系数

系数（共14篇）

篇1：系数

安全系数的意思, 安全系数的解释

【词语】 安全系数

【全拼】: 【ānquán xìshù】

【释义】: 进行土木、机械等工程设计时，为了防止因材料的缺点、工作的偏差、外力的突增等因素所引起的.后果，工程的受力部分实际上能够担负的力必须大于其容许担负的力，二者之比叫做安全系数。

篇2：系数

钢丝绳安全系数及钢丝绳安全系数计算方法

钢丝绳的安全系数关乎着钢丝绳的正常运行及钢丝绳的使用寿命.了解钢丝绳的安全系数对选用钢丝绳至关重要.一钢丝绳安全系数定义

钢丝绳安全系数是钢丝绳最小破断拉力与全部工作载荷的比。二钢丝绳安全系数计算方法

如钢丝绳最小破断拉力为10吨，参考安全系数为4，那么10÷4=2.5吨即为安全提升重量

新钢丝绳的安全系数应能保证在正常的疲劳应力和磨损条件下，在工作寿命周期中钢丝绳能提供可靠的服务。

在提升人员、贵重物品、要求使用寿命长、腐蚀性环境及难以进行频繁检查的环境中，应采用较大的安全系数的钢丝绳

篇3：系数

建筑墙体的传热系数除了按GB/T 13475-2008《绝热稳态传热性质的测定标定和防护热箱法》直接检测外, 还可以间接测试, 即先通过测出组成材料的导热系数, 然后结合砌体使用过程中的热流特性, 根据GB 50176-93《民用建筑热工设计规范》中复合结构热阻值的计算公式进行计算, 得到砌体的热阻值, 最后算出砌体的传热系数。

2 试样选择

本文选用的是以聚苯乙烯混凝土节能砌块为基材, 内外各粉刷20mm厚水泥砂浆的砌体为试样, 并依据GB/T10294-2008《绝热材料稳态热阻及有关特性的测定防护热板法》的要求制作聚苯乙烯混凝土的导热系数测定样品, 并按其要求测定导热系数。

3 砌块墙体传热系数的计算

3.1 聚苯乙烯混凝土导热系数的测定

首先按GB/T 10294-2008的要求, 将制作好的聚苯乙烯混凝土样品放入“PDR-3030B型导热系数测定仪”测出其导热系数为0.21W/ (m·K) , 干密度为1252kg/m3。

3.2 计算砌块热阻

砌块热阻计算示意图如图1所示。该砌块规格尺寸为290mm×180mm×190mm, 砌块的宽度为180mm, 外壁厚15mm, 肋厚为17mm, 如图1所示。在与传热方向垂直的面上, 将砌块分为9个传热单元, 每个传热单元的面积直接根据砌块尺寸计算, 单层材料的热阻按GB 50176-93中附2.1的公式R=d/λ计算, 多层材料热阻按GB 50176-93中附2.2的公式R=R1+R2+……+Rn计算, 计算过程如下:

(1) 传热面积计算。

总面积A0=0.29×0.19=0.0551m2

第一单元面积A1=0.015×0.19=0.00285m2

第二单元面积A2= (0.050-0.015) ×0.19=0.00665m2

第三单元面积A3=0.017×0.19=0.00323m2

第四单元面积A4= (0.156-0.015) ÷2×0.19=0.013395m2

第五单元面积A5=A1=0.00285m2

第六单元面积A6=A4=0.013395m2

第七单元面积A7=A3=0.00323m2

第八单元面积A8=A2=0.00665m2

第九单元面积A9=A5=A1=0.00285m2

(2) 砌块热阻的计算。第一、九单元的热阻相当, 其值为砌块110mm厚聚苯乙烯混凝土的热阻和70mm厚空气层热阻的和;第二、八单元的热阻相当, 其值为砌块60厚聚苯乙烯混凝土的热阻和120mm厚空气层的热阻之和;第三、七单元的热阻相当, 其值为砌块130厚聚苯乙烯混凝土的热阻和50mm厚空气层的热阻之和;第四、六单元的热阻相当, 其值为砌块60厚聚苯乙烯混凝土的热阻和120mm厚空气层的热阻之和;第五单元的热阻, 其值为砌块110厚聚苯乙烯混凝土的热阻和70mm厚空气层的热阻之和;查《建筑节能检测技术》 (第二版) 附录D表D-1得到一般垂直空气间层夏季状况的热阻Rg如表1。

第一、九单元热阻

第二、八单元热阻

第三、七单元热阻

第四、六单元热阻

第五单元热阻

(3) Ri、Re按GB50176-93中附表2.2和附表2.3取值, 内表面换热阻Ri取0.11m2·K/W, 外表面换热阻Re取0.05 m2·K/W。修正系数φ, 按GB50176-93中附表2.1取值, 采用φ=0.98。

(4) 根据GB 50176-93的规定, 将A1、A2、······、A9、R1、R2······R9、Ri、Re、φ的值代入复合结构的热阻GB50176-93中附2.3的公式, 经过计算得到砌块的平均热阻, 计算过程如下。

砌块的传热热阻计算如下:

砌块的传热计算如下:

至此, 砌块的热阻和传热系数已经通过检测和计算得出了, 可以作为本文聚苯乙烯混凝土砌块墙体传热系数的基础数据使用。

(5) 砌块砌体的平均热阻计算。砌块在实际使用时需要砌筑成为砌体, 计算砌体的热阻、传热阻、传热系数时要考虑砌筑砂浆的厚度和导热系数以及抹面砂浆的厚度和导热系数。在这样的情况下, 分步计算:先计算砌体中砌块的面积和砌筑砂浆灰缝的面积;按公式R=d/λ计算出砌筑砂浆灰缝的热阻 (本文视砌筑砂浆为均质材料) ;根据砌体中砌块和砌筑砂浆所占面积比例, 按面积加权的方法计算出砌体主体部位的平均热阻;测量抹面砂浆的厚度, 按公式R=d/λ计算抹面砂浆的热阻;在按多层材料复合结构热阻GB50176-93中附2.3计算公式, 计算出砌体的最终热阻;将以上得到的砌体最终热阻代入式和公式K=1/R0可以计算出砌体的传热阻和传热系数。计算过程如下:

