喷水室热工计算的研究

本文指出了喷水室计算的缺陷，同时依据热湿交换原理导出了包括冷水量，回水量表达式的精确公式。     

高速喷水室在纺织空调中的应用

以高速喷水室热湿交换规律的理论和实验研究为指导,采用实例阐明其热工计算方法及实际效果。     

流体动力式喷水室净化可吸入颗料物的研究

以水和含有可吸入颗粒物的空气作为研究对象,分析了纺织厂的喷水室中,风速和喷水压力对可吸入颗粒物≤2．5pm亚μm级粉尘除尘效率的影响,得出了风速以及喷水压力和除尘效率之间的规律。     

喷水室原理在汽车防雨密封性检验设备淋雨间设计中的具体应用

本文将空气调节中有关喷水室的知识运用于暖通行业以外的工程设计之中,拓宽了设计思路。     

高速空调喷水室中冷却减湿过程的工程实验研究

对纺织工程应用中的高速喷水室内冷却减湿过程进行实际测算，并与低速喷水系统在焓差、热湿交换效率方面进行比较和分析，证实高速喷水系统也可以较好地实现冷却减湿过程，可在不影响热湿交换效果的同时，增加被处理的风量，提高空调喷水室的经济性，能在喷水空调系统中推广应用．     

测试室动态热工系统自适应模糊控制的试验研究

本文首先简要地介绍了测试室动态热工系统模糊控制的试验原理,然后给出了论域自调整模糊控制的基本算法,最后比较了分析室动态热工系统论域自调整ＦＦＳＩ法模糊控制、无论域自调整的ＦＦＳＩ法模糊和ＰＩＤ控制的试验结果,得到了比较可靠的试验结论。     

人工神经网络在热轧宽厚板性能预测中的应用

建立了神经网络预测热轧管线钢力学性能的网络模型，在此基础上，利用神经网络对热轧管线钢力学性能进行了预测，并对预测结果与生产数据进行了比较，此外，还利用神经网络对生产工艺参数进行了优化，结果表明，将神经网络应用于热轧生产进行力学性能预测和工艺参数优化具有一定现实意义。     

人工神经网络在织物的服装加工性能预测中的应用

本文探讨了人工神经网络系统用于织物在服装加工过程中的行为、性能预测的可行性。由ＫＥＳ－ＦＢ系统测得的织物力学性能作为预测的基础。本文还探讨了网络输入结点数和隐含结点数对人工神经网络系统的误差收敛速度和预测精度进行了讨论。结果表明人工神经网络能有效地用在服装加工领域来对由于织物性能而会引起的服装加工问题进行预测。     

喷水初温与水气比的关系及热湿交换理论的研究

本文研究喷水室中的喷水温度，水气比，空气初态等以参数对所处理空气的热湿交换影响，通过理论推导与大量研究推出喷水室热湿交换的计算公式，并推出一个新的水初温－水气比的互换公式，对现有的计算公式作了修正与补充，为空财设计和运行管理提供了方便更为重要的为混合水喷淋改为冷冻水直接喷淋的节能方法提供理论依据。     

基于Matlab的人工神经网络在交通量预测中的应用

交通量预测在道路交通规划与建设中占有重要的地位，是道路交通规划与建设中重要的技术指标，因此为了更科学地对其进行预测，本文在对交通量数据进行处理后，利用人工神经网络加以模拟，建立了基于Matlab编程技术的交通量预测模型，并以实际道路为例，对模型进行了理论验证，经验证模型精度较高、具有可行性。     

基于Matlab的人工神经网络在交通量预测中的应用

交通量预测在道路交通规划与建设中占有重要的地位 ,是道路交通规划与建设中重要的技术指标 ,因此为了更科学地对其进行预测 ,本文在对交通量数据进行处理后 ,利用人工神经网络加以模拟 ,建立了基于Matlab编程技术的交通量预测模型 ,并以实际道路为例 ,对模型进行了理论验证 ,经验证模型精度较高、具有可行性     

基于人工神经网络的中期电力负荷预测研究

采用人工神经网络(ANN)进行电力负荷中期预测．阐述了人工神经网络的基本原理和反向传播算法(Back Propagation)．根据实际情况建立了人工神经网络的模型并利用Visual Basic编制了相应的计算程序．进行了实例计算，并验证了ANN适用于中期电力负荷预测．     

人工神经网络在结构建模上的应用

对于结构控制，首先必须建立系统模型，而结构系统是非线性的、时变的，很难用常规方法来建模，运用学习速率自调整BP误差逆传播网络对两种结构进行了建模，其一是预测结构地震响应， 其二是建立MR阻尼器的理论模型。预测与仿真结果表明BP误差逆传播网络对建立非线性结构的模型十分有效。     

喷水织机织造油剂及其性能的研究

本文探讨了以喷水织机织造油剂(下称防水油剂)代替喷水织机浆料(下称防水浆料)处理低埝、网络合纤丝和桑蚕丝以增加其抱合,提高其耐水和耐摩性能的原理,提出了经防水油剂处理的上油丝用于喷水织机织造的可行性.     

基于人工神经网络的非线性组合预测方法研究

在现有组合预测模型中以线性或非线性规划方法求解优化问题遇到了较多的困难,而递归组合预测方法的过程又较为烦琐。针对这一问题,本文基于人工神经网络技术建立了一种新的非线性组合预测模型;并从避免不规则权重入手,提出了通过主分量分析提高参与组合预测信息有效性的方法,提高了预测精度。实践表明,效果是令人满意的。     

基于人工神经网络的信号预测在Matlab中的研究与实现

阐述了人工神经网络在Matlab软件中实现的基本方法和步骤,并给出了神经网络在信号预测过程中的应用实例.