近些年来，由于能源枯竭，环境恶化等多种因素，促使了可再生能源和清洁能源的发展，其中风力发电作为最具前景的现代新型能源，发展迅猛。大型风力发电机中轮毂、底座、轴承座等球墨铸铁件由于恶劣工作条件的限制，必须具有良好的力学性能和机械物理性能[1-2]。铸铁中石墨尺寸大小对铸件的性能有着重要的影响，因此，对石墨尺寸预测有助于估计铸铁材料的力学性能。Murakami[3]应用统计极值(SEV)，Atkinson等[4]用广义Pareto分布(GPD)统计分析了一定体积洁净钢中的最大夹杂物的尺寸，这两种方法已经被证明是有效的，且比传统方法更方便。本文利用SEV方法研究了几类不同铸铁材料中的石墨尺寸分布规律，验证了铸铁中石墨尺寸服从SEV分布，且对最大石墨尺寸进行了估计，并预测了疲劳强度。利用本工作得到的实验结果能够简单便捷地预测铸铁材料中的最大石墨尺寸，进而评估其疲劳性能，便于选择具有优秀疲劳性能的铸铁材料以满足工程实践，特别是风力发电设备的需要。因此，该研究对于工程实际应用具有重要的实际意义和指导意义。

1 实验材料及实验方法

实验材料为从市场上购置的4种不同的铸铁样品，分别标号为A(可锻铸铁，退火态)、B(球墨铸铁，铸态)、C(蠕墨铸铁，铸态)及D(球墨铸铁，退火态)。按照GB/T 13298-2015磨、抛、刻蚀样品，并用OLYMPUS金相显微镜观察石墨形态并测量石墨尺寸，分析其分布规律并且预测最大石墨尺寸(石墨球/蠕虫状石墨/团絮状石墨)。最常用的缺陷统计方法主要有SEV和GPD两种方法。

㉓松村俊夫:《南京大屠杀大疑问》，赵博源等译，新华出版社2001年版，第111～116、130～132、135～139页。

1.1 统计极值(SEV)方法

统计极值理论即当采集的数据点服从指数规律分布，其极大(小)值分布就以Gumbel分布[5]为极限分布：

 

式中，λ和δ分别代表位置和尺寸参数，均服从指数分布。

铸铁中最大石墨的分布可以近似地认为是指数分布(或者是Weibull分布[6])，因此通过Gumbel分布[5]就可以预测出铸铁中最大石墨的尺寸。

式中h表示视场的厚度，可由的平均值得到：

 

由以上数据可以作出关于最大石墨尺寸()和yj的函数关系即：

 

为了估算体积为V的铸铁中最大夹杂物尺寸，定义

 

根据所得数据作出极值统计概率图，图6—图9分别为A、B、C、D铸铁样品中最大石墨尺寸()与简约变量( yj)之间的关系。

本文主要应用的是单案例研究方式，以腾讯为例，针对人力资源管理领域的教授与管理者、博士研究生和硕士研究生进行了调查研究，并在此基础上进行数据收集。

回归周期T与累积分布函数F有如下关系：

 

计算标准视场体积V0：

 

在该方法中，从试样中选取n个视场，定义S0为标准视场面积，在每个视场中测量最大石墨球的面积，并计算最大石墨球面积的平方根，对所得结果按照升序排列，根据Gumbel分布[5]理论分析所得数据。累积分布函数Fj (%)和简约变量yj ( j=1，...，n)可以通过以下公式计算：

 

由式(5)至(8)可以计算得到F，代入式(3)和(2)中可以得到简约变量，进而根据式(4)预测最大石墨尺寸。

1.2 广义Pareto分布(GPD)方法

该方法适用于对超过某一门槛值的典型数据进行统计分析。通常假定材料中存在一临界缺陷尺寸，即门槛值，GPD方法用于分析大于该临界值的缺陷(夹杂物、石墨等)尺寸的分布情况，该方法更适用于洁净钢中的最大夹杂物尺寸估算[4]。本文主要应用SEV方法，GPD方法的详细介绍见文献[4]。

1.3 疲劳强度估计

第三，加强中国自身的对外宣传工作和力度。 中国应当把话语权掌握在自己手中，建立起一套属于自己的话语体系，不去纠缠于西方对中国所贴的错误“标签”，因为越解释中国“不是A”，西方媒体就越认为中国“是A”，中国应该用中国的话语来构建中国自己的形象，而不使用西方的那套话语。 有学者指出：“加强我国的对外话语体系建设，必须做好政治话语翻译。……来表达中国文化特色词汇，展现中国思想、贡献中国智慧。”[13] 因此，用中国的对外话语体系，向海外读者阐释习近平治国理政思想，应当是今后努力的一个重要方向。

