基于神经网络的工作台位置伺服控制的研究

针对工作台在快速进给过程中存在的超调现象,考虑负载对位置伺服系统的影响,提出了工作台神经网络控制策略。设计了工作台的机械结构并建立了数学模型,对位置伺服系统设计了神经网络控制器,并且采用了摩擦补偿。进行了神经网络的MATLAB仿真研究,结果表明该方法有效地抑制了工作台在快速进给过程中的超调现象,实现了位置的精确控制,验证了控制策略具有较好的鲁棒性。     

基于神经网络的铝合金裂纹缺陷识别

将人工神经网络方法应用于铝合金工件裂纹缺陷识别，以克服传统人工识别的局限性，从而提高裂纹缺陷识别的准确率。通过设计并搭建水浸超声检测系统，获得超声检测缺陷的波形数据，并对收集到的缺陷波形数据进行特征提取，从中筛选出有用的特征信息，经过小波去噪处理后作为特征信号输入概率神经网络，并进行网络训练，实现对不同裂纹尺寸的智能识别。实验结果表明：该方法可提高对裂纹缺陷尺寸识别的准确率和检测效率，具有较好的应用前景。     

三苯胺基有机微孔聚合物的合成与气体吸附

以三苯胺(TPA)为基本构筑单元,分别选用三(4-乙炔基)苯胺(TEPA)和苯基三(4-乙炔基苯基)硅烷(TEPP)为共聚单体,通过Sonogashira-Hagihara反应合成2种有机微孔聚合物(MOPs)材料。采用傅里叶变换红外光谱、热失重分析仪、粉末X射线衍射、扫描电子显微镜对聚合物的结构和形貌进行表征。氮气吸附结果表明:聚合物TEPA-TPA和TEPP-TPA的BET比表面积分别为992 m2·g-1和428 m2·g-1。由于聚合物骨架中含有TPA富氮基团,在273 K和113 kPa条件下TEPA-TPA表现出较好的CO2吸附能力(2.46 mmol·g-1)以及适中的CO2/N2的选择性吸附系数(52)。这类MOPs材料具有优良的稳定性、高的比表面积和良好的CO2吸附性能,因此将在气体吸附与分离方面具有潜在的应用前景。     

曲面工件超声检测的喷液器数值模拟和设计

对机械加工过程中的曲面工件内部缺陷实时超声检测的关键部件——喷液器进行了结构设计。用ANSYS软件对水浸探头喷液器的内部流场进行了几何建模,划分网格并定义边界条件,利用Fluent软件进行了喷液器内部流场流动状态的CFD(Computational Fluid Dynamics)数值模拟,并对喷液器内部环形孔直径进行了结构优化。根据环形孔直径与内部流场流速的关系选择了最优的几何结构参数。结果验证该喷液器可有效地控制耦合流场的流动状态并提高液柱层流脉动速度,保证曲面工件超声检测精度的可靠性。     

基于神经网络优化的正交试验内齿轮齿面偏载矫正研究

为解决盾构机大型内啮合齿轮工作时由轴偏角造成的齿面偏载问题，给出了综合修形齿面的齿面方程，提出了采用神经网络联合正交试验的方法对齿面修形参数进行筛选预测。该种方法不再将齿廓修形和螺旋线修形看作相互独立的调整方法，能够将齿面偏载转变为均匀分布在齿面上的载荷。通过有限元方法对修形后的齿轮进行接触分析发现，该方法能够有效降低因轴偏角造成的齿面局部应力，并减小了传动误差；可以一次性找到较优的齿面修形参数值，避免了对大型盾构机内啮合齿轮进行啮合试验成本过高等问题。