启发式教学在内燃机原理课程教学中的应用

＂内燃机原理＂是热能与动力工程专业的一门专业主干课。本文基于启发式教学的本质与特征,结合＂内燃机原理＂课程特点以及教学组多年来的教学改革与实践经验,分别从教学内容、教学方法以及教学实践等方面提出了提高教学质量的若干思路与方法。指出该课程教学重点是改进教学方式、合理组织教学过程,注重理论与实践相结合,切实提高学生的独立思考与实践能力。     

斜盘发动机滚动摩擦性能分析

摩擦学特性对发动机功效的发挥起着重要作用,对其进行分析和探讨有助于改善发动机工作性能。基于斜盘发动机基本结构,建立了其内部组件的球滚动摩擦模型和柱滚动摩擦模型,并推导了相应的滚动摩擦力和滚动摩擦系数公式。然后结合某斜盘发动机具体参数,分别计算了球滚动摩擦力、摩擦系数和柱滚动摩擦力、摩擦系数,通过对比,认为柱滚动摩擦力、摩擦系数远小于球滚动摩擦力、摩擦系数。最后分析了摩擦生热、高温环境对发动机摩擦性能的影响,并指出了下一步研究的方向。     

搜索引擎在翻译实践和翻译研究中的应用

互联网既是连接世界网民的一个无形纽带,又是所有网民都参与建造的一个巨大信息库。搜索引擎是开发利用这一巨大信息库的一把金钥匙。文章探讨了搜索引擎在翻译实践中辅助特殊词汇和文本的翻译以及在翻译研究中辅助参考文献编写的若干方法。     

四缸内燃机主轴承的结构振动分析

应用有限元方法在机体结构模态分析的基础上,对某四缸内燃机曲轴各主轴承在曲轴轴颈作用力激励下的结构振动进行了计算,得到了曲轴各主轴承在不同方向上的结构振动响应曲线,并对其响应特征进行了分析。在此基础上,对轴承结构动力响应与机体结构模态特征间的关系以及主轴承结构振动与机体结构振动和噪声辐射之间的关系也作了进一步的讨论。结果表明作用在主轴承上的径向力可以激起主轴承的轴向往复振动,该轴向振动传播到机体裙部并产生噪声辐射。     

基于EMD的Hilbert变换的柴油机气缸套磨损故障诊断

为准确地对柴油机进行状态监测和故障诊断,运用基于经验模态分解(Empirical Mode Decomposition,EMD)的Hilbert变换,对船用低速柴油机缸盖振动加速度信号进行分析.改变柴油机的转矩和转速,测量各工况下缸盖的振动信号,并对其进行分析;将柴油机的6个缸分为3组,分别采用3种不同性能的气缸油,让柴油机在额定工况下连续运转,测取活塞环与气缸套在不同间隙时的缸盖振动信号.结果表明,当转矩和转速同时增大时,振动加速度信号特征频带变化不大,但能量相应增加;当转矩和转速保持不变,活塞环与气缸套间隙增大时,振动加速度信号特征频带发生改变,并且能量增大.与快速傅里叶变换(Fast Fourier Transform,FFT)法及功率密度谱法的对比表明,基于EMD的Hilbert变换可以有效处理缸盖的振动信号,并可以运用到气缸套磨损故障的诊断中.     

高校图书馆读者流失问题分析

随着网络的发展,越来越多的读者使用网络搜索引擎作为获取信息服务的入口,许多高校图书馆都面临不同程度的到馆读者减少的问题。通过对高校读者使用信息资源情况的分析,笔者认为目前使用高校图书馆的读者人数并没有明显的减少,图书馆应该更多关注改进信息服务的方式,以适应新环境下读者对信息服务方式的要求。     

"中南"一词的翻译——基于网络语料的调查

基于网络语料的调查来证实作者对“中南”英译对应词的猜想。通过搜索引擎,调查了国内网络上“中南”一词的英译情况,同时选取了比较权威的英、美、澳等国的网站语料进行检索,结果验证了“south central”和“central south”的可接受性。虽然没有完全排除“central south”在一定范围内的使用事实,但是,从检索到的语料来看,“south central”的用法优于“central south”。     

基于专家系统设计过程的盲目搜索技术优化策略的探讨

分析了盲目搜索技术的特点、算法、搜索过程、时间复杂度和空间复杂度,并在此基础上讨论了盲目搜索技术面向专家系统的设计过程所存在的缺点。依据专家系统知识表示和推理过程的特点,提出了一种改进的搜索方法——跳棋法,并阐述了跳棋法搜索策略的基本思想和算法过程,描述了这种搜索方式更适用于专家系统设计过程的原因。     

人事文档资源的全文检索研究

对基于Lucene引擎的全文检索和SQLServer附带的全文检索功能组件Microsoft Search进行应用研究,实现相应的检索功能,进行性能测试比较．研究结果表明,Lucene可扩展性强,建立索引和检索的速度都比较快,可以动态添加或删除记录．在人事文档资源的检索应用背景下,Lucene的检索性能高于Microsoft Search．     

Application of neural network in the study of combustion rate of natural gas/diesel dual fuel engine

In order to predict and improve the performance of natural gas/diesel dual fuel engine (DFE), a combustion rate model based on forward neural network was built to study the combustion process of the DFE. The effect of the operating parameters on combustion rate was also studied by means of this model. The study showed that the predicted results were good agreement with the experimental data. It was proved that the developed combustion rate model could be used to successfully predict and optimize the combustion process of dual fuel engine. Project supported by National Lab. for Automotive Engine and Safety, Tsinghua University, China