不知火舞的被虐|伊人天伊人天天综合网|博洛尼亚天气|任你懆这里只有精品4|久久美日韩精品久久|掌中之物漫画免费阅读观看|0丨d老妇

分解的案例

分解命令是將某些特殊的對象分解成多個獨立的部分
[p=24, null, left]分解命令是將某些特殊的對象分解成多個獨立的部分,以便于更具體的編輯。主要用于將復合對象,如矩形、多段線、填充圖案和塊等還原成一般對象。分解后的對象對其顏色、線型和線寬都可能發生改變。[/p][p=24, null, left]調用分解命令的方法如下:[/p][p=24, null, left]菜單欄:執行修改/分解命令[/p][p=24, null, left]工具欄:單擊修改工具欄中的分解按鈕[/p][p=24, null, left]命令行:在命令行中輸入explode/x[/p][p=24, null, left]功能區:在默認選項卡中,單擊修改面板中的分解按鈕[/p][p=24, null, left]調用分解命令,命令行提示如下:[/p][p=24, null, left]命令:-explode[/p][p=24, null, left]選擇對象[/p][p=24, null, left]注意:分解命令不能分解用minser和外部參照插入的塊以及外部參照依賴的塊。分解一個包含屬性的塊將刪除屬性值并重新顯示屬性定義。[/p][p=24, null, left]推薦閱讀:CAD怎么打印加長圖紙 三維CAD[/p]
展開
ISO 26262筆記——如何理解ASIL分解
作者 | 小青的風箏 來源 | 汽車ECU開發 摘要:接觸功能安全的讀者一定對ASIL分解不陌生,都知道ASIL B(D)意味著原本需求為ASIL D,分解成了ASIL B,從而降低功能安全開發難度。但是如果繼續追問則是一知半解,比如: ASIL分解的原則是什么? 進行ASIL分解需要滿足什么條件? ASIL分解到底如何降低了功能安全開發難度? 本文試圖對這些問題進行回答,在介紹分解原則的同時指出其中的關鍵點,拋磚引玉,希望能給讀者帶來一些參考。 1、什么是ASIL分解? 軟件工程師可能經常遇到這樣一個場景:在進行功能安全開發時,Safety Goal的ASIL等級太高,輸入信號無法滿足要求。對于這一種情況,ISO 26262提供了一個特殊的裁剪方法以降低對功能安全需求的ASIL等級,即“ASIL分解”。 這一方法的核心點是通過將一條功能安全需求分解成兩條相互獨立的需求并分配到兩個及兩個以上相互獨立的元素(如軟件模塊、輸入信號等)上。由于冗余的存在,對每個分解后的相關元素的ASIL等級要求可以降低。 ASIL分解有特定的標記方式。
展開
新型能力的建設(上)識別、分解與組合
二是參考組織主體、價值活動客體、信息物理空間等新型能力分解的主要視角,對新型能力建設的總體需求進行逐級分解和細化,將各新型能力及相對應的價值效益需求分解至不能或不必再分解為止,這些細分的新型能力應對應明確的組織邊界、價值活動、基礎設施與資源環境。 【本部分節選自T/AIITRE 10002—2020《數字化轉型 價值效益參考模型》標準原文“6.3基于能力分解實現價值分解的主要視角”部分】 6.3基于能力分解實現價值分解的主要視角 組織應參考組織主體、價值活動客體、信息物理空間等三個視角,系統開展新型能力的系統分析、逐級分解,包括但不限于: a) 充分考慮建設和運用能力的組織主體,明確新型能力所涉及的組織邊界。在新型能力分解過程中,系統分析個人/崗位、部門/團隊、組織、生態圈等組織主體相關方面,按照所對應的組織層級和范圍等開展新型能力的分解。 b) 充分考慮能力賦能的價值活動客體,明確新型能力所涉及的主要價值活動。在新型能力分解過程中,系統分析需求定義、產品研制、交易/交付、服務、循環利用/終止處理等價值活動客體相關方面,按照所對應的業務體系和業務活動等開展新型能力的分解。 c) 充分考慮支撐能力的信息物理空間,明確能力建設和運用所涉及的基礎設施和資源環境。在新型能力分解過程中,系統分析硬件、軟件、網絡、平臺等信息物理空間相關方面,按照所對應的基礎設施和資源環境等開展新型能力的分解。 三是以能力單元承載不能或不必再分解的新型能力,根據新型能力和相應的價值效益需求,從過程維、要素維、管理維三方面系統策劃和構建能力單元。
展開
你真的做對ASIL分解了嗎?
