期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
SL50型自动分选线的质量参数及数据剖析(三)
1
作者 魏晓东 《佛山陶瓷》 1996年第1期40-42,共3页
四、给定 给定操作是对检测、处理过程中提供必要的数据。SL50包括有三种不同功能的给定。 (1)检测功能设定(setup) 检测功能设定操作,包括PLANAR、GAUGE主菜单工作状态,砖的大小尺寸,高度补偿,传送速率,检测方式等的数据设置,... 四、给定 给定操作是对检测、处理过程中提供必要的数据。SL50包括有三种不同功能的给定。 (1)检测功能设定(setup) 检测功能设定操作,包括PLANAR、GAUGE主菜单工作状态,砖的大小尺寸,高度补偿,传送速率,检测方式等的数据设置,具体参考SL50操作设置手册。 (2)等级划分设置(THREHOLOSETING) 展开更多
关键词 SL50型 自动分选生产线 质量参数 数据剖析 陶瓷厂
下载PDF
Google Earth KML在自然灾害分析中的应用初探 被引量:2
2
作者 赵志岐 张洪武 《勘察科学技术》 2012年第1期50-53,共4页
KML(KeyholeMarkup Language)是美国谷歌公司向全球推广的以XML(可扩展标记语言)语言为编码基础,采用XML语法格式存储地理空间信息数据的地图描述语言,现已成为开放式地理编码联盟的标准之一。通过使用谷歌公司的Google Earth和GoogleM... KML(KeyholeMarkup Language)是美国谷歌公司向全球推广的以XML(可扩展标记语言)语言为编码基础,采用XML语法格式存储地理空间信息数据的地图描述语言,现已成为开放式地理编码联盟的标准之一。通过使用谷歌公司的Google Earth和GoogleMaps软件对地理信息要素进行描述并在软件中再现地理对象要素,展现给不同级别的使用者。该文通过KML在冰川消融、地震、飓风等自然灾害剖析处理的实例,简要介绍KML在Google Earth中进行灾害剖析方面的应用。 展开更多
关键词 KML 自然灾害 数据剖析 GOOGLE EARTH
原文传递
互联网保险发展探析 被引量:1
3
作者 杨璨 《商业文化》 2020年第23期60-61,共2页
互联网保险是当前互联网金融的重要组成部分,伴随着人们对保险行业态度的逐渐改观,互联网给予了互联网保险新的机遇和挑战,那么了解互联网保险的过去发展对于其未来至关重要。本文主要基于互联网的发展变化,简要分析消费者对互联网保险... 互联网保险是当前互联网金融的重要组成部分,伴随着人们对保险行业态度的逐渐改观,互联网给予了互联网保险新的机遇和挑战,那么了解互联网保险的过去发展对于其未来至关重要。本文主要基于互联网的发展变化,简要分析消费者对互联网保险的态度变化,并根据历史数据剖析当代人们所关注的问题为互联网保险带来的无限可能,通过对比探讨互联网保险的发展趋势。 展开更多
关键词 互联网保险 互联网金融 保险行业 简要分析 发展探析 发展趋势 对比探讨 数据剖析
下载PDF
Sub-ensemble study of pressure gradient effects on the variation of Karman constant
4
作者 WANG YanZhi SHE ZhenSu 《Science China(Physics,Mechanics & Astronomy)》 SCIE EI CAS 2012年第8期1439-1444,共6页
Using data from direct numerical simulation (DNS) of incompressible and compressible channel flow, we develop a method of sub-ensemble decomposition to investigate the pressure gradient effect on the Karman constant... Using data from direct numerical simulation (DNS) of incompressible and compressible channel flow, we develop a method of sub-ensemble decomposition to investigate the pressure gradient effect on the Karman constant and the additive constant B characterizing the mean velocity profile (MVP). The sub-ensemble decomposition is defined according to the magnitude of vertical fluctuation velocity, which mimics coherent motions like ejection and sweep. DNS data analysis shows that each sub-ensemble displays a distinct Karman constant, with a variation which mimics effects of pressure gradient. The latter is demonstrated by a relation between sub-ensembles' km and Bm similar to empirical data under various pressure gradients. A set of global parameters, k0-pg=0.39 & B0-pg=5.5, are then derived for interpreting two constants observed by Nagib et al. 展开更多
关键词 sub-ensemble vertical fluctuation velocity pressure gradient Karman constant
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部