利用神经网络预测与控制丝杠螺纹磨削过程

研究了基于神经网络的丝杠螺纹磨削过程的智能预测与控制问题.基于误差反向传播的机制,针对连续制造过程的预测与控制,提出多层神经网络的逐个样本学习算法.对逐个样本学习算法和目前广泛采用的B-P算法进行了比较和讨论,实验结果表明,逐个样本学习算法比B-P算法具有更好的收敛性.最后,介绍了多层神经网络模型在丝杠螺纹磨削过程的预测与控制中的应用.     

Ni基与Ni-P基含MoS_2复会电刷镀层的减摩特性

在“球－盘”试验机上对Ｎｉ／ＭｏＳ２与 Ｎｉ－Ｐ／ＭｏＳ２两种复合镀层的摩擦磨损性能进行全面的测试与比较，并对其作用机理进行了分析。试验结果表明，两种复合镀层在油润滑条件下的摩擦系数，一般均可达到 ０．０５～０．０６的水平，而 Ｎｉ－Ｐ／ＭｏＳ２的承载能力或磨损寿命要比 Ｎｉ／ＭｏＳ２提高 ４～６倍以上。     

多层固体媒质对声波的反射和透射

利用矩阵方法,本文提出了声波遇到两半无限固体间多层媒质的反射和透射理论模型,导得了纵波或横波从半无限固体入射时的反射系数和透射系数简洁表达式。所提出模型中的半无限固体之一(或两者)也可由流体替代。中间各层固体可以是各向同性的,也可以是晶轴按一定方向排列的正交和六角对称的各向异性固体。本文给出了铝合金粘接件和含矿地层声反射系数的数值计算结果。最后,我们列举了有关多层媒质声反射和声透射值得进一步探讨的问题。     

硼钛复合纤维拉伸曲线分析

研究了硼钛复合纤维在拉伸过程中的行为，结果表明：复合纤维的变形是由纤维的弹性应变与基体的弹塑性应变复合迭加而成，并且在纤维与基体结合十分牢固，基体组元体积分数又较少的情况下，复合纤维表现为高强度，高弹性模量及低塑性，将试验结果同理论计算模型进行了比较，所得结果基本一致。     

大厚度湿陷性黄土地基处理的研究与应用

针对大厚度、高等级自重湿陷性黄土地基上的甲类建筑,提出一种处理地基的方法,与刚性砼桩或柔性灰土挤密桩相比都具有明显的经济效果。     

AN/PU复合材料基体的共混改性研究

该文对AN/PU复合材料基体的共混改性进行了理论和实验研究。通过表观交联度等参数表征HTPB-ITPU共混体系的改性效果,并用SEM、DSC和IR等现代分析手段对多相体系的界面相互作用进行了探讨。结果表明,基体的共混改性是提高AN/PU复合材料力学性能的重要途径。     

自适应神经网络及其在刀具智能监控中的应用

讨论了神经网络的拓扑结构的学习和神经元激活函数等问题,提出了自构形神经网络的概念和算法,较好地解决了隐节点数目选取问题.将自适应神经网络用于刀具加工状态智能监控的信号融合之中,取得了满意的结果.     

颗粒复合介质界面的反射率

本文应用局域场近似和Maxwell方程及相应的边界条件,给出了光在由具有一定厚度界面层的非线性颗粒组成的复合介质界面上的反射率。     

GPS技术用于高等级公路勘测的若干问题

介绍了近年来全球定位系统技术用于线路控制测得的具体做法，结合在若干条高等公路上的应用实例，分析研究了应引起注意的若干问题。实证明，在高等级公路勘测中采用ＧＰＳ技术，将从根本上改进勘测技术，更好地为线路设计和施工放线服务。     

一类有效的变尺度分层BP学习算法

提出一类有效的改进ＢＰ算法，它采用分层的变尺度学习算法克服一般变尺度学习算法处理的矩阵线数过高、难于实用的问题；同时对势态项系数采用一种自适应的调整方法，避免因其选择不当影响学习收敛速度问题．计算实例表明算法的优越性．