出品 | 焉知 知圈 | 進“電子電氣群”請加微13636581676,備注架構 本文要點 稍微了解功能安全的朋友絕對都聽過ASIL分解。畢竟作為ISO 26262官方推薦的降低功能安全開發要求的手段,必然是要被工程師們好好地加以利用的。但是 ASIL分解雖好,卻不是簡單的加減運算式的“ASIL D 可以分為兩個ASIL B或一個ASIL A和一個ASIL C”那么簡單,如果在進行分解時忽略了它的前提和規則,將可能造成系統的功能安全漏洞。 基于此背景,本文旨在梳理ASIL分解的理論以及易被忽略的規則,以期為讀者提供一些有價值的參考。 1. 什么是ASIL分解? 設想一個場景:養豬場有兩個豬圈,一個里面有一頭豬X,另一個里面有兩頭豬Y和Z。如果它們的目標都是用力量沖破豬圈的木柵欄獲得自由。顯而易見,對X的力量要求比一起合作的Y和Z都高。 ASIL分解的背后也是相同的道理。作為降低對功能安全需求的ASIL等級的裁剪方法,這一方法的核心點是通過將一條功能安全需求分解成兩條相互獨立的需求并分配到兩個及兩個以上相互獨立的要素(如軟件模塊、硬件模塊、輸入信號等)上,正是由于這些參與分解的獨立的要素之間構成了互為冗余關系,從整個系統的角度看,只有當這些元素同時發生失效時才會違背安全目標,這樣一來對每個參與分解的相關元素的功能安全要求可以降低。 ISO 26262, part9第5章中定義了ASIL分解的特定的標記方式: 應通過在括號中給出安全目標的ASIL等級,對每個分解后的ASIL等級做標注。each decomposed ASIL shall be marked by giving the ASIL of the safety goal in parenthesis.
展開
分解圖1
EPB功能安全筆記(16):ASIL分解及其關鍵點
共因失效(左);級聯失效(右) 提到獨立性,讀者比較熟知的是ASIL分解,ISO 26262中要求ASIL分解的前提是:ASIL分解需要安全要求具有冗余性,且分配給充分獨立的架構要素。 本文將對ASIL分解展開說明,在介紹分解原則的同時指出其中的關鍵點,拋磚引玉,希望能給讀者帶來一些參考。 1.什么是ASIL分解? 下面的案例在功能安全開發過程中非常常見: 對信號的功能安全需求的ASIL等級為ASIL D或者ASIL C,而信號只能達到ASIL A或者ASIL B 對于這種偏差,ISO 26262開了個“后門”來合理地避免這類偏差影響功能安全開發,這個“后門”就是ASIL分解。ASIL分解是降低對功能安全需求的ASIL等級的裁剪方法,這一方法的核心點是通過將一條功能安全需求分解成兩條相互獨立的需求并分配到兩個及兩個以上相互獨立的元素(如軟件模塊、硬件模塊、輸入信號等)上。 正是由于這些參與分解的獨立的元素之間構成了互為冗余關系,從整個系統的角度看,只有當這些元素同時發生失效時才會違背安全目標,這樣一來對每個參與分解的相關元素的功能安全要求可以降低。 ISO 26262, part9第5章中定義了ASIL分解的特定的標記方式: 應通過在括號中給出安全目標的ASIL等級,對每個分解后的ASIL等級做標注。each decomposed ASIL shall be marked by giving the ASIL of the safety goal in parenthesis. 例如,如果一個ASILD的要求分解成一個ASILC的要求和一個ASIL A 的要求,則應標注成“ASIL C(D)”和“ASIL A(D)”。
展開
Python實現奇異值分解(SVD)壓縮圖片