这里设砌体中砌筑砂浆层的面积为As, 导热系数为λs, 热阻为Rs;砌块面积为Ab, 砌块热阻为Rb;砌体 (不含抹灰砂浆的砌块砌筑体) 的热阻为Rz;抹面砂浆的导热系数为λm, 热阻为Rm;砌筑体 (包括两面的抹面砂浆) 的热阻为Rq;砌筑墙体的传热阻为Rq0;砌筑墙体的传热系数为Kq;砌筑灰缝厚度为10mm, 抹面砂浆的厚度为20mm;计算1m2砌体的热阻。计算过程如图2所示。

查常用材料的热工参数, 得到砌筑砂浆层导热系数λs=0.93W/ (m·K)

砂浆层的热阻

根据2.2.4的计算, 知道砌块的热阻因此, 有:

4 结语

由以上计算可知, 聚苯乙烯混凝土节能砌块基材的导热系数为0.21W/ (m·K) , 外壁厚为15mm肋厚为17mm, 290mm×180mm×190mm的多排孔聚苯乙烯混凝土砌块, 用导热系数为0.93W/ (m·K) 的砂浆砌筑和抹灰, 砌筑灰缝为10mm, 双面抹灰厚度各为20mm的砌筑墙体的传热系数检测计算值Kq为1.39W/ (m2·K) 。

参考文献

[1]田斌守, 建筑节能检测技术 (第二版) , 中国建筑工业出版社, 2010

[2]GB50176-93, 民用建筑热工设计规范

[3]GB/T10294-2008, 绝热材料稳态热阻及有关特性的测定防护热板法

篇4：盘点二项式系数与项的系数

一、混淆“二项式系数”与“项的系数”

2.利用二项式定理采用“赋值法”求系数之和，是研究二项展开式系数性质的重要方法，同学们要用心感情。实际上赋值法所体现的是从一般到特殊的转化思想，在高考题中屡见不鲜，特别是在二项式定理中的应用尤为明显，巧赋特殊值可减少运算量。

二、混淆“二项式系数最大项”与“系数最大项”

求二项展开式中系数最大的项时，除了采用列不等式，解不等式组的方法外，还有其他方法吗？我们来思考下面的两道例题，培养我们的创造性思维。

点评二项展开式中系数最大的项也可通过对问题的分析和推理，缩小比较的范围，使解题过程得到简化，聪明的你想到了吗？

2.本题解法“一题两制”：对于问题（1），我们运用例3的一般方法进行推导；对于问题（2），我们运用认知、枚举、比较的方法导出结论，特别地，当指数n数值较小时，（2）的解法颇为实用.

由例3、例4、例5，可归纳出求系数最大项的方法：

1.当二项式幂指数不是很大时，可由二项式定理一一展开得到，此为列举法；

2.可通过对题目的分析和推理，再通过作差或作商进行比较得到，此为夹逼法；

3.当幂指数较大时，宜采用列出不等式组的方法获得，这是通法.

同学们有没有思考过下面的问题：当所列不等式组无解时，难道二项展开式中没有系数最小（大）项吗？当然不是，有限项中，肯定有最小（大）项。其实认真想下就会明白：不等式组无解，这就意味着系数最小（大）项不在中间，也就是只可能在首尾取得。

篇5：系数

数

考题内容的设置一直与热点密不可分，针对事业单位考试的特点并结合最新国内外热点事件，今天着重给大家介绍两个系数即基尼系数与恩格尔系数。在维护社会公平正义这些方面，常规的出题方法是将其引入到政治部分去考察学员，但考生常常忽视对经济知识的复习，例如福利制度，两个系数等等。期望下面的内容对广大考生有所帮助，并使大家在复习常识内容方面能有的放矢，事半功倍。

一、基尼系数

基尼系数(Gini Coefficient)是意大利经济学家基尼于1922年提出的，定量测定收入分配差异程度，国际上用来综合考察居民内部收入分配差异状况的一个重要分析指标。

其经济含义是：在全部居民收入中，用于进行不平均分配的那部分收入占总收入的百分比。基尼系数最大为“1”，最小等于“0”。

系数指标含义：

0：收入分配绝对平均

0～0.2：收入高度平均

0.2～0.3：比较平均

0.3～0.4：相对合理

0.4～0.5：收入差距较大

0.6～1：收入差距悬殊

1：收入分配绝对不平均

篇6：粘滞系数实验报告

1.进一步理解液体的粘性。

2.掌握用奥氏粘度计测定液体粘度的方法。

二、实验原理：

当粘度为η的液体在半径为 R、长为 L 的细毛细管中稳定流动时，若细管两端的压强差为△P，则根据泊肃叶定律，单位时间流经毛细管的体积流量 Q 为

LP RQ84 

（19-6）

本实验使用奥氏粘度计，采用比较法进行测量，实验时常以粘度已知的蒸馏水作为比较的标准。先将水注入粘度计的球泡 A 中，在用洗耳球将水从 A 泡吸到 B 泡内使水面高于刻度 m，然后把洗耳球拿掉，只在重力作用下让让毛细管又流回 A 泡，设水面从刻痕 n 下降至于刻痕 n 所用的时间为 t1，若换以待测液体测出相应的时间 t2，由于毛细管的液体的体积相等，固有1V V ，即 2 2 1 1t t Q Q 

则

1114t8LP R=2224t8LP R 即得

122112ttPP

（19-7）

式η1 中η2 和分别表示水和待测液体的粘度.设两种液体的密度分别为ρ1 和ρ2，因为在两次测量中，两种液面高度差△h 变化相同，则压强差之比为

2121 1h gh g2 PP

（19-8）

带入式（19-8），得12 22tt  

（19-9）

从本实验的讲义的附录表中查出实验温度下的ρ1、ρ2 和η1，则根据式可求得待测液体的粘度η2。

三、实验仪器：

奥氏粘度计、温度计、秒表、乙醇、蒸馏水、移液管、洗耳球、大烧杯、物理支架。

奥氏粘度计如图 19-3 所示，是一个 U 形玻璃管‘B 泡位置较高，为测定泡；A 泡位置较低，为下储泡；B 泡上下各有一条刻痕 m 和 n’以下是一段截面相等的毛细管 L。

