简介：Anewisolatorcomposedofasteelropespringandamagneto-rheological(MR)damperwasdesignedandastudyonlow-frequencymechanicalcharacteristicsofMRdampersinisolatorswascarriedout.ItusedthecharacteristicsoftheMRdamper,suchasfastresponse,controllabledamping,smallenergyconsumption,widedynamicscope,andgreatadaptation.TherelationshipsbetweenMRdampingforcesandinfluencingfactorswereanalyzedbasedonexperimentaldata.Theresultsshowthatdampingforceisnotonlyrelatedtostructuraldimensions,butalsocloselyrelatedtocontrollablecurrentandvibrationfrequency.Finally,theempiricalformulafordampingforceswascorrected,andtherelationshipbetweencorrectioncoefficientsandfactorsanalyzed.

简介：随着船舶技术的发展，现代船舶对船用隔离器系统提出了越来越高的要求，即船用隔离器系统应同时具备低频减振和高频抗冲击的能力，这是传统的船用减振器系统所无法做到的．为了解决此问题，本文提出了一种新的船用隔离器系统，该系统由钢丝绳弹簧和磁流变阻尼器相并联组成．文中对该船用隔离器系统的减振和抗冲击性能进行了模型试验研究。减振试验的激振力频率为1-15Hz，力幅为2．94．11．76kN；冲击试验的最大冲击输入加速度为20g，脉宽为10ms，减振试验和冲击试验均采用MTS液压加载系统来进行．试验结果表明，该船用隔离器系统具有较好的减振效果，使用了MR阻尼器后系统得共振峰值被明显的削弱；在冲击试验中，冲击响应的衰减速度随着MR阻尼器的阻尼增加而明显加快，但是MR阻尼器再冲击瞬间的出力特性明显与低频振动情况下不同，MR阻尼器的出力表现为受控制电流强度影响不大．

简介：随着船舶技术的发展,现代船舶对船用隔离器系统提出了越来越高的要求,即船用隔离器系统应同时具备低频减振和高频抗冲击的能力,这是传统的船用减振器系统所无法做到的.为了解决此问题,本文提出了一种新的船用隔离器系统,该系统由钢丝绳弹簧和磁流变阻尼器相并联组成.文中对该船用隔离器系统的减振和抗冲击性能进行了模型试验研究。减振试验的激振力频率为1-15Hz,力幅为2.94-11.76kN;冲击试验的最大冲击输入加速度为20g,脉宽为10ms,减振试验和冲击试验均采用MTS液压加载系统来进行.试验结果表明,该船用隔离器系统具有较好的减振效果,使用了MR阻尼器后系统得共振峰值被明显的削弱;在冲击试验中,冲击响应的衰减速度随着MR阻尼器的阻尼增加而明显加快,但是MR阻尼器再冲击瞬间的出力特性明显与低频振动情况下不同,MR阻尼器的出力表现为受控制电流强度影响不大.

简介：文章介绍了一种面向对象的知识表示思想、知识库结构的组成和对象类的基本结构,并将其引入到舵机系统的故障诊断中,将获取的经验知识--规则,采用VB6.0程序语言编程,构造了基于规则的数据链结构,并建成了面向对象的舵机系统故障诊断知识库.

简介：诊断测试能有效地诊断出英语教学中存在的弱点，它是评价英语教学的一个有效手段。文章在介绍诊断测试概念的基础上，分析一次实际进行的诊断性测试。根据测试结果发现存在的问题并以此来改进高职荚语教学的模式。

简介：管理诊断方案确定在当今企业管理中具有重要的地位.提出一种基于改进人工神经网络的管理诊断方案评价方法,该方法结合单因素影子加权与人工神经网络相结合的方法进行优化评价方案,实现企业诊断方案评价的全面化,客观化,可靠化和智能化.实例验证了该评价方法能够有效区分方案的优劣水平,简化了原有方法的冗长过程,提升了方案评价的科学性.

简介：文章对柴油机的故障表象与诊断技术进行了综合分析，结合理论与实践列出了在柴油机故障诊断中的异常声响发生的部位、异响表象特征和故障基本原因，并以实例阐述了柴油机声响异常辨识在故障诊断中的应用，介绍了该故障诊断技术的发展应用前景。

简介：文章首先分析了支持向量机智能诊断的理论,接着介绍了废气涡轮增压器的原理及常见故障,最后研究其在船舶柴油机增压器故障诊断中的应用,并用仿真实验验证了支持向量机在柴油机废气涡轮增压器故障诊断中具有的拟合能力。研究表明,在正确选取特征参数的基础上,采用SVM方法进行船舶柴油机废气涡轮增压器智能故障诊断是可行的。