 

一要端正潜力建设指导。当前，随着国家综合国力整体跃升、经济社会快速发展，我国社会结构、治理方式、经济成分和人的价值观念等都发生深刻变化，迫切需要用新的思维、新的理念来思考筹划国防动员潜力建设。要充分认识潜力建设不仅是国防动员建设的重要内容，而且也是国防动员准备的起点和基础，在国防动员建设中占有重要地位。潜力建设的质量，决定着国防动员准备的质量，关系国防动员实施的成效，影响作战任务的完成。因此，只有把潜力建设作为基础性、战略性工作，摆上重要议事日程，纳入党委工作规划，抓紧抓实、抓精抓细，才能为快速动员、精确动员夯实有力基础。

2 实验结果

2.1 最大石墨球特征尺寸估计

本工作利用SEV极值统计方法，将处理后的铸铁试样A、B、C及D在OLYMPUS显微镜下分别放大200、400、400、400倍观察其金相组织，同时n分别取40、39、40、40。其中每个视场的面积S0均为0.45 mm2。试样的典型视场中金相组织图像如图1—图4所示。可见，图1中的石墨形状为团絮状，图2和图4中的石墨形状均为球状，图3中主要为蠕虫状石墨。根据GB-T9441-2009检视试样的石墨大小，四种试样的石墨大小评级均为3级。

图中所显示的直线即为简约变量yj和最大石墨球尺寸之间的极值统计分布曲线。可见，图中数据点与极值统计分布直线存在较好的依存关系。表明，铸铁中的石墨尺寸服从极值统计分布，几种铸铁样品的极值统计分布关系如下：

  

图1 试样A金相组织Fig.1 Metallographic structure of specimen A

  

图2 试样B金相组织Fig.2 Metallographic structure of specimen B

  

图3 试样C铸铁金相组织Fig.3 Metallographic structure of specimen C

  

图4 试样D铸铁金相组织Fig.4 Metallographic structure of specimen D

  

图5 试样A典型视场中最大石墨尺寸测量Fig.5 Measuring the maximum graphite size in specimen A

根据上述方法，测量试样A、B、C、D视场中最大石墨尺寸，利用式(2)及(3)可得到统计极值的参数值。表1中为铸铁试样C的数据。

T定义为回归周期，V为所要预测的铸铁的体积，V0为标准视场体积。

铸铁中的缺陷主要为石墨，因此，石墨(形态、尺寸、分布等)对其疲劳性能有重要影响[7]，Murakami等人[3]根据断裂力学推导了疲劳强度公式，即

由于石墨形状的差异，对于铸铁试样A、B、D，需测量视场中最大石墨的面积，试样C则测量蠕虫状石墨的长度。在处理铸铁试样A、B、D视场中最大面积时，当某两个石墨间距小于其中较小石墨尺寸时，则认为这两个石墨等同于一个石墨[5]，即测量这两个石墨形成的面积。如图5中曲线包围的两个团絮状石墨可以近似等效为一个石墨。对于这种具有不规则外形的等效石墨的尺寸，可以沿着石墨的外围边缘尽量用圆滑的轮廓线将其包围起来，遇到石墨之间有凹陷的部分，切忌使用内凹的轮廓线。

 

根据式(5)计算得到回归周期T，用其可以预测对应该回归周期的最大石墨尺寸。图6—图9中的直线方程是按最小二乘法[8]计算的。计算方法如下：

长期期以来，高职高等数学教程就是本科教材的袖珍版，教材过分注重知识的系统性，完整性，内容显得抽象，深奥和学生所学专业脱节，教材中大部分内容是本科版的压缩，算数学的多，用数学的少，而且老师的讲解也是枯燥乏味的，这就使得学生对于学习数学失去了原本的兴趣，以微积分为例：老师一般按照函数、极限、连续、导数、微分、、微分方程、定积分、定积分的应用、不定积分这一教学顺序来完成教学目标，通过这样的讲学，不仅节约了时间，还使得教学的过程易于控制，但是由于其全部都是理论知识使得高职学生对数学的学习失去了兴趣，缺乏学习数学的动力，使得学生的主观能动性都被禁锢了，这对提高学生的创新能力创新精神很不利。

 

利用上述四式的结果即可计算式(4)中的系数a、b：

 

