深过冷Cu-20Wt%Pb亚偏晶合金的凝固行为

采用熔融玻璃净化和循环过热相结合的方法，使Cu-20wt％Pb亚偏晶合金获得了208K的深过冷，在宽过冷范围内研究了Cu-Pb亚偏晶合金的组织演化规律。结果表明，过冷合金熔体初生相为α(Cu)，在0～146K的过冷度范围内，均有两次再辉现象；在183～208K的过冷范围内，只出现一次再辉。当△T≤98K时，合金凝固组织为粗大枝晶α 枝晶间Pb相；当116K△≤T≤146K时，凝固组织已无明显的枝晶形貌，组织由细密α基体 细小的Pb颗粒组成；当△T≥183K时，凝固组织与中等过冷度下的组织相似，只是Pb相更细小，分布更均匀。当△T≥133K时试样出现裂纹。     

基于GA-ANFIS在石灰矿技术经济系统中的参数优化研究与应用实践

为掌握水泥原料矿山系统中的技术经济参数对矿石成本影响的关联规律性，首先运用自适应模糊神经网络对矿山技术经济系统建模，再用并行遗传算法对模型求解，得到了确保矿石成本最小的各项最优技术经济指标，为提高矿山生产管理与经济效益提供了重要的参考价值。     

基于竞争神经网络的ABS路面辨识

在传统的防抱死系统中,由于没有额外的传感器测试更多的参数,以及路面的不平度、信号的干扰等原因,至使路面辨识非常困难·针对以上问题,通过对整车制动模型和ABS制动模型的研究,建立了基于竞争神经网络的ABS路面辨识模型,此路面辨识模型是通过对标准信号进行反复学习记忆,用非线性映射方法进行特征抽取并存储于网络的各节点上·工作时,当输入信号存在变形或噪声时,该模型通过联想记忆对输入信号进行聚类分析,得出正确的判断·实验表明,该辨识过程是一种高层次的认知过程且便于批量生产、升级、更新和维护·     

A2017半固态合金二次加热组织演化

对SCR技术制备的A2017半固态坯料进行二次加热,利用光学显微镜,电镜,图像分析仪等手段,对坯料二次加热微观组织的演化进行了研究·实验结果表明,在相同加热温度条件下,随着保温时间的延长,晶粒平均等积圆直径增大,晶粒越来越圆整,液相率增加;提高二次加热温度,晶粒长大和球化速度加快·二次加热最佳工艺条件为加热温度580℃,保温时间40～60min或者加热温度600℃,保温20～40min,晶粒平均等积圆直径为70～90μm,固相率在70%左右,适合于半固态加工·组织演化机制分析表明,加热初期阶段,液相少,晶粒主要通过碰撞熔合快速长大;随着保温时间延长,液相增加,晶粒主要通过原子扩散慢速长大并发生...     

基于MATLAB的神经网络在股市预测中的应用

以道氏三大假说作为理论基础，设计一个三层BP网络，并建立相应的数学模型，以MATLAB为工具，个股上海石化(600688)140天实际收盘价作为样本，对网络进行训练后，预剩10天的收盘价，并计算出与实际收盘价的高差Q＝0．0146，Q已经小到几乎可以忽视的程度。     

一种基于径向基函数网络的盲波束形成方法研究

针对阵列信号处理的特点 ,提出了一种基于径向基函数网络 (RBFNN)的盲波束形成方法。该方法把高阶累积量可消除高斯噪声干扰这一特性和神经网络可并行计算的结构优势有机地结合起来 ,利用高阶累积量估计阵列的导向矢量 ,引入径向基函数网络逼近波束形成的权矢量 ,实现盲波束形成。理论分析和仿真实验表明 ,提出的算法能有效地提高运行速度 ,对系统误差也具有很强的鲁棒性。     

通信信号自动分类方法研究

提出增加信号的频谱作为信号的特征信息之一 ,并采用离散傅里叶变换 (DFT)和小波 (wavelet)方法提取信号的频谱、瞬时幅度、瞬时频率及瞬时相位 ,构成信号的特征向量。为解决运算速度问题 ,对特征向量提出了分类编码方案。最后利用神经网络的方法进行识别。实验结果表明 ,采用这种方法可以显著地改进分类的效果     

驾驶员眼部状态识别方法的研究

驾驶员在正常驾驶、瞌睡驾驶及疲劳驾驶 3种状态下的眼睛张开程度有一定的区别。根据这一特点 ,设计了一种 3层BP网络 ,利用图像预处理获取到的眼部区域特征值作为网络输入向量 ,输出对应 3种不同状态。实验结果表明 ,该网络可快速有效地识别出驾驶员眼部精神状态。     

基于RBF神经网络多步预测的自适应PID控制

提出一种基于RBF神经网络多步预测的自适应PID控制算法．该算法用无局部极小的径向基函数网络对非线性系统进行在线辨识，利用多步预测误差对PID型控制器网络进行训练，从而实现PID参数的在线自适应寻优．通过对典型非线性系统的仿真研究，该控制系统具有较强的适应性和鲁棒性．     

基于小波模糊神经网络的陀螺仪故障诊断技术

为了提高陀螺仪故障检测灵敏度，分析了陀螺漂移特性，指出随机漂移是影响陀螺仪精度的主要漂移误差，也是影响性能可靠性的主要因素．针对此，提出了一种小波模糊神经网络故障诊断模型．此模型运用串联方式将小波分析、模糊逻辑和神经网络融合在一起，充分发挥它们各自的优点，并对陀螺仪实测数据仿真．仿真结果表明，采用小波分析提取陀螺的常值漂移，简单有效；运用神经网络对陀螺的误差和故障建模，使故障诊断具有自适应、自学习的能力，并互增强了故障诊断的容错能力；将模糊逻辑用于判决中，使判决结果更加可靠．