基于80C196KC的大功率微弧氧化电源控制系统的研究

针对镁合金表面处理对参数调节和效率的要求,研制了大功率微弧氧化电源控制系统,该系统以80C196KC为核心,对整个系统的动作程序和工艺参数进行控制,电源实现了双向不对称脉冲输出和在大电流、高电压工况下主要参数的一定范围调节.硬件电路与软件设计中采用有效的抗干扰措施,使整个控制系统稳定、可靠.实验结果表明,该系统可以满足微弧氧化工艺的要求,实现微弧氧化的自动化.     

时滞的周期神经网络模型周期解的稳定性分析

通过构造Lyapunov-Krasovskii泛函,获得了时滞周期神经网络模型周期解全局渐近稳定性的一个充分条件.     

医用钛合金表面沉积AlTiN涂层在模拟人体生理环境中的腐蚀行为

采用高度离子化脉冲工艺(H．I．P)在医用Ti6Al4V合金表面成功制备了AlTiN陶瓷涂层。采用电化学腐蚀方法用三电极系统对Ti6Al4V—AlTiN在模拟人体生理环境中进行抗侵蚀试验,并作出极化曲线与Ti6Al4V合金进行对比分析。分析表明：相同条件下,Ti6Al4V -AlTiN在模拟人体生理环境中的抗侵蚀性更加优异。     

基于粒子群算法和模糊神经网络的车牌图像匹配

本文将粒子群算法和模糊神经网络结合用于智能交通中的车牌图像匹配。利用粒子群算法全局寻优的快速性和模糊神经网络精确性，优化神经网络权重学习和训练神经网络。实验结果表明：本文设计算法具有精确性、收敛性和匹配快等特点。     

机器人足球识别算法研究

在基于YUV色彩空间上采用混合方法进行颜色分类基础上，提出了一种基于种子填充的新目标机器人搜索算法——二分搜索法，从而明显减少了识别过程中的计算量。通过在F180机器人足球系统上的试验，证明此方法是有效的，可以在保证识别精度的前提下，快速识别机器人。     

基于脉冲乘法器原理的精插补器误差分析

基于脉冲乘法器原理的精插补器的插补精度与最大进给速度、机床系统的脉冲当量、插补周期以及脉冲发生器的输出脉冲频率有关，其误差产生的主要原因是由分频数圃整造成的。     

基于递归神经网络的多变量系统预测控制

针对线性PID控制器系数难以整定的问题，构造了一种用神经网络实现的非线性PID控制器．多个具有相同结构的非线性PID控制器并联，对多变量系统实现解耦控制器．结合预测控制的思想，提出两种控制方案．第一种是在递归多步预测的基础上，在广义最小方差目标函数下实现控制，第二种利用多步预测目标函数在线修正解耦控制器的权值．仿真实验表明这两种方法的有效性．     

基于遗传算法的神经网络分类器优化设计

依据神经网络分类器的设计原理，设计了一种有效的遗传算法，实验结果表明：算法优化后的神经网络分类器不但学习速度快，还能保证分类精度．     

基于△u模式和RBF网络的局部放电模式识别

局部放电（PD）模式识别是诊断高压电气设备内绝缘缺陷的重要方法之一．采用了一种△u模式参量作为局部放电的图谱特征，并采用不变矩作为放电特征；同时，采用了径向基函数神经网络（RBFNN）对局部放电△u模式参量构成的图谱特征进行识别．结果表明采用正交最小二乘法（OLS）训练的RBFNN对△u模式中的不变矩特征参量进行识别，RBFNN收敛速度快且稳定性强，识别率达到85．7％以上，能够很好地识别由5种人工绝缘缺陷模型产生的局部放电信号，在实际应用中具有良好的应用前景．