Simulation of the Ultrasonic Precipitation Process of Nano-hydroxyapatite by an Artificial Neural Network

1Introduction Hydroxyapatite(HA)hasbeenwidelyconsideredas oneofthemostimportantbioceramicsformedicalandden talapplicationssuchasdentalimplants,alveolarbridgeaugmentation,orthopaedics,maxillofacialsurgeryanddrug deliverysystemsduetoitsbiocompatibility,andc…     

Plasma Sprayed Hydroxyapatite Coatings with Nano-hydroxyapatite Prepared by Ultrasonic Precipitation Process

Nano-particle hydroxyapatite （ HA ） was prepared with a novel ultrasonic precipitation process and the as-prepared nanopowder was used to produce hydroxyapatite （ HA ） coatings on titanium substrate via plasma spraying. The phase and the microstructare of the coating were characterized by X- ray diffraction （XRD） and scanning electron microscopy （SEM）. Results showed that spherical particles could be prepared by ultrasonic precipitation process; and a corresponding dense HA coating with molten surface and low-porosity cross-section structure was acquired. During the plasma spraying process, new phases of Ca3 （ PO4 ）2 and Ca2 P2O7 were generated. After heat-treating at 800℃ for 1 h, the contents of Ca3 （ PO4 ）2 and Ca2 P2O7 decreased while HA content increased. Tensile adhesion tests showed that the plasma sprayed coating prepared with the spherical nanoparticles exhibited high tensile bond strength.     

Plasma Sprayed Hydroxyapatite Coatings with Nano-hydroxyapatite Prepared by Ultrasonic Precipitation Process

1Introduction Bioceramicsarespeciallydesignedceramicsforthe repairandreconstructionofdamagedpartsofthehuman body.Applicationsincludereplacementsforhips,knees,teeth,etc.Hydroxyapatite(HA)issuchabioceramics material.HAisabioactivematerialwithacalcium to pho…     

人工神经网络在发电厂培训系统中的应用

为了解决用人工神经网络映射发电机暂态过程中,各个变量的变化曲线存在的网络结构以及权值和阈值的初始值难以科学地确定的问题,将遗传算法和传统的误差反传算法结合起来,对人工神经网络进行设计和训练。该方法在发电厂培训系统中的应用表明：这种方法提高了人工神经网络中权值和阈值的初始值的确定以及网络拓扑结构的设计的科学性,从而使人工神经网络容易出现的发散以及陷入局部极小点的问题得以避兔。     

基于人工神经网络的振动 钻削仿真与参数优化

将人工神经网络（ＡＮＮ）技术引入振动钻削领域,研究适用于变参数振动钻削过程仿真与参数优化的神经网络模型和算法。实验表明, ＡＮＮ优化精度较高,为振动钻削研究提供了新的分析方法与途径。     

人工神经网络在纸浆漂白工艺中的应用

将人工神经网络技术用于纸浆漂白工艺过程,建立了漂白因素与漂白效果的网络模型。用实验数据对网络训练后,网络能准确预报漂白效果,在此基础上,通过模拟计算及统计分析,找到了漂白工艺参数的最优操作域。     

考虑前期影响雨量的NLPM-AMN模型

建立了一种考虑前期影响雨量和采用人工神经网络的非线性扰动模型。模型结构与NLPM-API模型相似,不同之处在于采用人工神经网络模拟输入扰动项与输出扰动项之间的相互关系。采用牧马河和鲇鱼山水库流域的日降雨径流资料对模型进行了率定和校核。结果表明,所建模型与线性扰动模型、NLPM-AMN模型和NLPM-API模型相比,两个流域在率定期的模型效率系数增长幅度分别为10.84%,1.54%,10.6%和21.59%,0.67%,10.11%;在检验期的模型效率系数增长幅度分别为5.56%,0.97%,4.41%和11.86%,1.76%,7.97%。所有的评价指标均优于其他模型。     

用人工神经网络预测结构钢的端淬曲线

利用8×9×10的3层BP神经网络模型精确预测了优质碳素结构钢的端淬曲线.实际应用中通过调整学习率和动量项系数来改进标准BP算法,实验结果表明在训练次数一定的情况下,这种调整是有效的,并且表明网络的预测精度受这两个网络参数的影响很大.     

