基于RBF神经网络的非线性电子器件的建模方法研究

针对当前电路仿真中存在的复杂非线性电子器件的建模问题,利用RBF神经网络在函数逼近时所具有的速度快、精度高的特点,提出了根据RBF网络学习器件的输入输出特性,将得出的网络结构用Pspice中的电路描述语言进行描述,建立了非线性电子器件模型的方法,并验证其有效性.结果表明该方法可作为一种用于非线性器件建模的通用方法.     

激光跟踪仪在重型车床几何精度检测中的应用

为了对重型车床装配中相关各几何精度进行快速准确的测量,提出了一种基于激光跟踪仪的多基点分时测量方法。该方法建立了一种新基准,即在主轴与尾座两顶尖之间建立虚轴,以此虚轴为基准来调节导轨及其他部件的精度,从而实现车床各几何精度的快速准确测量。该基准是在基于激光跟踪仪的多基点分时测量方法的基础上,采用圆柱拟合算法得到两轴心线,将两轴心线调节到同轴而实现的。针对激光跟踪仪无法对挡光部位进行测量的问题,专门设计了轴心线辅助测量装置,以解决挡光的问题。对多基点分时测量方法的仿真及实验结果表明,采用该方法测量重型车床的几何精度,只需要一台激光跟踪仪,且测量一台重型车床的几何精度大约只需要4h,因此大大提高了测量效率。     

应用激光跟踪仪的数控机床几何精度检测

为了对数控机床几何精度进行快速、高精度检测,提出了一种基于激光跟踪仪的多站分时测量方法.该方法通过一台激光跟踪仪先后在不同的基站位置对机床相同的三维空间进给运动轨迹进行了测量,利用测量得到的大量测量点到不同基点的距离变化量建立了超定方程组.采用最小二乘法对方程组求解,准确标定出机床运动过程中各测量点的坐标,然后分离出机床的各项几何误差.通过对多站分时测量的原理分析,给出了多站分时测量方法的具体算法,并对该方法的测量误差进行了分析.仿真和实验结果表明,多站分时测量方法是可行的,该方法具有快速、精度高等优点,适合中高档数控机床几何精度的检测.     

微细菱镁矿热分解过程及动力学

采用TG-DSC热分析技术,在不同升温速率下对高纯微细菱镁矿进行热分解动力学研究.结果表明:随着升温速率的增大,菱镁矿分解速率不断增大且最大分解速率也向高温区偏移.首先使用Hu-Gao-Zhang方程对不同升温速率的TG数据进行计算,确定了热分解机理函数的唯一性和活化能.进而采用双等双步法和产品形貌分析,确定其最概然机理函数为f(α)=2(1-α)^1/2,热分解沿解理面向内进行,属于典型的相边界反应.最后利用Flynn-Wall-Ozawa方程求得指前因子,建立了微细菱镁矿的热分解动力学方程.用两组不同升温速率的TG数据对所建立方程进行验证,方程合理.