一种新的修正恒模算法

阐述了恒模算法(CMA)、修正恒模算法(MCMA)和判决引导(DD)算法的基本原理。针对CMA和MCMA收敛速度慢,固定步长条件下收敛速度和剩余误差之间存在矛盾的缺陷,在分析CMA误差特性的基础上,利用DD算法误差函数的模值和判决器输出构造新的误差函数,提出了一种新的变步长MCMA。新算法在加快收敛速度的同时保持小的剩余误差。仿真结果表明,新算法比CMA和MCMA收敛速度快,均衡输出剩余码间干扰(ISI)小而且能克服相位偏移,具有很好的实用性。     

表面贴装过程仿真系统的研究与开发

文章从表面贴装技术(SMT)现状及特点开始,介绍多品种小批量电子产品中使用表面贴装技术存在的问题。针对这一情况对表面贴装过程仿真系统的需求进行了分析,并详细论述了仿真系统的文件预处理、仿真以及数据库维护三大主要模块设计,主要介绍采用OpenGL实现仿真模块的方法,同时展示仿真系统实现结果。最后总结了仿真系统的特点。     

以1,3-二(4-邻羟基苯亚胺次甲基)苯氧基丙烷为载体的铁离子(Ⅲ)电极的研究

以1,3-二(4-邻羟基苯亚胺次甲基)苯氧基丙烷为中性载体制备了PVC膜Fe3+离子选择性电极。该电极对Fe3+呈现出良好的选择性和近Nernst电位响应性能。电极斜率为21mV/dec,线性范围为3.0×10-5～1.0×10-1mol/L,检出限为1.0×10-5mol/L。采用交流阻抗技术研究了电极的响应机理,并将电极作为指示电极初步用于EDTA的电位滴定。     

基于2,4-二羟基苯甲酸铜(Ⅱ)为载体的硫氰酸根电极的电位响应

制备了基于一种简单的金属铜配合物2,4-二羟基苯甲酸铜(Ⅱ)(Cu(Ⅱ)DHBA)为载体的PVC膜硫氰酸根离子(SCN-)选择性电极。该电极在1.0×10-1～1.0×10-6mol/LSCN-浓度范围内呈现斜率为-59.5mV/dec的近Nernst电位响应,检测下限为9.1×10-7mol/L。利用紫外可见光谱及交流阻抗技术初步探讨了电极对SCN-呈现的选择性电位响应机理。该电极作为直接电位分析法的指示电极,成功运用于实验室废水中硫氰酸盐含量的测定。     

BP神经网络在波音737自动刹车故障诊断中的应用

随着人工神经网络研究的兴起,智能故障诊断技术成为近年来人们研究的一个热点问题。自动刹车是飞机起降时的重要装置,需要定期对其进行故障检测,以免形成飞行安全隐患,是飞机故障诊断的一个重要内容。本文从传统的BP神经网络算法出发,通过算法改进建立了波音737自动刹车故障诊断的神经网络模型,通过提取故障样本对网络进行训练和诊断,仿真结果显示这种方法能较理想地对波音737飞机自动刹车系统的故障进行分析和检测,对于建立波音飞机的故障自动诊断系统具有重要意义。     

车身曲面的光顺品质分析与应用

文章对车身反求工程中曲面光顺的含义、常用光顺检查方法( 曲面曲率法、光照模型法、等高线法、线性变换法)的特点及原理进行论述;介绍CATIA软件Freestyle模块的外形分析功能的使用,其目的是在图形终端屏幕上直观分析曲面光顺品质,满足用户对产品外形的视觉要求,给汽车外观赋予浓郁的时代感.     