四、实验内容和步骤：

1.在大烧杯内注入一定量室温的清水，以不溢出杯外为度，作为恒温槽。

2.用蒸馏水将粘度计内部清洗干净并甩干，将其竖直地固定在物理支架上，放在恒温槽中。

3.用移液管将一定量的蒸馏水，（一般取 5～10mL）由管口 c 注入 A 泡，注意取水和取代测液体的用具不要混用，i 每次每次应冲洗干净。

4.用洗耳球将蒸馏水吸入 B 泡，使其液面略高于刻痕 m 然后让液体在重力作用下经毛细管 L 流下，当液面相降至刻痕 m 时，按下秒表，记下所需时间 t1。重复测量 t1 六次。

5.将蒸馏水换成待测液体乙醇，重复上述步骤三和步骤四，测量同体积的乙醇流经毛细管所用的时间t2，重复测量六次。（先将粘度度计用待测液体乙醇清洗一下）

6.测量恒湿槽中水的温度 T。

五、实验数据与处理：

查表与记录：T=11℃

蒸馏水的密度1 =0.99963×310

kg/3m

乙醇的密度2 =0.79704×310

kg/3m

蒸馏水的粘度1 =1.274×310

s a P

计算：

 11 12 22tt 1.915×310  s a P

.3236.0tttt22112  E

s a 10 6197.032 2 2     P E   2 2      =1.915×310  s a 10 6197.03  P

次数 t1 t2 1 39.03 s 74.19 s 2 39.31 s 72.63 s 3 38.94 s 72.94 s 4 38.97 s 73.22 s 5 38.97 s 73.60 s 6 38.87 s 74.69 s平均 39.015 s 73.545 s 六、误差分析：

1.实验时要保证蒸馏水和乙醇的纯度。

2.由于实验采用秒表计时，在数据上有误差。

3.实验时温度变化会影响实验精确度。

4.在实验液体由蒸馏水换成乙醇时洗涤不充分，影响实验。

七、思考题：

1.为什么要取相同体积的待测液体和标准液体进行测量 ？

答：用比较法得到粘滞系数,η2/η1 与 ΔP2/ΔP1 有关,而 P=ρgΔh,若水与酒精体积不相等,那粘度计左右两边高度差就不相等,Δh 就不能抵消,就不能用11 12 22tt 计算。

2.为什么实验过程中，要将粘度计浸在水中 ？

答：因为水的比热容，可以有效地控制试验温度不变，减小误差。

3.测量过程中，为什么必须使粘度计保持竖直位置？

答：减少其它力对液体的影响，便于减小实验误差。

篇7：波峰系数

波峰系数

，

篇8：系数

关键词：移动通信,波动系数,不均衡系数

1 波动系数统计方法探讨

现实网络的系统忙时话务量随着时间在不断变化, 这种变化的规律, 以及针对这种变化规律推理出来的统计方式是人们研究系统忙时话务量的变化的时候关注的主要问题。

图1中显示了某市1月份到11月份系统忙时话务量的变化情况, 从图1可见, 该市的系统忙时话务量在逐步增加的同时也表现出较大的波动性。

从长期变化趋势来看, 系统忙时话务量的变化主要是由用户量的增长的因素引起的 (图中的直线是采集数据的拟合曲线) ;但从短期变化趋势来看, 用户量的变化并不是影响系统忙时话务量变化的主要因素, 而是用户话务行为的变化。不计短期内用户的增长, 将系统忙时话务量按每周统计归一化, 得到用户话务行为的变化特征如图2所示。从图2可以看出, 该市系统忙时话务量的波动比较大。这里使用波动系数来表征这种系统忙时话务量的变化。

在目前针对波动系数的研究过程中, 主要使用下面两种波动系数的定义方法。设小区话务量矩阵:

1) 方法一

定义:日小区忙时话务量:

设有n个小区, 在d天n个小区0~23点内产生最大话务量的合计, 定义为日小区忙时话务量, 如下所示:

定义:月小区忙时话务量:

设有n个小区, 统计时间为1~d天。将月小区忙时话务量定义为在统计时间内日小区忙时话务量的加权平均:

公式:

2) 方法二

定义:系统最大忙时话务量:

统计时间内系统忙时话务量的最大值:

定义:系统平均忙时话务量:

统计时间内系统忙时话务量的平均值:

公式:

在网络规划和配置过程中, 这里的统计时间段通常取每个月的一周, 然后将一年的波动系数取平均值作为波动系数的最终取值。

3) 两种波动系数定义方法的比较

从以上两种波动系数的计算公式中, 可以归纳出以下几点:

a、统计特性方面

方法一中, 月小区忙时话务量考虑了小区忙时话务量的统计特性, 将小区忙时话务量近似为正态分布函数, 从而将月小区忙时定义为各小区忙时的统计平均值。这种方法比较贴近小区忙时话务量的实际情况。

方法二中, 将波动系数定义为最大系统忙时话务量和平均系统忙时话务量的比值, 这种方法在短期统计计算过程中, 与实际系统忙时话务量的趋势相差较大。

b、统计精度方面

方法一中, 虽然方法一针对短期数据的统计方法比较切合分布特性, 但由于只是针对一年中某两个星期波动系数的计算, 与长期波动系数的变化趋势差别较大。比如, 如果取值的时间段接近春节, 波动系数将明显偏大, 如果取值时间段接近年中, 波动系数将明显偏小。

方法二中, 由于方法二考虑的是最大系统忙时话务量和平均系统忙时话务量的比值, 所以从短期计算来看, 波动系数的取值明显偏差较大, 但由于计算时间考虑了一年, 这种偏差的影响能够从一定程度上得到消除。

c、计算效率方面

方法一需要对每天的小区忙时话务量进行计算和统计, 如果和方法二取值时间相同, 方法一明显需要更长时间, 但方法一只是针对一年中的两周进行统计, 而方法二针对一年中每个月的一周进行统计, 所以综合下来, 两者的计算时间相当。

两种方法各自有自己的优点和缺点, 课题研究的目标就是试图找到一个更接近系统忙时话务量变化规律, 又运算效率高的方法。

2 不均衡系数统计方法探讨

与固定用户不同, 移动用户总是处于移动状态, 用户在网络中移动造成了各小区之间的实际忙时以及忙日并不一致。由于小区的配置是以实际忙时为准, 而网络是由多个小区构成, 因此网络实际所配置的无线容量需要大于系统忙时的容量需求。

