排序方式: 共有46条查询结果,搜索用时 15 毫秒
1.
摘要:低温板坯加热技术生产取向硅钢,其关键点之一在于脱碳退火后要进行渗氮处理。通过控制脱碳气氛,获得不同的氧化膜结构;并进一步分析在近似渗氮量条件下,氧化膜结构对渗氮层深度的影响。结果表明:氧化膜分为外层颗粒状氧化膜和内层层片状氧化膜两部分。随着脱碳气氛露点增加,脱碳板O含量增加,氧化膜厚度增厚、层片状氧化膜占氧化膜总厚度的比例下降,渗氮层深度增加。当层片状氧化膜厚度占比较高时,[N]原子积聚在试样的极表层,形成氮沿厚度方向的单峰分布,渗层较浅。当层片状氧化膜厚度占比较低时,[N]原子会越过该层,而在次表层再次发生积聚;从而除了极表层的氮峰外,在次表层形成一个或多个氮峰,渗层较深。 相似文献
2.
3.
4.
5.
基于BP神经网络的模塑封电子器件优化设计 总被引:1,自引:0,他引:1
针对塑封SOT(小外形晶体菅)器件的使用失效案例,从芯片设计角度出发,提出一种优化设计方法,该方法利用误差反向传播神经网络(BPNN),结合主成分分析(PCA)、遗传算法(GAs)及均匀设计的针对非线性系统的优化设计,设计了该塑封SOT器件的尺寸参数。结合实验和有限元模拟分析,验证该优化设计结果的有效性。结果表明,优化设计的器件各关键界面点的最大应力约减少了70~180MPa,器件的界面层裂现象得到消除,提高了器件的可靠性。 相似文献
6.
基于BP神经网络的模塑封材料疲劳寿命预测 总被引:2,自引:2,他引:0
根据模塑封材料(EMC)疲劳实验,针对BP神经网络[反向传播神经网络(BPNN)]拟合误差与预测误差关系不稳定的应用问题,结合主成分分析法,"主动"改善网络结构,建立了基于BP神经网络的EMC材料疲劳寿命预测模型,进行了分析,并与一般的BP神经网络模型作了比较。结果表明,该方法得到的BP神经网络经过训练后能稳定表征EMC材料的各种参数与疲劳寿命间的内在关系。当网络拓扑结构为2-4-1时,预测结果稳定,预测误差平方和(SSE)为0.5623~0.0271,拟合误差(MSE)为0.0906~0.0278,具有实用性。 相似文献
7.
本文遵照传统与现代电子技术实践能力培养一体化的思路,以强化学生的现代电子技术应用能力,夯实理论基础为目标,以泰克智能教学联合实验室和ALTERA联合实验室先进的硬件环境为支撑,从课程设置、实践内容、实验平台三个方面深入研究现代电子技术实践能力一体化培养模式,经两轮试点验证,获得了良好的教学效果,具备一定的科学性和较强的推广性。 相似文献
8.
9.
10.