基于人工神经网络的凸轮轴铸造过程数值模拟优化研究

在实测铸铁凸轮轴铸造温度场的基础上，研究了人工神经网络技术在铸造数值模拟优化中的应用。首先采用三维有限元方法模拟了凸轮轴充型凝固过程的温度分布。在温度场实测方案中，设计了7个热电偶测温点。通过实测数据与模拟数据的比较，确定有限元模拟的最大相对误差为4．54％，CPU时间为3200s。人工神经网络采用了基于自适应学习率一动量项的误差反向传播梯度下降算法，并以温度场实测数据及有限元模拟数据为样本，进行了充型凝固数值模拟的优化。神经网络优化处理后模拟的最大相对误差为1．98％，CPU时间为670s，从而在模拟精度和效率上均优于传统有限元法。在铸造过程模拟中引入神经网络优化具有良好的可行性。     

基于人工神经网络的锻造性能预报的研究

应用Ｇｌｅｅｂｌｅ－１５００热模拟试验机研究了１Ｃｒ１８Ｎｉ９Ｔｉ的热墩成形过程,得出了流动应力随变形条件的变化规律,测量了空冷后试件的硬度。首次采用人工神经网络对锻造性能进行预报,采用不同的改进ＢＰ算法加速了网络的收敛,得到了较好的网络信息,对１Ｃｒ１８Ｎｉ９Ｔｉ的锻造性能进行了较准确预报。     

基于人工神经网络的加权负荷预报

针对矿区电力负荷系统的特点，提出了基于人工神经网络的加权负荷预报．仿真结果表明，其预报精度符合要求．     

引入记忆-遗忘机制的人工神经网络模型

针对如何提高人工神经网络在模式识别分类速度和更好地模拟人脑学习、认知事物过程的问题,提出一种改进的人工神经网络模型。将人脑的记忆-遗忘机制引入到人工神经网络中,同时在网络中加入了粗分类模块。在网络运行过程中,固定周期内对已学模式按照记忆强度进行排序。此方法可以有效地提高网络的识别速度。实验证明改进后的人工神经网络减少了网络计算量,节省了识别时间,提高了网络的工作效率。     

基于BP神经网络的动态交通流量预测

本文通过对BP神经网络和影响交通流量因素的分析,采用Windrow-Hoff学习算法、Kolmogorov定理和trainlm训练方法,实现对长春市开运街和湖西路路段动态交通流量的预测.     

人工神经网络在弹簧设计中的应用

提出的神经网络应用方法,只要对多组已有弹簧设计方案的结果进行学习训练,就能得到同类弹簧快速设计的神经网络模型,通过实例的检验,证实了该设计方法的正确性和有效性．     

人工神经网络应用于时间序列预测的探讨

介绍了时间序列方法和适用场合,突出了基于神经网络的时间序列信息预测方法的重要性,进一步研究了BP神经网络技术,包括BP网络模型结构、BP网络学习过程、BP算法,并概括了BP算法存在的不足和改进方向。     

一种短期负荷预测的自适应神经网络方法

提出了自适应BP神经网络模型预测短期负荷的方法。依据负荷的日相关性把历史负荷分成24组样本数据,再用BP网络来映射样本数据。采用初始化样本数据,增大节点作用函数陡度,变换隐层节点作用函数形式,自适应调整学习参数等方法提高了BP网络的学习速度,得到了较为满意的预报结果．     

人工神经网络在环境质量评价中的应用

为探索人工神经网络在环境质量评价中应用的合理性和可靠性，建立了一个三层前向式神经网络，并以改进的Ｂ－Ｐ算法对网络进行了训练．在湖泊富营养化程度评价的应用成果表明，人工神经网络用于环境质量评价简便实用，具有客观性和通用性，有广泛的应用前景     

人工神经网络的发展及其应用

介绍人工神经网络的发展历史、主要模型、原理及其在各个领域中的应用。     

基于BP神经网络的混凝土超声CT图像分割

由于图像直观的特点，超声波层析成像技术在混凝土结构的无损检测中扮演日益重要的角色。采用BP神经网络模型，研究了超声波CT彩色图像的分割方法。以超声CT检测图像和起导师信号作用的二值图像为训练样本，采用BP算法进行训练，对实测图像分割后得到了目标边缘清晰的较好分割效果：此方法主要优点是设计简单，易于实现；欠缺是BP网络学习时间过长，     

人工神经网络在炼钢生产上的应用

介绍了人工神经网络在炼钢生产上的应用,提出利用人工神经网络原理建立预报模型.