定义:系统忙时话务量

统计时间段上某天全网统计产生最大话务量所对应时刻的话务量, 如下所示:

用户移动性导致同一小区的不同时间、以及不同小区之间话务量相差较大, 对于用户移动性较强的地区, 这种差别就更加明显。通过引入小区话务部平衡系数指标能够客观反映用户的移动性。

小区话务部平衡系数=小区忙时话务量/系统忙时话务量-1

用公式表示为:

该参数的比值越大, 说明各小区忙时多不一致, 用户的移动性较强。

这种方法能够考虑小区忙时话务量和系统忙时话务量的差别, 但无法从统计特性上更准确的把握用户移动性的本质特性。下面结合各方面理论和实践分析, 探讨更为精确的定义方法。

3 新型统计方法探讨

本文在分析了大量现网数据的基础上, 对由于系统忙时话务量本身的波动和由于用户移动而造成的小区实际忙时与系统忙时不统一分别进行了分析和定义。

3.1 波动系数的定义和分析方法

从图2中可见, 该市用户话务行为的波动比较大。通过对数据进行归一化的分析, 得出均值为1, 标准方差为0.23。统计的归一化用户行为和对应的正态分布的累积分布曲线和概率分布图。统计的数据和对应正态分布的累计分布概率的相关性达到0.968, 通过对其它城市的数据分析, 发现二者的相关性一般也在0.93以上, 因此可以用正态分布函数来拟合用户话务行为的波动性。

根据前面分析, 为表征用户话务行为的变化情况, 定义系统忙时波动系数为归一化系统忙时话务量的标准方差。即:归一化系统忙时话务量的标准方差为系统忙时波动系数:

由于可以用正态分布函数来拟合用户话务行为的波动性, 而系统忙时话务量是用户数和单用户话务量乘积, 因此可以用tsAV和σs来表征系统忙时话务量的波动情况。实际统计中, 采用1+σs所达到的统计概率为84%左右, 而采用1+1.5σs所达到的统计概率为93%左右。利用tsAV和σs可以估计未来系统所承担的最大忙时话务量, 从而为交换网和无线网的配置提供依据。

1.2不均衡系数的定义和计算方法

为了表征用户的移动特性, 我们引入不均衡系数的概念。

定义:小区最大话务量:指各小区在统计时间1~d天内实际忙时话务量的最大值。

在实际采集数据进行分析时, 某个小区可能在数据采集的时间内具有较高的话务量而在其他相当长的时间内话务量偏低, 此时若采用采集时间内的最大值则可能使得容量偏大, 从而降低了实际网络利用率。

本文选择某市2010年12月1号~2010年12月7号7天时间内, 采集到有效数据的240个小区作为考察对象。为了准确配置小区, 我们对该地区的小区数据进行分析, 首先对每个小区7天内的最大值进行归一化处理, 然后对归一化数据进行统计分析。统计分析结果如下图所示:

根据统计, 该市240个小区归一化数据的统计结果与正态分布累积分布概率的相关性为0.997, 二者相关性在1+标准方差后几乎为1。据此, 我们认为可以采用正态分布来拟合小区间话务量不均衡情况。

定义:小区统计话务量:指各小区每天实际忙时话务量的均值+α*各小区每天实际忙时话务量标准偏差 (α值得不同代表不同的统计概率, 下面计算中采用α=1, 统计概率84%左右) 。

定义:不均衡系数αUm-M:以小区承担的最大话务量计算。

定义:用户移动性因子αUm-s:以小区承担的统计话务量计算。

通过以上对历史数据的计算, 得到了σs、αUm-M和αUm-s, 即波动系数和不均衡系数。从而可以得到小区忙时话务量:

由于在规划或可研的过程中可以得到未来系统需要承载的话务量 (可认为是tsAV) , 而σs及αUm可以通过统计得到, 因此可以用公式 (7) 预测未来无线网络的小区忙时话务量。

4 实际计算验证新方法和原方法的差别

本文选用2010年12月1日~12月7日, 某市240个有效小区作为考察对象, 分析现在使用的计算波动系数和不均衡系数的方法和新型计算方法计算出来的数值有多大程度的差别。

使用波动系数方法一和原不均衡系数的计算方法, 得到的波动系数和不均衡系数的变化趋势如图3所示。

7天时间统计平均, 波动系数的平均值为0.155, 不均衡系数的平均值为0.137, (1+波动系数) * (1+不均衡系数) 的7天平均值为1.313.

使用本文探讨的新型统计方法, 7天波动系数为0.082;不均衡系数:使用所有小区承担的最大话务量计算为0.206;使用所有小区承担的统计话务量计算为0.162, 平均值为0.184。 (1+波动系数) * (1+不均衡系数) 的7天平均值:使用所有小区承担的最大话务量计算为1.305;使用所有小区承担的统计话务量计算为1.258, 平均值为1.282。图4是两种统计方法对比图:

从以上针对同样数据, 使用原有和新型统计方法的计算结果可以看出:单纯考察波动系数和不均衡系数, 两种方法的差别比较大, 原因是两种计算方法的统计方式和统计规律不同;但综合考察忙时话务量和小区忙时话务量的差别, 即 (1+波动系数) * (1+不均衡系数) 可以看出, 原有计算方法得到的平均值为1.313, 新型计算方法得到的平均值为1.282, 差别不大。但由前面的分析可以看出, 本文研究的统计方法更符合话务量的实际分布情况。

参考文献

[1]陈向阳.网络工程规划与设计[M].北京:清华大学出版社, 2010.

[2]陈德荣, 刘永乾, 蒋丽.移动通信网络规划与工程设计[M].北京:北京邮电大学出版社, 2010.

[3]徐华林.专用无线通信系统话务量的计算[J].邮电设计技术, 2004, 52 (5) :950-954.

