尝试。

简介：研究电梯专用永磁同步电动机（PMSM）的控制方式。在PMSM数学模型基础上，提出了单位电流最大转矩控制策略并予以论证。通过Matlab／Simulink对电动机运行状态仿真，验证了采用单位电流最大转矩控制策略的PMSM矢量控制系统具有优良的速度跟踪性能，适用于拖动电梯负载运行。

简介：单神经元(PSD)控制器利用神经元的自学习、自组织能力,根据被控对象的变化情况对控制器的权值进行在线调整,达到了在线调整PID参数的目的;且设计时无需精确对象模型,克服了常规PID因负载、模型参数的变化及非线性因素等影响PID精确调节的缺点.采用遗传算法对单神经元PID参数进行寻优,在搜索空间内获得全局最优点.仿真结果表明:采用遗传算法改进的单神经元PID控制器能获得较好的控制效果.

简介：提出了基于核主元分析（KPCA）和支持向量机（SVM）相结合的齿轮箱齿轮故障识别方法。采用振动信号初始特征空间的内积核函数,将初始特征空间中的非线性问题转换成高维特征空间中的线性问题。通过主元分析对映射到高维空间中的数据信息进行处理,得到初始特征的非线性主元,实现对高维特征参数进行降维。再结合SVM良好的分类能力,结果表明,KPCA和SVM相结合的分类性能在齿轮箱故障诊断方面有更好的效果。