化学气相沉积法制备碳化铬薄膜的研究

以三（2,2,6,6-四甲基-3,5-庚二酮）化铬为前驱体,采用化学气相沉积（CVD）法在氧化铝（Al₂O₃）陶瓷基板上制备碳化铬（Cr₃C₂）薄膜,其中沉积温度为723 K至923 K,沉积时间为1 200 s。研究了不同沉积温度对Cr₃C₂薄膜的相组成、择优取向、宏观表面、微观结构及电学性能的影响。结果表明,在723 K至923 K下制备得到具有高度（130）择优取向的Cr₃C₂薄膜。随着沉积温度的升高,Cr₃C₂薄膜表面先由光滑变粗糙,后逐渐变光滑;薄膜晶粒呈椭球型生长;薄膜的厚度先增加后减小,从而导致电阻先减小后增大。在798 K时制备得到厚度最大且电阻最小的（130）择优取向的最佳Cr₃C₂薄膜。同时,在实验条件下Cr₃C₂薄膜表面存在少量的碳和Cr₂O₃。     

重芳烃轻质化催化剂n（Ni）/n（Ni+Mo）的优化与分析

以β分子筛为载体,在保持金属总负载量不变的情况下,采用等体积浸渍法制备了4种不同n（Ni）/n（Ni+Mo）的催化剂。分别采用X射线衍射（XRD）、比表面积测试（BET）、氨程序升温脱附（NH₃-TPD）、氢程序升温还原（H₂-TPR）、氢程序升温脱附（H₂-TPD）和热重-差热分析（TG-DTG）等方法对催化剂进行了表征。结果表明,4种催化剂的酸量和酸强度相近,在n（Ni）/n（Ni+Mo）等于基准+0.2时,Mo与载体之间的相互作用最弱,其氢气吸附量最多且积炭量最少;采用某炼厂重整C₁₀⁺ 重芳烃对4种催化剂进行评价,结果表明n（Ni）/n（Ni+Mo）等于基准+0.2催化剂具有最优的催化活性和稳定性。上述结果表明,影响重芳烃轻质化催化剂活性和稳定性的关键因素是催化剂氢气吸附量的多少,氢气吸附量越多金属表面的溢流氢效应越明显,积炭前驱体被溢流氢及时消除,从而保护了催化剂的加氢活性中心不被积炭覆盖,有助于催化剂在较高活性下保持稳定。     

考虑电动汽车时空接入随机性的充储电站有序充放电分散式优化

针对电动汽车时空接入的随机性,提出一种基于改进拉格朗日对偶松弛法的充储电站有序充放电分散式优化调度方法.首先,根据出行链和马尔可夫决策理论,建立计及出行路径随机性的电动汽车时空接入模型和不同温度及交通路况下的电动汽车单位行驶里程能耗模型;其次,考虑电动汽车的充放电约束、充储电站和配电网的运行约束,构建以充储电站收益最大化为目标函数的充储电站侧优化数学模型;然后,基于改进拉格朗日对偶松弛法,提出该模型的分散式优化求解方法;最后,以某典型城区道路拓扑为例,对比分析不同出行路径、温度、交通路况和调度策略下各充储电站的收益、负荷曲线和计算效率.算例结果表明:所提方法综合考虑多种环境因素,使充储电站的调度结果更加全面实际,且计算效率得到了大幅提升.     

基于PCA-RBF网络模型的硫化矿自燃安全性研究

为了更加准确地预测硫化矿自燃安全性,综合考虑硫化矿自燃倾向性及火灾后果严重性,将硫化矿自燃安全性划分为9个等级,并选取矿山含硫量、矿山含碳量、矿石温度、矿石堆放时间、采场人员数量、氧气浓度和采场矿层厚度作为评价因素集。利用主成分分析法（Principal Component Analysis,PCA）对94个采场样本数据进行降维处理,得到包含70%以上原始信息的3个主成分。将降维后的84组数据作为基于径向基函数神经网络（Radial Basis Function Neural Network,RBF）预测模型的训练样本,10组数据作为检验样本进行硫化矿自燃安全性预测。最后分别利用十折交叉验证法和留一法对94组检验样本的自燃安全性预测结果进行检验,得到硫化矿自燃安全性预测准确率分别为92.55%和91.49%。研究结果表明：PCA-RBF网络模型对硫化矿自燃安全性的预测性能良好,且优于未经主成分分析的结果。