表1 铸铁试样C中的石墨尺寸统计Tab.1 Statistics of graphite size in specimen C

  

序号 Fj /% yj 视场编号1 2.439 024 39 -1.311 994 235 148.827 292 1 5 2 4.878 048 78 -1.105 397 512 173.347 548 28 3 7.317 073 171 -0.961 248 716 174.840 085 3 6 4 9.756 097 561 -0.844 699 218 176.759 061 8 1 5 12.195 121 95 -0.743 904 054 179.530 916 8 2 6 14.634 146 34 -0.653 268 802 187.206 823 29 7 17.073 170 73 -0.569 657 723 188.272 921 1 14 8 19.512 195 12 -0.491 110 874 188.272 921 1 40 9 21.951 219 51 -0.416 304 476 189.978 678 4 10 24.390 243 9 -0.344 289 441 190.831 556 5 31 11 26.829 268 29 -0.274 351 205 192.324 093 8 12 12 29.268 292 68 -0.205 928 553 196.588 486 1 39 13 31.707 317 07 -0.138 563 58 197.867 803 8 15 14 34.146 341 46 -0.071 869 152 197.867 803 8 30 15 36.585 365 85 -0.005 506 676 198.081 023 5 19 16 39.024 390 24 0.060 829 839 203.411 513 9 10 17 41.463 414 63 0.127 425 815 204.264 392 3 13 18 43.902 439 02 0.194 555 719 208.102 345 4 18 19 46.341 463 41 0.262 491 259 209.808 102 3 22 20 48.780 487 8 0.331 508 864 213.859 275 1 7 21 51.219 512 2 0.401 897 038 215.991 471 2 37 22 53.658 536 59 0.473 964 08 217.057 569 3 36 23 56.097 560 98 0.548 046 729 219.402 985 1 8 24 58.536 585 37 0.624 520 335 223.240 938 2 11 25 60.975 609 76 0.703 811 358 225.373 134 3 21 26 63.414 634 15 0.786 413 288 233.049 040 5 17 27 65.853 658 54 0.872 907 538 241.151 385 9 9 28 68.292 682 93 0.963 991 654 244.136 460 6 24 29 70.731 707 32 1.060 518 45 245.202 558 6 32 30 73.170 731 71 1.163 551 898 252.452 025 6 23 31 75.609 756 1 1.274 449 411 252.665 245 2 38 32 78.048 780 49 1.394 987 381 254.584 221 7 27 33 80.487 804 88 1.527 560 71 258.422 174 8 16 34 82.926 829 27 1.675 516 06 265.458 422 2 25 35 85.365 853 66 1.843 743 495 289.125 799 6 26 36 87.804 878 05 2.039 812 233 294.669 509 6 35 37 90.243 902 44 2.276 389 668 307.675 906 2 33 38 92.682 926 83 2.577 207 39 326.439 232 4 20 39 95.121 951 22 2.995 523 884 344.776 119 4 34 40 97.560 975 61 3.701 251 165 394.029 850 7 3

  

图6 试样A中石墨极值统计分布图Fig.6 Extreme statistical distribution of graphite in sample A

  

图7 试样B中石墨极值统计分布图Fig.7 Extreme statistical distribution of graphite in sample B

  

图8 试样C石墨极值统计分布图Fig.8 Extreme statistical distribution of graphite in sample C

 

2.2 预测更大体积中的石墨球尺寸

利用上述几种样品的极值统计分布规律可以预测更大体积中的石墨尺寸。假设实际构件受力体积为V，根据式(7)和(8)计算标准视场的体积V0(mm3)，本实验中标准视场面积S0为0.45 mm2，则 V0分别为0.14、0.07、0.2、0.083 mm3。根据不同的回归周期T(T=V/V0)和极值统计分布规律，可以预测不同体积中的最大石墨尺寸。图10为铸铁试样D中根据不同的回归周期预测最大石墨尺寸的示意图。可见，通过SEV极值统计方法能够预测出不同体积下铸铁中最大石墨尺寸，并作为铸铁生产过程中控制石墨尺寸的依据。

  

图9 试样D中石墨极值统计分布图Fig.9 Extreme statistical distribution of graphite in sample D

  

图10预测最大石墨尺寸示意图Fig.10 Schematic plot of the maximum predicted graphite size

  

