高炉专家系统知识表达方法

分析了高炉炉况知识的特征。对各种知识表达方法进行了具体的分析并给出了实例,提出了采用“产生式规则＋框架＋语义网＋神经网络＋过程”的综合知识表达方法。     

Al-Ce-Ni共晶合金块体金属的净化与组织细化

以Al-Ce-Ni共晶合金作为研究对象,采用熔体净化剂与循环过热相结合的方法净化合金,循环过热通过高温效应熔解、钝化异质形核质点,熔体净化剂通过化学溶解、物理化学吸附及其组元与异质形核衬底的化学反应去除异质形核质点与衬底,并减缓金属熔体的氧化.实验中使用不同的净化剂进行研究,发现使用80?O3 20%Na2O(mol%)净化,在850℃×5 min循环过热,熔体发生深过冷的效果最好.     

银杏叶黄酮的微乳高效薄层色谱指纹图谱

以十二烷基硫酸钠(SDS)-正丁醇-正庚烷-水微乳系统为流动相,预制聚酰胺薄层板为固定相,通过调节微乳系统的极性,较好地分离出十几种银杏叶黄酮.与传统的流动相系统--有机溶液系统相比,微乳系统显示出较强的分离优势.对银杏叶黄酮作薄层色谱指纹图谱分析,以寻求简便、合理的标准质量控制方法.     

LaCeCuMn/γ-Al2O3纳米稀土催化剂的制备及性能研究

以纳米纤维状γ-Al₂O₃为载体，采用工艺路线简单的浸渍法制备了La_xCe_1-xCuMn纳米稀土催化剂，并应用微反活性评价装置测试了对CO和C₃H₈的氧化活性。利用XRD，TEM，BET等手段，分析了产品的结构和粒子形貌。实验结果表明，催化剂活性组分在载体上分散比较均匀，平均粒径在15～20nm之间，为纳米级催化剂。La物质的量为0.4mol、活性组分质量分数为15.04%时，制得了较为纯净的钙钛矿催化剂，CO和 C₃H₈氧化反应中起燃温度分别可以达到161，186℃，且二者的最终转化率均在99%以上。     

电场作用下二元液态合金中溶质活度变化理论模型

通过对Cu-0.2%Al合金施加直流、交流和脉冲电场发现,Cu液中溶质Al的活度系数随电场强度的增加,呈不同程度的减小趋势.为了进一步研究溶质Al的活度减小的原因,对Al-5%Cu合金在熔融状态下进行了液态淬火.通过淬火后的金相组织观察发现,电场作用下液态金属的结构发生了明显的变化,溶质在合金溶液中的分布发生了沿某一个方向聚集的现象.从而揭示了电场作用下二元系合金中溶质活度变化的本质,并在此基础上建立了电场作用下二元系合金中溶质活度变化的理论模型.     

小麦流态化干燥实验关联式及在热泵流化床谷物干燥中的应用

基于流化床干燥理论,采用热风循环充分的电热烘箱作为干燥器,对小麦进行了一系列的薄层干燥实验研究,模拟小麦流态化干燥过程,总结出适用于流化床小麦干燥时间预测的经验回归公式.开发了热泵流化床谷物干燥实验系统,并将小麦干燥的经验回归公式应用于此实验台的干燥实验过程.结果表明,小麦干燥经验回归式可用于预测小麦在流态化条件下的干燥时间,所开发的热泵流化床谷物干燥装置经济性合理,有市场应用前景.     

乙酸对聚硅酸絮凝剂形态分布及转化规律的影响

针对聚硅酸金属盐絮凝剂因硅酸聚合胶凝而失活的问题,依照Si-Mo比色法的原理,对乙酸存在时的聚硅酸形态及其转化规律进行研究.实验表明:在酸性氛围下,当有乙酸化合物存在时,聚硅酸溶液中的硅酸组分与钼酸反应的速率总是要比不含乙酸时的大得多;溶液中存在的Sia和Sib形态均表现出不同程度的增加.乙酸化合物的存在,能够有效减缓硅酸溶液中聚硅酸颗粒物的生长速度,但聚硅酸的总体形态分布与转化规律的模式并没有因为乙酸的存在而发生根本的改变.     

基于融合特征和LS-SVM的脱机手写体汉字识别

提出的脱机手写体汉字识别系统主要研究特征提取和分类识别两个模块.特征提取模块主要包括采用基于不变矩和弹性网格技术的串行特征融合方法,所得到的特征向量不仅充分反映了手写体汉字的全局和局部特征,而且具有很强的区分表达能力.分类识别模块将神经网络多类分类策略与最小二乘支持向量机相结合,所得到的分类器不仅识别率高、泛化能力强,而且有效地解决了多类分类问题.实验证明本文提出的识别系统能够取得很好的识别效果.     

髓核假体的制备及应力松弛特性的影响分析

对聚乙烯醇水凝胶髓核假体进行了应力松弛性能的研究,比较不同溶胀率和不同初始聚乙烯醇含量对应力松弛性能的影响.等时线法的研究分析表明,髓核假体的力学行为符合线性粘弹性行为,三元件线性粘弹模型能较好地模拟其粘弹力学行为(模拟拟合度均在0.96以上).三元件线性粘弹模型参数分析表明,对于髓核假体来说,溶胀率的增大可以增加髓核假体消散冲击力的速度,但对消散冲击力的总量影响不大,初始PVA含量的提高将降低髓核假体消散冲击力的速度和总量.     

用进化规划思想优化径向基函数神经网络结构的均衡器

针对训练径向基函数(RBF)神经网络均衡器的随机梯度算法(SG)中,神经网络的结构是指定的并且所用训练样本较长的问题,引入进化规划思想,用进化规划方法确定径向基函数神经网络的结构,用基于最小均方(LMS)误差准则的自适应算法调整神经元到输出端的连接权重.蒙特卡洛仿真表明,用这种方法确定的均衡器可以达到与SG算法相同的性能,而所用训练样本很少,网络结构不需要事先指定.