篇9：系数

关键词：精轧模型；屈服应力；热传导系数；厚度层别

自2011年3月以来，京唐热轧1580生产线精轧模型对厚度的控制经常会出现混乱的现象，对于同一目标厚度的板坯，其设定值相差许多，造成实际厚度轧制效果不佳，板坯的成材率不高。通过在精轧模型中增加厚度层别，减小了厚度变化对模型控制的影响，提高了屈服应力自学习参数和热传导自学习系数计算精度，并使板坯成材率得到了提高。

1 分析研究

屈服应力自学习系数是轧制力模型的重要设定变量，直接影响着轧机出口的厚度控制，它又分为整体屈服应力自学习系数和各机架的屈服应力自学习系数，分别存放于InterBase数据库表GRADE和表GRADE_STAND_FACTOR中；而热传导自学习系数对精轧出口温度的控制有重要的影响，它也分为整体热传导自学习系数和各机架热传导自学习系数，也同样分别存放于InterBase数据库表GRADE和表GRADE_STAND_FACTOR中。这两类重要的系数都要根据轧钢的实际情况，通过自学习模型不断调整，改造前只有针对不同钢种的屈服应力自学习系数以及不同机架的屈服应力自学习系数，热传导自学习系数也只有针对钢种和不同机架的热传导自学习系数。

原有模型没有针对不同厚度来对屈服应力自学习系数和热传导自学习系数来分类。因此对于同一钢种但不同厚度的板坯设定轧制力时，它们使用的屈服应力自学习系数是同一参数，而不同厚度的钢种原模型会根据实际轧制效果将相应钢种的自学习系数进行调整。

当同一钢种的板坯更换厚度时，其设定轧制力使用的屈服应力自学习系数是上次不同厚度的板坯的学习值。这就导致了每次更换厚度规格时前几块板坯屈服应力自学习系数调整缓慢，轧制厚度不理想。热传导自学习系数也是利用上次不同厚度板坯的学习值进行设定计算，最终导致精轧出口温度与目标温度偏差较大。

由于上述情况，采用了在控制模型中增加厚度层别对屈服应力自学习系数和热传导自学习系数的分类控制方式，对轧制力模型的此模块进行调整。

2 改造前的屈服应力自学习系数和热传导自学习系数

在InterBase数据库的GRADE表中存放着对应钢种的屈服应力自学习系数和热传导自学习系数，只能根据Grade分类查询；在表GRADE_STAND_FACTOR表中存放着相应机架的屈服应力自学习系数和热传导自学习系数，只能根据Stand分类查询。这种方式优点是检索速度快、修改方便；缺点是控制参数很不稳定，当更换厚度时，不会对不同厚度规格的板坯分类设定，所以经常出现换厚度后前几块厚度控制不理想的情况。

轧制力由于受屈服应力自学习系数不稳定，致使每次当同一钢种的板坯更换厚度规格时，多块板坯的精轧出口厚度控制偏差较大，不能达到出产标准。同时热传导自学习系数的不稳定也对精轧温度和速度产生影响，导致更换目标厚度规格时多块板坯的精轧出口温度控制偏差较大。

3 针对屈服应力自学习系数和热传导自学习系数的改造方案

针对屈服应力自学习系数和热传导自学习系数不能适应带钢目标厚度变化，精轧出口厚度、温度控制不稳的问题，我们对模型数据库表GRADE和GRADE_STAND_FACTOR结构以及其相应程序进行改造。

3.1 第一种改造方案

计划在原有表的基础上增加厚度分类，并在读写数据表的程序中增加关于厚度检索的条件。在数据库的Grade表原有索引的基础上增加新索引Thickrage，实现对同一钢种不同厚度的屈服应力和热传导系数的控制，在表GRADE_STAND_FACTOR表中增加新索引Thickrage实现对同一钢种不同目标厚度的各机架屈服应力和各机架热传导系数的控制。

这样修改优点是对数据库和程序的改动较小；但是同时也有其相应的不足，Grade表和GRADE_STAND_FACTOR中还存在其他自学习系数，如BODYCORRECTIONFACTOR、GROUPNAME、GRAD-

ESLOPCPRRECTION等，考虑改动表结构会影响上述这些系数的使用，同时会造成数据库读写速度慢，系统维护困难。

3.2 第二种改造方案

针对第一种改造方案有其弊端，我们经过细致的研究之后，在数据库的Grade表和表GRADE_STAND_FACTOR之外，建立新表格来存储屈服应力与热传导的自学习系数，也就是增加厚度层别，从而形成了第二种改造方案，即现行控制方式。

为增加厚度层别，在数据库中分别建立表GRADE_1和GRADE_STAND_FACTOR_1，在GRADE_1和GRADE_STAND_FAC-

TOR_1中增加了Thickrage索引分类，每次模型调用自学习参数时，会根据GRADE和Thickrage关键字检索表GRADE_1结果或者stand和Thickrage检索表GRADE_STAND_FACTOR_1结果，进行自学习。

通过上述改造，同一钢种的板坯，在轧制时会根据厚度层别分别对屈服应力与热传导系数进行各自的自学习调整，在轧制力、温度、速度设定时也会从不同厚度层别来考虑屈服应力系数与热传导系数的影响，很大程度上避免了更换厚度规格时多块板坯的终轧厚度、温度控制不稳的现象。

同时对原有数据库表没有改动，不会影响以后Grade表和GRADE_STAND_FACTOR中其他自学习系数的使用，也有利于系统维护。

4 结语

篇10：系数

系数xì shù[释义]

①(名)与未知数相乘的数字或文字。

②(名)科学技术上用来表示某种性质的程度或比率的字。

篇11：变异系数的应用条件

变异系数的应用条件是：当所比较的两个数列的水平高低不同时，就不能采用全距、平均差或标准差百行比较分析，因为它们都是绝对指标，其数值的大小不仅仅受各单位标志值差异程度的影响;为了比较分析不同水平的变量数列之间标志值的变异程度，就务必消除水平高低的影响，这时就要计算变异系数。

解析：

【相关题目】

什么是变异系数?