图11 疲劳强度随石墨尺寸的变化规律Fig.11 Variation of fatigue strength with the graphite size

2.3 疲劳极限预测

对于高周疲劳，铸铁材料的裂纹通常从石墨处萌生，作为裂纹源的石墨尺寸决定着铸铁材料的疲劳性能。将上述步骤预测得到的铸铁试样中的石墨的最大尺寸()代入式(9)中，即可预测其疲劳强度，疲劳强度随石墨尺寸的变化规律示意图见图11。可见，对于三种裂纹源位置(内部、表面和亚表面)，疲劳强度均随着石墨尺寸的增加而降低，其中亚表面石墨对应的疲劳强度最小。本工作对承受循环载荷铸铁构件的疲劳强度估计和寿命预测具有重要的现实意义和指导意义[9]。

3 结论

铸铁材料中的石墨尺寸服从极值统计分布规律，根据极值统计分布可预测材料中的最大石墨尺寸进而预测该材料的疲劳强度。随着母体体积的增大，铸铁中石墨尺寸随之增大，而疲劳强度降低。

式中，σW为试样的疲劳强度，单位为MPa；K为比例系数，对于不同萌生位置的裂纹源，K值不同(内部开裂：K=1.56；表面起裂：K=1.43；亚表面开裂：K=1.41)；HV为试样的维氏硬度，单位为kg·f/mm2；为缺陷尺寸，单位为μm。在本文中，将利用该公式预测铸铁材料的疲劳强度。

对照组为6天1轮输精周期，即公鸡连用5天输完3200只母鸡，休1天。试验1组是7天1轮输精周期，即公鸡连用5天，输完3200只母鸡，休2天；实验2组是8天1轮输精周期，即公鸡连用5天，输完3200只母鸡，休3天。输两个周期后，开始收集种蛋、及时入孵、统计受精率，具体输精方案见表1。

参考文献:

综上，本研究结果显示，老年患者虽在糖尿病、心脏病、呼吸系统疾病、高血压病等一般状态显著劣于年轻组，但ERAS方案依从率、吻合口瘘率、再手术率、再住院率、术后30 d内死亡率差异均无统计学意义，表明ERAS方案对老年患者具有可行性且安全性可接受，无需调整。

[1]郝石坚.现代球墨铸铁[M].北京：煤炭工业出版社，1989.

[2]彭建中，刘玲霞.大型风电球墨铸铁件的超声波检测技术[J].中国学术期刊电子杂志，2010(7)：539-546.

[3]YOSHIMICHI Murakami.National Institute of Advanced Industrial Science and Technology[J].Japanese Journal of Applied Physics，1994(5)：99-313.

[4]ATKINSON H V.Microstructure and Mechanical Properties of 7005 Aluminum Alloy Components Formed by Thixoforming[J].American Studies Journal，2003：48-457.

[5]GUMEL E J.Statistics of Extrems[M].New York：Columbia University Press，1957.

基于职业标准的国际商法项目课程教学模式是以“标准转换”为基础的教学模式，也是基于项目的“理实一体”教学模式，该模式主要有七个主要环节。

1.数据来源与样本选取。本文选择2014～2016年深圳主板A股上市公司的财务及非财务数据作为研究样本，分析上市公司内部控制评价对会计稳健性的影响。样本的选取步骤如下：（1）剔除金融保险业这个会计核算特殊的行业（79个金融保险业），保证研究结果的精准；（2）剔除2014年至2016年IPO公司（272家IPO公司）；（3）剔除财务状况较为严重的ST、PT类上市公司（21家ST公司，5家PT公司，30家风险警示公司）。

[6]张秀芝.Weibull分布参数估计方法及其应用[J].气象学报，1996，54(1)：108-116.

[7]MILLER K J.Fatigue FractEng Mater Struct[M].Microscopy Research and Technique，1999.

胶原蛋白肽作为一种新型的功能食品配料在全球范围内广泛应用。胶原蛋白肽在市场上通常称为胶原蛋白，是以动物的皮、骨、鳞等部位经酶解后产生的产物。因动物疾病和宗教信仰等原因，海洋鱼胶原蛋白肽深受国内消费者喜爱。近年来，因“低聚肽”概念的兴起，有报道称分子量低的胶原低聚肽吸收性好于高分子量产品[1]。本文研究了鳕鱼皮胶原低聚肽对面部肤质改善的临床情况。

[8]YUKITAKA Murakami.Metal Fatigue：Effects of Small Defects and Nonmetallic Inclusions[M].AmaterdamElservier，2002.

[9]张继明，张建锋，杨振国，等.高强钢中最大夹杂物的尺寸估计与疲劳强度预测[J].金属学报，2004，40(8)：846-850.