电流变技术与应用

电流变效应是一种奇特的效应。电流变液在外加电场的作用下产生粘度的连续变化，可以在液体和固体间快速并可逆地转化。这种特性预示着其潜在的广泛应用，因而引起了人们极大重视，本文介绍了电流变效应、电流变材料和电流变的式程应用。     

人工神经网络在管理信息系统中的应用

提出了在管理信息系统（ＭＩＳ）中集成基于反向传输（ＢＰ）人工神经网络的专家系统,用以解决复杂的非线性预测问题和提高ＭＩＳ智能化水平。并以电力生产成本预测的实际问题为例,讨论了系统构成、网络选型、参数确定和相应的算法及算法改进等问题。     

圆盘式电流变传动机构的研究

本文讨论圆盘式电流变传动机构主要结构参数的设计，它涉及装置的动态品质，电流变流体的物理性能和机构运行条件。研究圆盘内外半径，间隙，剪切速率，外加电压，ERF的零电场粘度和屈服应力与机构的力矩传递，调速范围，粘性功率损失，传动系统刚度，转速－电压系数等的关系。     

电流变液(ERF)换向阀的设计

研究了电流变液换向阀的设计原理，设计方法一并对该换向阀的性能进行了分析。     

人工神经网络在焊接中的应用现状及发展趋势

阐述了人工神经网络发展的历史及现状,同时介绍了国内外人工神经网络在焊接中的应用现状,并指出神经风格在焊接中应用的发展趋势。     

人工神经网络在涡流检测中的应用

本文以涡流检测金属平板和金属圆管的缺陷为例，叙述利用前向网络识别缺陷信号的原理与方法。     

电流变流体性能测试

本文对自制的电流变仪的工作原理进行了分析，并对所配的ＥＲＦ进行测试，结果表明该ＥＲＦ的流变性随电场的变化而变化。这就可以用电场来控制流体的流动状态。     

人工神经网络在钛合金研究中的应用

综述了神经网络在钛合金材料性能、工艺参数优化、相变规律、微观组织研究等领域的应用情况;分析了人工神经网络研究与应用中的不足之处,最后指出其今后的研究方向.     

人工神经网络在硼钢淬透性预测中的应用

根据收集和整理的实验数据，建立了硼钢的化学成分与其淬透性之间的非线性人工神经网络模型，用这种方法预测了一些硼钢的端淬值和淬透性曲线，并与用其它经验公式计算的结果进行了比较。结果表明：所建网络能较准确预测硼钢淬透性，这为研究硼钢淬透性提供了一种有效的方法。     

人工神经网络在金属热处理中的应用

人工神经网络是一种能获得输入和输出之间相互关系的信息处理技术。在金属热处理中，人工神经网络已用于预测钢的ＴＴＴ曲线、ＣＣＴ曲线、Ｍｓ点、淬透性曲线等方面。     

氮化铁磁性流体静态密封的研究

叙述了氮化铁磁性流体静态密封装置的设计原理、磁性流体静态密封承压能力分析和实验验证，成功地研制出、氮化铁磁性流体密封安全阀”，并取得磁性流体密封安全阀各种功能参数的测试结果。     

神经网络在超声-电火花复合加工参数预测中的应用

超声-电火花复合加工参数的选择及合理搭配对加工方法的应用、生产率的提高和工具电极的损耗都极其重要，是稳定高效加工进行的前提和保证。通过分析复合加工的主要影响因素，建立了基于BP人工神经网络的超声电火花加工工艺参数优化系统和相应的数据库系统。在给定条件下，系统得到的加工参数更加趋于合理，复合加工系统的总体性能得到提高，克服了传统单纯依赖于工艺数据库的参数选取系统的局限性。试验结果与预测结果有较好的一致性，表明了该系统可为超声电火花加工提供合理可靠的加工方案，系统更加便于用户操作。     

烟气轮机涡轮盘高温合金剩余寿命预测

本文针对已运行60000h的Waspaloy合金烟气轮机涡轮盘进行剩余寿命预测分析,采用不同试验条件下得到的waspaloy合金持久寿命数据对人工神经网络模型进行训练,得到预测精度较高的模型参数,建立温度、应力等服役条件与持久断裂寿命之间的人工神经网络模型,并利用该模型对Waspaloy合金涡轮盘的剩余寿命进行预测分析。结果表明,中间层节点个数为15时,所建立的人工神经网络模型对Waspaloy合金的持久断裂寿命具有最好的统计预测精度,并可以良好地表征Waspaloy合金剩余持久寿命与服役条件间复杂的非线性关系。     

应用人工神经网络于激光加工工艺优化

将人工神经网络理论和算法引入 1Cr18Ni9Ti奥氏体不锈钢激光表面熔凝抗蚀工艺研究 ,在对网络进行训练的基础上 ,对熔凝工艺进行了优化。实验结果与计算结果符合较好     

小波神经网络的数据压缩技术在超声自动探伤系统中的应用

为了实现对大型回转体零件内部缺陷的检测与识别,研制了超声波自动检测系统.系统主要完成超声信号的采集和处理、数据的实时存储、缺陷的在线分析与识别等功能.要实现缺陷的在线检测与识别,必然需要大量的原始数据,为了减少数据的存储量,通过小波神经网络提取相应的权重因子,构成小波基的尺度参数和与之对应的平移参数,实现缺陷有用信息的压缩;在缺陷数据重构中,利用上述特性参数并结合信号的特征值,对信号进行拟合.解决了缺陷检测现场大量数据的保存问题,为缺陷的进一步识别提供了基础.     

基于神经网络的压铸工艺参数设计

根据ＢＰ神经网络预测了奢铸压力状况，由此进行了浇注工艺参数的整体性设计。     

基于人工神经网络研究原油腐蚀的影响因素

针对原油对储运设备腐蚀影响的复杂性,本工作借助人工神经网络输入节点的筛选规则,对影响原油腐蚀性的主要因素进行了筛选,影响因素从最初的18个筛选到最后的9个;然后分别以18个和9个因素作为输入节点构建神经网络模型,通过对比两个模型的预测精度发现,9个输入因素的神经网络模型预测精度更高.对单一影响因素进行敏感性分析,研究了...     

神经网络在铸造生产中的应用

主要介绍了神经网络在熔炼设备生产中进行智能管理和控制,这有利于保证生产的安全和熔炼的质量;应用神经网络能够准确预测型砂主要组分、快速检测铸铁化学成分和分析铸件的性能与缺陷等;神经网络在铸件疲劳损伤过程的仿真和寿命估算以及石墨形态的识别与自动分类等方面的应用也有良好效果.     

橡胶密封圈硫化模的设计及加工

介绍了45°分型O型橡胶密封圈模具的结构及用普通车床准确加工该模具型腔的工艺过程 ,同时对加工误差的产生作了具体分析 ,并在工艺方法上采取有效措施 ,减小加工误差 ,以满足设计要求     

基于人工神经网络的结构钢回火后力学性能预测

利用多层前向神经网络，使用B－P算法对结构钢回火性能预测进行了研究。通过利用99种钢450余组训练数据样本对神经网络进行训练，建立了结构钢回火后的力学性能与金属成分和回火温度之间的隐性函数。并针对训练用样本不足的问题，设计了为网络提供自学功能软件，在钢完全淬透的前提下，用此神经网络模型可在一定精度范围内预测结构钢的回火力学性能。