答案：变异系数是相对数形式表示的变异指标。它是透过变异指标中的全距、平均差或标准差与平均数比较得到的.。常用的是标准差系数。

【相关阅读】

变异系数(Coefficient of Variation)：当需要比较两组数据离散程度大小的时候，如果两组数据的测量尺度相差太大，或者数据量纲的不同，直接使用标准差来进行比较不适宜，此时就应当消除测量尺度和量纲的影响，而变异系数能够做到这一点，它是原始数据标准差与原始数据平均数的比。CV没有量纲，这样就能够进行客观比较了。事实上，能够认为变异系数和极差、标准差和方差一样，都是反映数据离散程度的绝对值。其数据大小不仅仅受变量值离散程度的影响，而且还受变量值平均水平大小的影响。

一般来说，变量值平均水平高，其离散程度的测度值越大，反之越小。

变异系数是衡量资料中各观测值变异程度的另一个统计量。当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，能够直接利用标准差来比较。如果单位和(或)平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差与平均数的比值(相对值)来比较。标准差与平均数的比值称为变异系数，记为C·V。变异系数能够消除单位和(或)平均数不同对两个或多个资料变异程度比较的影响。

变异系数的计算公式为：变异系数C·V=(标准偏差SD/平均值Mean)×100%

在进行数据统计分析时，如果变异系数大于15%，则要思考该数据可能不正常，就应剔除。

例子：

已知某良种猪场长白成年母猪平均体重为190kg，标准差为10.5kg，而大约克成年母猪平均体重为196kg，标准差为8.5kg，试问两个品种的成年母猪，那一个体重变异程度大。

此例观测值虽然都是体重，单位相同，但它们的平均数不相同，只能用变异系数来比较其变异程度的大小。

由于，长白成年母猪体重的变异系数：C.V=10.5/190*100%=5.53%

大约克成年母猪体重的变异系数：C.V=8.5/196*100%=4.34%

所以，长白成年母猪体重的变异程度大于大约克成年母猪。

注意，变异系数的大小，同时受平均数和标准差两个统计量的影响，因而在利用变异系数表示资料的变异程度时，最好将平均数和标准差也列出。

变异系数有全距系数、平均差系数和标准差系数等。常用的是标准差系数，用CV(Coefficient of Variance)表示。

CV(Coefficient of Variance):标准差与均值的比率。

用公式表示为：CV=σ/μ

作用：反映单位均值上的离散程度，常用在两个总体均值不等的离散程度的比较上。若两个总体的均值相等，则比较标准差系数与比较标准差是等价的。

变异系数又称离散系数。

篇12：吸声系数测试实验报告

一、实验目的

掌握材料吸声系数的测试原理及测试方法。

二、实验原理

采用北京声望电技术有限公司产的SW002驻波管、BSWA VS302USB双声学分析仪和BSWA-100型功率放大器。参照JJF 1223-2009驻波管标准规范（驻波比法）进行测量。如下图所示：测试样的直径为100mm，厚度30mm。选择线性网络，声压级为90dB粉红噪声源。数据处理采用Spectra LAB的声学软件。Sampling Rata 取“48000”，Decimation Ratio 取1，FFT size 取4096。

该试验的主要原理是：当扬声器发出声波在驻波管内传播时，驻波管内形成驻波 声场，沿管轴向方向会出现声压极大与极小的交替分布，利用可以移动的探

管传声器接收声压信号，然后根据声压极大值与极小值的比值可计算出材料的 吸声系数。这种测量方法的缺点是要求手动移动滑块确定探管的位置，步骤比较繁琐，实验耗时也较长。

三、实验材料

三种实验室无标记材料（多层非织造布合成材料），记为试样1、2、3。

四、实验步骤

1、开启设备预热半小时左右。

2、设置实验软件参数。

3、放入试样，移动小车，多次测试并记录数据。

4、处理并分析数据。

五、数据处理及分析

0.80.70.6 1dem 2o 3demodemodemodemodemodemodemodemodemodemodemodemodemodemodemodemodemodemodemodemodemodemodemodemodemodemo吸声系数(α)0.50.40.30.20.1demodemodemodemodemo******0125016002000频率(Hz)

篇13：系数

用落球法测量液体粘滞系数的实验是大学普通物理实验中必做的一个实验。粘滞系数又称内摩擦系数。是描绘流体粘滞性的物理量。流体的粘滞性是由于流体分子结构、分子之间的吸引力及其运动状态所引起的。它表现在当流体某一层面对其相邻层面有相对运动时产生的内摩擦力。本文主要从用落球法变温粘滞系数实验仪测粘滞系数的实验原理和实验操作入手, 对测量过程中易产生的误差原因进行了综合性的分析。

1 实验原理

如图所示, 让小球从液体上方自由下落, 落入液体中时小球受到重力P, 浮力N、粘滞力f (竖直向上) 三个力的作用。由于浮力N和粘滞力f之和小于重力P, 小球将作加速运动。随着速度增大, 粘滞力也增大。当浮力N和粘滞力f之和等于重力P时, 有

小球将匀速下落, 速度不再增加。此时的速度称为收尾速度v0。

在小球相对于液体的运动速度不大, 且该液体不产生漩涡的情况下小球在液体中匀速运动, 则附着在小球表面的液体与它周围的液体间的粘滞力, 即小球受到的粘滞阻力f可由斯托克斯公式给出

为该液体的粘滞系数, v0为小球的收尾速度, r为小球的半径。式 (1) 可写为

式中, ρ为小球的密度, ρ0为液体的密度, g为重力加速度, 由式 (3) 可得

实验中, 小球在油筒中下落, 油筒的深度和直径均有限, 考虑到筒壁对小球的影响, 小球所受到的粘滞阻力要偏大些, 故将式 (2) 修正为

式中, d为小球的直径, D为油筒的内径。

若在液体中, 小球匀速下落了一段距离s, 相应的时间为t, 则

可见, 若已知小球和液体的密度ρ和ρ0及重力加速度g, 只要测量出小球的直径d, 油筒的内径D, A、B的间距s以及小球经过s的时间t, 便可算出液体的粘滞系数η。

2 实验误差分析

(1) 实验中液体油筒不水平引起误差。学生开始实验前必须将液体油筒底座的4个螺钉调节水平。这是为了保证小球下落时不会贴靠在油筒的壁上。如果忽略油筒垂直, 将给整个实验带来误差。

(2) 温控仪未达到设定温度, 便开始操作实验。因为设定温度后, 必须使待测液体的温度与水的温度完全一致才可以测量。如果实验中操作不够重视, 设定的温度与待测液体的温度是不一致的, 测量的粘滞系数不是设定温度下的粘滞系数, 此时记录数据是有误差的。