奇異值分解(Singular Value Decomposition 簡稱SVD)是線性代數中的一種重要分解,在很多領域都有著廣泛的應用。這篇文章將通過一個圖像壓縮的例子教你如何在Python中使用SVD實現數據壓縮,并說明其原理。 奇異值分解壓縮的原理 先看一個簡單的例子,如果你想要在網絡上給別人發送一段數據,數據的內容為 當然,最簡單的方法就是給這個矩陣直接發過去,這是一個5x5的矩陣,你至少需要發送25個數字。 但是我們可以把這個矩陣分解為兩個矩陣的乘積,這樣只需要發送10個數字。 圖像也可以被視為矩陣,圖像的每一個點都是由RGB值定義的,所以每個圖像可以被表示為三個巨型矩陣(分別是R,G,B矩陣)。 但圖像所生成的矩陣顯然不會像上面的例子那樣簡單的就被分解了。想要分解任意矩陣,這就需要用到SVD了。 SVD分解可以被認為是EVD(Eigen Value Decomposition 特征值分解)的延伸。特征值分解將一個矩陣分解為兩組正交的特征向量和一個特征值對角線矩陣。 而特征值矩陣又是從大到小排列的,特征值大小的下降速度很快,我們可以通過丟棄一些特征值來壓縮數據。對于壓縮圖像來說,只要人眼不可察覺便可以認為是成功的壓縮。 簡單來說,就是通過把一塊大的數據分解為很多項,通過給數據的每個項的重要程度排序,挑選出一部分最重要的保留,丟棄一部分最不重要的,來實現數據壓縮。 Python實現圖像壓縮 在python中使用SVD算法很容易,直接使用庫函數即可。這里主要使用numpy庫用來進行矩陣計算,matplotlib用來顯示圖像以及PIL庫用來讀取本地測試圖片。 首先需要把測試圖片導入進來,轉換為numpy的矩陣。
展開
通過Python實現矩陣分解
矩陣分解可以一定程度上避免進行求逆帶來的龐大計算,是在矩陣規模不大的時候所采用的方法,但矩陣規模較大的時候還是比較推薦采用迭代的方法進行求解的,這里主要講一講常用的矩陣分解方法,然后把代碼給出來,同樣的代碼基于python并且封裝成了一個類,可以直接實例化并且調用,方法主要按照網上來寫的,穩定性不作保證。 這里主要有Choleski分解,LU分解,QR分解,高斯消去和SVD分解,同時對于上三角和下三角的矩陣求解我單獨列了出來,因為在上面的分解方法很多都是分解為這兩種東西然后求解減少計算量的。
展開
基于相場模型的疲勞分析 加入譜分解功能與不分解的差別 ¥166
相場疲勞的uel 加入譜分解和無分解的對比
Ansys高級應用分享-分解爐內熱流場分析
通常CFD軟件會提供煤粉顆粒燃燒的標準模板,類似于分解反應,則需要通過程序的接口自己定義。這里我們利用CFX軟件模擬爐內煤粉燃燒及碳酸鈣分解的過程,碳酸鈣的分解速率采用user fortran 實現。 物理問題描述 碳酸鈣顆粒從分解爐底部進入,煤粉顆粒從分解爐兩側噴入,進口速度/溫度及空氣流量如圖1。由于碳酸鈣分解需要消耗熱,因此爐內溫度比純煤粉燃燒燃燒時溫度低。 圖1 分解爐模擬示意圖 碳酸鈣分解速率的定義 碳酸鈣分解速率采用圖2所示的表達式,通過PT_REACTION子程序與主程序關聯(如圖2)。為了進行比較,計算考慮了如下兩種工況: 1)只考慮煤粉燃燒; 2)同時考慮煤粉燃燒及碳酸鈣分解。 圖2 碳酸鈣分解速率定義 計算結果 圖3 溫度場分布 圖4 二氧化碳濃度分布 圖3 給出了兩種工況下爐內的溫度場分布。可見純煤粉燃燒工況下,爐出口平均溫度為1998K,考慮碳酸鈣分解后,爐出口溫度將為1340K。純煤粉燃燒情況下,爐出口CO2質量分數為14.2%,考慮碳酸鈣分解反應后,出口CO2質量分數上升為25.9%(圖4)。主要原因是碳酸鈣分解反應是吸熱反應,同時會生成一部分CO2。 圖5 CaCO3質量分數隨顆粒軌跡的變化 圖6 CaO質量分數隨顆粒軌跡的變化 圖7粒子溫度隨顆粒軌跡的變化 圖8沿爐高方向顆粒的分解率 圖5和圖6給出了顆粒中CaCO3和CaO質量分數沿顆粒軌跡的變化。隨著分解反應的進行,粒子中CaCO3質量分數逐漸降低,而生成物CaO的質量分數沿爐高逐漸增大。圖7給出了粒子溫度沿爐高的變化,可見,粒子溫度逐漸升高,在出口位置處,大部分粒子溫度在1240K左右。
展開
自定義求解器之Cholesky分解
每個附加解決方案的成本相對較小,因為前向和后向替換操作比分解過程花費的時間少得多.
