微机电系统关键技术及其研究进展

微机电系统(MEMS)是在微电子技术的基础上兴起的一个多学科交叉的前沿领域,集约了当今科学技术发展的许多尖端成果,在汽车电子、航空航天、信息通讯、生物医学、自动控制、国防军工等领域应用前景广阔.该文介绍了微机电系统发展的背景与基础理论研究,综述了微机电系统所涉及的器件设计、制作材料、3大加工工艺(硅微机械加工、精密微机械加工与光刻、电铸和注塑(LIGA)技术)、微封装与测试等关键技术,总结了微机电系统在微纳传感器、微执行器、微机器人、微飞行器、微动力能源系统、微型生物芯片等方面的典型应用,最后指明了MEMS技术的发展趋势,有望在近几十年将大量先进的MEMS器件从实验室推向实用化和产业化.     

树脂砂工艺与粘土砂工艺的经济效益对比分析

如何评价树脂砂工艺的生产成本直接地影响着这一先进工艺在我国的推广进程。本文通过与粘土砂工艺的对比分析，提出树脂砂工艺不仅能够获得高质量的优质铸件，具有良好的工艺性能，同时，具有很好的综合经济效益。     

基于遗传优化小波神经网络逆模型的油水测量

考虑基于传统的介电常数法动态测量原油含水率时存在多变量交叉敏感性,检测精度无法满足石油生产实时优化控制的需要,研究了利用多传感技术对存在交叉耦合的多敏感参量进行测量,提出了一种基于多维数据驱动的遗传优化小波神经网络逆模型及其辨识方法.该模型克服了传统神经网络初始参数随机选取的盲目性,具有全局优化和复杂非线性自学习性能,...     

树脂砂工艺的经济效益分析

如何评价树脂砂工艺的生产成本，直接地影响着这一先进工艺在我国的推广进程。通过与粘土砂工艺的对比分析，提出树脂砂工艺不仅能够获得高质量的优质铸件，具有良好的工艺性能，同时，具有很好的综合经济效益。     

基于碳纳米管的微纳机电器件应用研究

综述了近年来碳纳米管在微纳传感器、纳米发电机、纳米执行器、纳米电子器件、纳米收音机与薄膜扬声器等方面取得的瞩目成果及典型应用,介绍了基于碳纳米管的微纳机电器件的制造工艺、器件性能及其研究进展,指出了碳纳米管基微纳机电器件在多元化发展、工艺多样化、材料复合化、产业化工程等方面的发展趋势。     

基于电活性聚合物薄膜柔性器件的触觉传感特性

针对电活性聚合物(EAP)薄膜制造柔性智能器件的发展要求,分析了电活性聚合物薄膜的正/逆力-电特性及发电机理,采用静电诱导自组装技术在电活性聚合物表面制备了碳纳米管薄膜电极,然后构建了柔性传感器件。实验研究了EAP柔性器件的手指关节弯曲姿态及脚踏运动触觉的传感特性。扫描电子显微(SEM)形貌观察表明:碳纳米管薄膜呈网状结构且质地致密均匀。基于EAP柔性器件的手指弯曲姿态实验结果表明:在手指弯曲度为15~90°时,输出电压峰值为1.2~3.7V,展示了输出电压峰值与手指弯曲度之间的高线性度,线性相关系数为0.9951。此外,采用EAP薄膜器件对踏步触觉进行了实验测试,其输出电压峰值在1V左右,而且具有响应快、可重复性好等优势。本文的研究为电活性聚合物薄膜型电子皮肤及触觉传感器的发展提供了理论基础和实验依据。     

油水混合物含水率在线检测技术最新研究进展

综述了基于油水物性机理、多维回归分析、多传感器信息融合、神经网络人工智能、电容层析成像、油水模态辨识等方法的含水率在线检测技术研究进展,剖析了影响原油含水率测量精度的多种因素,指出了原油含水率在线检测技术的发展趋势。     

振动诱导聚合物塑化过程中熔体温度分布的预测

在振动力场诱导聚合物塑化成型作用下,建立了聚合物熔融挤出过程中的熔体温度分布模型,研究了模头温度、振动力场的振幅、频率等工艺参数对挤出过程中熔体温度的影响。提出了基于多项式和高斯RBF核函数变换的两种非线性岭回归模型(PT-RR和GRBF-RR),并对具有非线性、非等温、强耦合特征的熔融过程熔体温度分布进行研究。该建模方法实现了多变量输入样本的高维特征空间非线性映射与重构,充分挖掘了多影响因素之间的耦合信息。仿真实验结果表明了PT-RR和GRBF-RR模型的有效性,其回归预测值与实验测量值之间的相关系数均值分别为0.9940和1。由于GRBF-RR模型取得了满意的模型精度,本文基于对GRBF-RR模型的数值模拟分析了各影响因素对熔体温度分布的交叉耦合影响,表征了聚合物熔融挤出成型过程中熔体温度分布的规律。该项研究可为提高精密挤出制品质量及优化配置各工艺参数提供决策依据。     

基于混合专家网络的智能检测系统

为解决原油含水率测量中存在的问题,提出一种基于多传感器技术的智能检测系统,对原油的水分、温度、水矿化度进行检测,并采用混合专家网络对多传感器信息进行智能融合处理,以提高含水率的检测精度。在提出的混合专家网络中,采用了专家决策、多神经网络集成等先进技术,且专家子网络采用LM算法和最优停止法相结合以确定网络最佳权值,提高模型的泛化能力。仿真结果表明:该混合专家网络模型在原油含水率测量系统中取得很好的应用效果,获得较高的测量精度。     

基于遗传神经网络的多传感器信息融合及应用

通过多传感器技术对原油含水率测量影响的多个参量进行测定,提出基于样本矩阵非线性变换的多维回归和遗传神经网络的信息融合方法,对原油含水率的高精度、智能化测量进行研究。研究结果表明:遗传算法优化的神经网络方法预测结果明显优于多维回归和单纯LM算法的神经网络方法,具有全局收敛、泛化能力强等特点,取得很好的融合效果和测量精度,是一种具有广阔应用前景的智能信息融合方法。