(3) 实验开始后, 不可以碰撞油筒, 否则会引入横向力, 造成液面漩涡, 使小球靠近油筒壁下落, 带来测量误差。

(4) 小球下落偏离轴线方向, 油筒壁对小球运动影响加大。实验中要求小球下落时应尽可能沿筒轴线方向, 才能最大限度地减少油筒壁对小球运动的影响。可是实验中, 学生靠自测进行估计, 往往不能准确判定油筒的轴线方向。而且, 取放小球工具不当, 会导致小球释放到油筒中时, 下落轨迹偏离轴线, 从而增加油筒壁对小球运动状态的影响, 产生很大误差。甚至有时由于操作失误, 小球不能保证由静止开始下落。下落时带有水平初速度, 这就更造成了许多不必要的误差。

(5) 小球刚进入液体未开始作匀速运动, 就开始计时引起误差。因为根据牛顿运动定律及粘滞阻力的表达式, 可列出小球在达到平衡速度之前的运动方程:

经整理后得:

这是一个一阶线性微分方程, 其通解为:

设小球以零初速放入液体中, 代入初始条件 (t=0, v=0) , 定出常数C并整理后得:

随着时间增大, 式 (9) 中的负指数迅速趋近于0, 由此得平衡速度:

(6) 测量者观测在小球下落后, 小球开始作匀速运动时, 对油筒刻线位置判断不准确, 造成计时不准, 带来测量时间上的误差。实验中用的小球直径也很小, 小球下落中学生的操作稍有疏忽, 或者任何外力干扰, 都会造成在小球真正经过刻度线时, 学生没能及时开始计时或停止计时。

(7) 使用秒表记录时间会产生误差。这是因为按下秒表的时间与实际时间有间隔。

(8) 实验时, 小球表面粗糙, 或有油脂、尘埃等也会产生测量误差。因为这样的小球会扰动液体, 使阻力增大, 速度减小, 导致测量结果偏大。

此外, 小球的密度、液体的密度、油筒的内径, 虽然由实验室给出, 但并非严格精准, 也会间接地对实验结果产生影响。

3 总结

在用落球法变温粘滞系数实验仪测量液体的粘滞系数实验中, 对引起实验的误差原因进行了综合性的分析。通过以上误差分析, 确定了该实验调节过程应该特别注意的内容。减少了学生操作的误差。对该实验有很强的指导意义。同时也有利于对实验仪器的进一步改进。

参考文献

[1]曾腾, 林红.落球法测量液体粘滞系数实验中误差的定性分析[J].海南师范学院学报《自然科学版》.2000 (2) :52-54.

[2]曹钢, 于少华.测量粘滞系数计时起点的确定[J].山东轻工业学院学报, 1999 (9) :63-64.

[3]何晓明.落球法测量液体粘滞系数实验中问题的讨论[J].青海师专学报 (教育科学) , 2009 (5) :57-59.

篇14：基尼系数疑团

美国国会预算办公室的报告显示，2010年美国的基尼系数为0. 46。对于数值波动在0- 1之间的基尼系数来说，0. 4是一条“警戒线”，超过这条线则表示一个国家或地区的贫富两极分化较大。资料显示，主要发达国家的基尼指数约在0. 24到0. 36之间。

那么中国当前的基尼系数究竟是多少？看似简单的问题却未必能准确回答出来。

2000年，国家统计局曾公布中国基尼系数为0. 412。之后的十年间，再未见官方数据发布。仅在国家统计局的《中国全面建设小康社会进程统计监测报告（2011）》中，曾有过“2010年基尼系数略高于2000年的0. 412”这一模糊表述。

而近年民间的各种版本不少且各说各话，甚至存在明显分歧。

2012年12月9日，西南财经大学中国家庭金融调查与研究中心发布的报告显示，2010年中国家庭的基尼系数为0. 61，大大高于0. 44的全球平均水平。此报告一经媒体传播，立即引发质疑，一些权威专家和统计部门人士认为结论“离谱”，存在样本比例过小、分析粗糙、问卷设计存在偏差等“硬伤”。

而2002年，经济学家厉以宁在接受《光明日报》采访时，曾提出一个适用于中国的基尼系数的算法，即将城市的基尼系数和农村的基尼系数加权平均算出一个基尼基数。这种厉氏算法的结果是，当时中国的基尼系数可从官方公布的0. 40以上降低到0. 32～0. 35之间。

2012年的两会上，国家统计局长马建堂在回应中国官方为何不公布基尼系数时曾说，中国居民收入的调查是分开搞的，对城镇居民调查可支配收入，对农村居民调查纯收入，指标不完全一样，基础数据是分开的，所以没有办法计算全国统一的基尼系数。

此前的2012年1月17日，马建堂曾公开承诺，国家统计局将于2013年正式向社会发布全国统一的居民的收入水平和基尼系数。

官方基尼系数为何难产

长久以来，几乎每次有民间机构或学者发布中国基尼系数时都会引发热议。

據本刊记者初步统计，近十余年来，市场上相继出现了不少于十种版本的中国基尼系数。这些数据有的来源于国内各家学术机构，有的来源于相关国际组织。低的在0. 4左右，高的超过0. 5。

中国劳动学会副会长兼薪酬专业委员会会长苏海南对《瞭望东方周刊》表示：“我国目前的基尼系数水平处于‘高位运行’阶段，现在肯定过了0. 4，只是西南财大说的0. 61有点儿太吓人了。”

由于中国城乡二元结构的国情，官方的基尼系数包括三个：农村基尼系数、城镇基尼系数以及全国基尼系数。其中全国基尼系数最受关注。

国家统计局曾公开发布过基尼系数，虽然没有民间版本那么高，但大致趋势也是在0. 4这个“警戒线”附近波动。其数据显示1978年我国基尼系数为0. 317，2000年上升到0. 412。此后十余年则再无官方版全国基尼系数发布。

2012年1月17日，在2011年国民经济运行情况新闻发布会上，马建堂在回答香港《大公报》的提问时主动表示“基尼系数，我要多说一点”。

马建堂说，“我们认真研究评估，感觉到靠我们现在的城镇住户调查而计算出来的城镇居民收入的基尼系数偏低，所以就没有发布。”偏低的原因主要是“难以获取高收入阶层居民真实的收入信息”。

马建堂解释认为，全国居民统一的基尼系数的计算需要以推动城乡住户调查一体化作为基础条件，而国家统计局现在对农村、城镇住户调查是分开进行的。为此，国家统计局制定了三年工作规划，“到2013年我们就能正式对社会提供全国统一的中国居民收入水平，到时候我们国家统计局内部的研究机构就会计算出全国的基尼系数。”

