改性二氧化硅／环氧树脂体系的制备

用带不饱和双键的硅烷偶联剂与SiO2表面的羟基反应导入双键，进而加入有机单体丙烯酸缩水甘油醚进行自由基共聚，达到了对SiO2表面的复合改性。根据改性前后SiO2表面的接触角、含水率、吸油值的测定结果，表明复合改性后SiO2的憎水性和亲油性得到改善；把改性前后的SiO2样品与环氧树脂混合固化，测试了复合材料的力学性能，发现改性SiO2复合材料的拉伸强度增加了35％，弯曲强度增加了42％；同时用SEM对复合材料的断面观察发现：改性SiO2颗粒与环氧树脂问无明显的界面，其亲合性优于未改性SiO2。     

双长链酯季铵盐的合成与柔软性能研究

采用高效液相色谱法对酯胺中的单、双酯进行了定量分析。考察了反应物摩尔比、反应温度、反应时间及催化剂等因素对酯化反应中硬脂酸的转化率和单、双酯质量分数的影响,优化了反应条件,得到了酯化反应较佳的反应条件:硬脂酸与N-甲基二乙醇胺的摩尔比为1.8∶1,180℃下反应6 h,次磷酸作催化剂;季铵化的较佳反应条件:反应时间为8 h,溶剂为异丙醇。对所合成的酯季铵盐的柔软性进行了研究,结果表明该产品的柔软性能略好于同类进口产品。     

MQPSO: 一种具有多群体与多阶段的QPSO算法*

提出了一种改进的QPSO(Quantum-behaved Particle Swarm Optimization)算法,即一种具有多群体与多阶段的具有量子行为的粒子群优化算法.在该算法中,粒子被分为多个群体,利用多个阶段进行全局搜索,这样可以有效地避免粒子群早熟,提高了算法的全局收敛性能.对几个重要测试函数的测试结果证明,MQPSO算法的收敛性能优于标准粒子群算法(Standard Particle Swarm Optimization, SPSO)以及QPSO算法.     

DEFORM-3D软件在叶片锻坯结构形式选取中的应用

在叶片锻造过程中,由于变形量大,锻出的叶片会出现如褶皱、裂纹这样的缺陷。为了提高生产效率,一般要求在螺旋压力机上一次锻造成形。因此,采用合理的毛坯结构形式在最小成形载荷下来获得最低程度的缺陷就显得十分重要。常规用来选择叶片锻坯合理结构形式的方法有诸多缺点,采用有限元方法将会在很大程度上弥补这些不足。     

基于UG的铸钢件冒口CAD系统开发关键技术研究

根据模块化、面向对象、面向装配的设计原理开展三维特征的参数化建模,以Microsoft VC 6.0作为开发平台,UG/Open API等作为二次开发工具,根据MFC编程、Menu Script菜单集成和数据库接口等技术,开发了基于UG的铸钢件冒口CAD系统.讨论了系统构建思想及其实现的关键技术.设计实例验证了软件系统的有效性.     

叶片分型技术探讨

叶片锻模的分型技术是叶片锻造加工的关键技术。重点介绍了片体分型和飞边体分型两种分型方法，并从利于CAD二次开发的角度出发，对飞边体分型的部分步骤进行了改进。     

串联谐振式高频感应焊接逆变电源

传统的高频感应加热电源通过改变逆变器的工作频率来调节输出功率，逆变器的输出功率因数很低，而且逆变器开关管工作在硬开关状态，开关损耗大，效率低。按照大功率发电机、变压器铜排绕组焊接工艺和不同规格铜排的焊接要求，这种设备不适合这类应用。作者研究了新型频率跟踪电路，控制逆变器工作在谐振状态，负载等效阻抗呈电阻性，逆变器的输出功率因数接近1，大大减小了开关器件的功率损耗，提高了整机的效率。功率调节采用直流斩波调压实现。设计并制作了20kHz／30kw串联谐振式高频感应焊接逆变电源，改变了传统的焊接工艺，具有体积小、效率高、加热速度快等优点。     

模糊推理算法的数学原理

模糊推理算法在自动控制等领域不断得到成功应用,但其理论基础却是贫弱的.从数学与逻辑的角度对模糊推理算法的基础进行研究分析,提出并证明了3个定理.结果表明在各种模糊推理模式中,前提与结论之间存在一个数学关系(有界实函数),模糊推理的各种算法都是这一函数的不同构造形式.所以,模糊推理的算法其基础是可靠的.     

FCMAC网络的软硬件协同设计与实现

提出了FCMAC网络的一种基于NiosII的软硬件协同设计方法,解决了FCMAC软件实现速度慢、硬件实现耗资源的不足。通过Matlab仿真得出FCMAC网络的各参数。分析影响软件实现FCMAC速度的关键算法,对FCMAC算法进行软硬件划分。在NiosII IDE开发环境下,基于C实现软件模块,以用户自定义指令形式实现硬件模块和软硬件的衔接,即完成软硬件的协同设计。试验结果表明,FCMAC的软硬件协同实现在软件实现速度慢、硬件实现耗资源之间实现了折中,可通过不同的软硬件划分,实现速度与资源的互换。     

基于蚁群优化算法的单通道冗余VLSI阵列重构

通过冗余修复方法来解决超大规模集成电路(VLSI)制造过程中因缺陷而造成的成品率低的问题。根据物理阵列中缺陷单元的分布情况,构造相应的矛盾图模型,将阵列的重构问题转化为用蚁群优化算法求解矛盾图的最大独立集问题,使得所求独立集的顶点个数恰为缺陷单元的个数。实验表明,与标准遗传算法和神经网络算法相比,用蚁群优化算法来求解单通道冗余VLSI阵列重构问题是简单有效的。