245 基于matlab的MEEMD信號分解及重構算法 ¥35.9
基于matlab的MEEMD信號分解及重構算法。MEEMD方法的主要步驟包括:1. 定義多元信號集合,將多個信號進行集合;2. 對多元信號集合進行EEMD分解,得到一組IMFs;3. 將相同IMF進行平均,得到改進的IMFs;4. 重構原始信號。MEEMD采用多元信號集合方式,避免了EEMD方法對IMF和對稱延拓的限制,提高了分解的準確性和穩定性。能夠更好地處理非線性和不平穩信號。 程序已調通,可直接運行。
分解圖2
Zr-Nb 合金簡單調幅分解過程的模擬 ¥1500
<p>本案例以 Zr-Nb 二元合金為研究對象利用相場方法對簡單調幅分解 (由于該部分沒有考慮彈性能的作用我們稱之為簡單調幅分解與下章中的調幅分解相區分) 過程進行模擬。相場模型中采用Cahn-Hilliard 擴散方程,并考慮了體自由能和梯度能,采用COMSOL軟件,基于有限元方法進行了求解,仿真結果如圖所示:</p><p><img src="https://img.jishulink.com/202205/imgs/14f5d0e50a19471fa2647cbe8c02ca22.gif" alt="m1.gif"></p><p class="ql-align-center"><strong>合金微觀組織相隨時間的演化圖譜</strong></p><p>感興趣的朋友,可下載模型源文件,歡迎交流合作</p><p>&nbsp;</p><p><br></p>
展開
183基于matlab的非線性調頻模態分解(VNCMD) ¥15.9
基于matlab的非線性調頻模態分解(VNCMD),一種基于變分方法的信號分解技術,它將信號分解為多個模式。能夠處理非線性調頻信號,且對噪聲具有較好的魯棒性。VNCMD的基本原理是通過最小化信號與模式之間的差異來實現信號的分解。程序已調通,可直接運行。
基于奇異值分解的連續小波消噪方法
摘要: 針對小波軟閾值消噪的缺點,提出了一種基于奇異值分解的連續小波消噪方法. 通過對小波變換的系數矩陣進行奇異值分解,將其中的信號特征成分和噪聲分解 到不同的正交子空間中,在子空間中選取集成信號特征成分的奇異值矢量進行重 構,從而提取出淹沒在噪聲中的信號成分. 通過仿真數據的對比分析和工程測試 信號的應用,表明該方法適用于沖擊成分信號的提取,與軟閾值消噪法相比,它提 取出的信號特征成分更完整,信噪比更高. 請享用!
北大新材料學院發現基于極短氫鍵雙中心分解水的催化機理與材料
在βII相表面的這種極短氫鍵可以以極低的能壘使得質子在相鄰的兩個氧(OH…O)之間轉移,促進了水在該催化條件下快速分解,形成了獨特的基于“極短氫鍵”的“雙中心”分解水催化過程(平常的氧化物催化分解水時只要一個過渡金屬與OH結合,因此是單中心的催化機理),從而降低水分解OER的過電勢。這一結果將擴大目前OER催化劑的設計范圍,有助于高效水分解催化劑的研發。 圖二. βII相Li2CoSiO4表面短氫鍵的形成及雙中心催化OER反應的機理 該工作由潘鋒教授指導,博士后楊金龍、鄭家新副研究員及14級碩士生許明為共同一作與團隊其他成員合作完成的,美國伯克利國家實驗室的楊萬里教授參與同步輻射x-ray吸收譜的測量和汪林望教授參于相關的理論計算與機理分析。本項目得到國家材料基因組重點專項、廣東省創新團隊和深圳市科研經費的支持。 來源:新材料技術前沿 傳播最新最全的材料科學技術,包括金屬材料成形、熱加工、陶瓷冶金,機械加工、粉末冶金、表面處理技術、熱處理、3D打印技術等相關材料科學技術。提供各種材料科學的視頻課程、新技術、專家答疑。 趕緊關注公眾號吧!
展開