但马建堂言语之间也留有余地：“如果我们认真评估以后，感觉这个计算出来的基尼系数是可信的，我们就会将它发布。”他呼吁给国家统计局多一点时间。

将难以获得高收入者真实的收入信息作为不公布全国基尼系数的理由，也引起了不少质疑。经济学家许小年就认为，官方应该采取“先公布、再修正”的惯用方法。

不过，城市高收入者调查取样难的问题的确存在。西南财经大学中国家庭金融调查与研究中心主任甘犁告诉《瞭望东方周刊》，他们对8438户家庭进行了入户调查，被调查对象共计29450人。“调查员事先都经过培训。在调查过程中，如果调查员被所调查家庭拒访达6次，才能视为失败。”既便如此，该调查在农村的拒访率为3%，在城市的拒访率为16%，“主要是因为城市高收入家庭拒访相对较多。”

对城市高收入家庭调查难的情况直接导致了测算结果对收入分配差距的低估。这种低估在国际上也难以完全避免。

“警戒线”之争

现实中的收入差距过大，已经令一些低收入阶层感到不满。

在网易2013财经年会上，经济学家华生对西南财大发布的基尼系数间接发表了看法：“最近有人说（基尼系数）过了0. 6，虽然缺乏准确数据计算，但我想中国基尼系数在0. 5以上恐怕是没有什么疑问。”

在北欧国家，基尼系数超过0. 3就被认为差距偏大。拉美一些国家的基尼系数甚至已经在0. 6以上。学术界相对一致的观点认为，目前中国基尼系数已超过欧洲国家，在亚洲也排在前列。

基尼系数是一个比值，当结果为0时表示收入分配完全平等，结果为1时表示收入分配绝对不平等。

然而，0. 4这个警戒线对于国情复杂的中国是否适用也有争议。中国地域辽阔、区域经济发展差异明显，甚至文化等因素也对收入分配带来影响。许多经济学家认为，中国不能简单套用国际经验，各国对收入分配不公有不同的容忍度。

nlc202309031459

至于中国的警戒线究竟在哪里，并无权威说法。

按照国际通行说法，基尼系数突破了警戒线之后，就说明收入分配差距已经过大，可能带来社会不稳定、社会危机等一系列问题，因此各国都比较重视。

国务院参事、中国科学院首席科学家牛文元认为，中国的基尼系数在0. 30—0. 35是比较合理的水平，弱势群体不至于被甩得太远，而0. 45是个很值得警惕的数据，是必须要控制的。

而苏海南所在的人社部工资研究所同中国社科院在2005年曾联合发布一份报告，建议政府用蓝灯、绿灯、黄灯、红灯来描述收入分配形势。他们大致将基尼系数0. 5的水平设置为一条警戒线，超过此水平即被认为收入分配进入“红灯区”。

“由于实际情况差异，一般而言，我国基尼系数数值可能比市场经济发达国家高一点，我们的0. 6可能相当于别人的0. 5多一点，我们0. 5相当于别人0. 4多一点。”苏海南告诉本刊记者，“今后我们要摸清收入分配的底数，得出自己的结论。”

多数机构和学者认为，中国目前的收入分配已进入不合理阶段，贫富差距过大。

但坚持城乡二元基尼系数的学者认为，按照官方数据，中国城镇、农村内部基尼系数都没有突破0. 4的水平，因此收入分配差距情况并没有想象中那样糟糕。

同时，经济学张五常也认为目前准确统计居民收入存在难度，对基尼系数的测算存在不可避免的误差。因此他曾在2007年公开批驳“中国存在严重贫富差距”的观点，“这个（基尼系数）是怎么算出来的？谁算出来的？这些人念过书没有？他们做我的学生都没有资格。”

也有一些学者在调整基尼系数的算法之后，得到了更高的数字。

北京师范大学收入分配与贫困研究中心主任李实领导的课题组曾经以其2007年的调查为例，考虑到灰色收入因素而做过相应调整，得出基尼系数由0. 48上升到0. 52～0. 53。

有学者在著作中称，如果将非法以及寻租收入考虑进去之后，全国基尼系数将上升0. 677。如果考虑到城乡居民差异明显的“暗收入”、“灰色收入”、“非法收入”等因素，对基尼系数的测算将更加复杂。

危机论博弈反危机论

对于中国目前的基尼系数水平，一直存在两种相反的看法。

一种看法认为基尼系数水平已经到了危及社会稳定程度，一种看法则针锋相对地认为其耸人听闻。

在厉氏基尼系数“0. 32- 0. 35”出炉之后的2007年，厉以宁对此又有过一次阐述，“虽然有点匪夷所思，但是事实就是如此——中国不存在贫富分化问题，中国目前问题恰恰是贫富分化太小。”

对于基尼系数的理解，与危机论相对应存在着反危机论。反危机论的主要观点是，基尼系数国际警戒线是基于西方经验的抽象，并不完全符合中国社会发展的实际进程和城乡二元结构的国情，目前即便处于“红灯区”也是“红灯不红”，同时社保体系也在不断完善。

经济学家周其仁曾在2006年公开撰文称，他不认为有理由把基尼系数放在收入分配问题的中心，“不妨寻找其他显示收入分配问题的观察线索，直面收入分配最严重的问题。”

苏海南也表示，不能简单按照国际上的说法而认为中国基尼系数突破警戒线就要开始大乱。他说：“事实上没有人真正搞明白我国收入分配的真实情况，大家都像在盲人摸象。”

关键所在或许还是欠缺高质量的基础数据。研究机构多数运用国家统计局存在一定缺陷的数据，少数机构自行组织调查，还有一些则是互相引用，甚至著作中找不到数据的原始来源。

苏海南对《瞭望东方周刊》表示：“基尼系数的各种算法没有太大差别，主要在于基础数据不一。现在很多人不愿讲真话，灰色收入、非法收入做假账，也不走銀行渠道，所以实际收入很难调查。”

甘犁对国内基础数据的欠缺也感到为难。他对《瞭望东方周刊》说：“国内很多经济数据缺乏或者不公开，同时国内也没多少人愿意做基础数据的调查工作。”