神经网络的多故障诊断层次模型研究

人工神经网络已成功应用到实际的故障诊断系统中，但大多主要用于单故障诊断情形。实际应用中，多故障同时出现的情况却普遍存在。基于神经网络的方法，构造了一种用于既能诊断单故障，又能诊断多故障的模型。通过实例与传统的诊断模型进行对比，说明了所提出诊断模型的可行性和有效性。     

腐植酸树脂处理含镍废水的研究

以丰富低廉的风化煤为原料,经活化转型后,制成腐植酸树脂。该树脂系天然高分子化合物,分子中含有大量的羧基,羟基,醌基等活性基团。利用它处理含镍废水,吸附力强、交换性好、净化率高、且无二次污染。静态吸附和动态交换表明:交换容量大、使用寿命长、净化率远远超过国产732型阳离子交换树脂。饱和吸附与交换后的腐植酸树脂,经脱附再生后仍可继续使用。     

一类非线性系统解的有界性和有限环的存在性

首先得到了如下非线性微分系统dx/dt＝p(y),dy/dt=q(y)f(x)-g(x)所有解有界的新的充分条件和充要条件，然后运用这些结果得到了该系统包围多个奇点的极限环存在的充分条件，所得结果改进推广了文[1-3]中的相应,并且指出了文[2-5]中的疏露。     

基于机器视觉的带钢表面缺陷检测系统

研究了一种基于机器视觉的带钢表面缺陷检测系统，它采用模块化硬件设计，图像处理软件满足实时检测的要求，可以有效地检测了生产线上的带钢表面缺陷。为该系统设计了一种基于规则表分类器、模糊算法及人工神经网络的组合式多级分类器，具有一定的学习能力，当待测材料或有关设备发生变化时，系统可以根据缺陷样本库对分类器进行训练，以适应生产线的相关变化。系统具有较强的容错性、适应性及可移植性。     

基于Tsallis熵和近似熵的认知事件相关电位动态复杂度分析

提供了两种分析认知事件相关电位（ERP）复杂度动态变化的估计算法——时变Tsallis熵（ETsEn）和时变近似熵（EApEn），并将其应用于分析Stroop任务中ERP的动态复杂度．实验发现：BTsEn比EApEn能更好地反映不同刺激类型的ERP复杂度差异；EApEn比ETsEn能更准确地体现ERP复杂度随时间变化的规律．额区、中央区和顶区的ERP的ETsEn和EApEn在刺激前、刺激处理过程中、刺激处理后均有显著差异，即在刺激前熵较大且无明显变化，刺激处理过程中熵显著减小，刺激处理完成后熵恢复至刺激前状态，其变化的时序与行为数据基本一致。结果证明了时变的Tsallis熵和近似熵对动态复杂度从不同方面度量的有效性，为客观度量ERP的复杂度提供了新方法．     

优化二冷制度实现宽板坯角部复热的研究

根据国内某厂宽板坯连铸工艺条件,利用二维非稳态传热模型及喷嘴冷却特性,分析不同因素对铸坯角部复热的影响规律.结果表明,铸坯断面宽度为1 800 mm时,喷嘴间距选为450mm,铸坯宽面表面温差小,有利于实现铸坯的角部复热;喷嘴间距一定,随二冷区比水量的减小及铸坯宽面外侧两喷嘴冷却水量的降低, 铸坯角部复热效果更好;较小的角部凝固坯壳厚度有利于减小内部高温钢液蓄含的热量向铸坯角部传递的阻力,改善角部复热效果.     

基于SVM的水下机器人预测S面控制

针对舵桨联合操控水下机器人系统的非线性特点,将预测控制的思想引入经典S面控制中,构造了一种基于支持向量机（SVM）的预测S面控制器,改善了S面控制器的控制效果,增强其自适应性.用支持向量机辨识水下机器人的非线性系统模型,充分发挥了SVM的泛化能力,能准确预测其运动状态.构造二次型性能优化函数以获取S面控制器的最优控制参数,进而获得水下机器人最优控制律.仿真结果表明：基于支持向量机的预测S面控制器具有结构简单、响应速度快、鲁棒性好等优点可行且有效.     

铟-桑色素体系吸附溶出伏安法研究

对Ｉｎ（Ⅲ）－桑色素（ｍｏｒｉｎ）配合物在悬汞电极上的吸附伏安特性作了研究,确定了电极过程。在ＣｌＣＨ２ＣＯＯＨ底液中,有桑色素存在下,用１．５次微分吸附伏安法测定铟,线性范围和检测下限分别为３．５×１０－１０～１．５×１０－７ｍｏｌ／Ｌ和５×１０－１１ｍｏｌ／Ｌ。用此法测定了氢氧化铝、银粉和铅粉样品中的痕量铟,结果满意。     

新可逆PWM整流器主电路参数设计仿真

利用美国Analogy公司的SaberDesinger软件构造了三相可逆PWM整流器的试验平台,分析了同步模式下整流器的工作方法．通过仿真得到了三相可逆PWM整流器主电路电感值、开关频率等参数对输入电流总谐波失真(THD)、电源功率因数以及系统输出直流电压的影响,为实际设计中确定主电路的参数提供了可靠依据,对工程中的三相可逆PWM整流器设计有实际意义．     

光纤监测混凝土面板堆石坝裂缝的布设工艺探讨

光纤传感技术应用于混凝土面板堆石坝裂缝的监测尚属首例,它的埋设工艺是国内外公认的课题,课题组通过重庆鱼跳电站工程的实践,获得了一些宝贵的经验。