一种特大型滚动支承的优化设计

针对某重点工程的具体设计要求，分析了采用传统轴承支承的缺点，提出了滚轮式支承方案，并进行了具体结构设计，建立了滚轮组件结构的优化设计模型，运用Matlab软件对滚轮组件进行了优化计算；同时对滚动支承的外圈进行了焊接结构设计，采用ANSYS软件对其进行了应力应变分析。经校核计算，该支承满足工程设计要求，所设计的结构和采用的设计方法对于特大型滚动支承设计具有一定参考价值。     

基于约束的协同设计冲突检测技术研究

为了有效地辅助设计人员及时发现冲突并适时提供有效的冲突解决方案，分析了协同设计中约束的内涵及其动态性和层次性等特点，对约束满足问题进行了形式化表达。采用遗传算法作为协同设计过程中约束满足问题的求解方法，给出了该算法的具体实现过程。采用可扩展标记语言对网络环境下系统约束信息的数据进行了描述。在此基础上，提出了基于约束的冲突检测系统的体系结构，并对主要组成模块的功能进行了详细描述。开发了该冲突检测系统的原型系统并对其运行过程进行了描述。通过某车床纵向进给部件的圆柱齿轮减速机构的设计实例，说明了该系统的有效性。     

一种背腔天线的机电一体优化设计

为解决某背腔天线结构的振动安全性问题，采用力学仿真和试验的方法对其进行了研究。首先，根据电气数模及项目的要求对天线进行详细结构设计，在满足电气指标、质量和外形尺寸等要求的情况下对天线结构进行强度仿真，结果显示电缆内导体在与立柱交汇处的强度不足，振动时容易断裂；然后，改变天线的馈电方式，并进行电磁仿真，在满足电气指标的情况下，再次对模型进行结构优化设计，校核天线的结构强度，使其满足振动条件的要求；最后，通过振动试验及实测驻波验证了机电一体优化设计的可行性。文中的研究思路和方法可为该类天线的设计提供参考。     

带分流叶片整体离心叶轮的弹塑性应力分析

提出采用壳单元与环单元耦合的方法对带分流叶片整体离心经进行弹塑性分析，叶片采用壳单元模拟，轮体采用轴对环单元模拟。在叶片和轮体的交界处近似地满足双协调条件。推导了有关计算公式。算例表明，本方法精度高，省时性好。     

高压蒸汽过热器联箱开孔补强的分析与评定

对安庆石化化肥厂一段转化炉新对流段高压蒸汽过热器联箱开孔补强进行了分析与评定，指出托普索基础设计的壁厚不应按GB150排孔削弱系数进行校核，而应采用等面积法进行补强计算，其结果是在原设计条件下，联箱壁厚不满足等面积补强要求，但满足应力分析方法计算的强度要求。     

离心压缩机叶轮内部流场的准三元迭代数值分析

本文基于三元流动理论，采用Ｓ１／Ｓ２准三元迭代方法对Ｇｈｏｓｔ离心压缩机叶轮进行了数值模拟，对流动过程进行了分析，并将计算结果与实测值进行了比较，比较表明模拟结果满足工程要求。     

数控车床调头装夹免对刀操作的实现

采用限制工件Z轴移动自由度、分配工件端面加工余量和修改对刀参数的方法，在数控车床上对试验用零件进行调头装夹免对刀加工试验，试验结果满足工件的工序要求。     

液压拉深机压边力控制的实现

液压拉深机正朝着极限拉深格智能控制方面发展，而液压拉深机的位置控制和压边力控制是关键因素。文章主要对压边力控制采用积分分离PID控制算法进行研究。实验证明，采用此方法，压达力能较好地满足控制精度要求。     

用电位滴定法测定工业用氢氧化钠中氢氧化钠和碳酸钠的含量

目前GB／T4348．1—2000测定工业用氢氧化钠中氢氧化钠和碳酸钠含量时，采用的是化学滴定法．而随着分析技术的发展，用电位滴定法是必然趋势。能够采用电位滴定法代替化学滴定法的前提条件是电位滴定法的准确度和精密度均满足国标的要求。用瑞士Metrohm682电位滴定仪对大量样品进行测定，数据表明，电位滴定法的准确度和精密度可以满足国标的要求。     

国内未来车用汽油机技术的发展趋势

阐述了国内各车用汽油机制造厂商为满足国家乘用车新产品第二阶段燃油经济性法规的要求，最可能优先采用的对现有产品进行技术改造的方案，并展望了远期的发展趋势。     

基于残差块网络的图像去雨算法

为了从有雨图像中恢复图像质量,提出了一种基于残差块网络的海面图像去雨算法。该算法将两种类型的残差块网络相结合,用于提取有雨图像的深层次信息。在训练过程中,学习有雨图像与原图之间的残差,使算法操作的图像目标值域缩小,稀疏性增强。在训练数据集方面,我们采用室外雨天图像数据集和两种加雨算法进行模拟的海面雨天图像数据集,以此扩充训练样本。测试集图像我们选择3种不同类型的雨天场景图像,雨水的类型包括雨线和雨滴。实验结果表明了本文的去雨算法能够适用于不同的雨天场景,去雨处理后图像信噪比评价指标均在35以上,结构相似度均在0.97以上,总体上提升了图像的清晰度。     

基于RBF神经网络水泥强度预测模型的研究

介绍了RBF神经网络的结构、网络的学习算法,针对目前水泥28天强度值预测需时长、精度低的现状,建立了水泥强度RBF网络预测模型并进行了MATLAB仿真试验,表明RBF算法水泥强度的预测模型能很好地跟踪其实测值,且模型训练的速度快。该模型为水泥强度的快速预测提供了一种新方法。     

An improved artificial neural network for laser welding parameter selection and prediction

In the laser welding production, the selection and prediction of welding parameters is essentially important to guarantee weld quality. Artificial neural networks (ANN), which perform a nonlinear mapping between inputs and outputs, are an alternative approach for developing welding parameter forecasting model. In this paper, in order to speed up the convergence and avoid local minimum of the conditional ANN, genetic algorithm simulated annealing (GASA) based on the random global optimization is inducted into the network training. By means of GASA method, weights and threshold of neural networks can be globally optimized with short training time. Meanwhile, the gray correlation model (GCM) is used as a pre-processing tool to simplify the original networks based on obtaining the main influence elements of network inputs. The GCM–GASA–ANN method combines the complementary features of three computational intelligence techniques and owns very good applicability. Through the simulation and analysis of an orthogonal experiment, the proposed method can be proved to have higher accuracy and to perform better than the traditional ANN to forecast the laser welding parameters.     

神经网络的两种训练算法对比分析

神经网络的应用已经涉及到众多领域。利用神经网络解决问题和设计的时候。必然涉及到网络训练过程。BP算法是人工神经网络的传统常用训练算法。遗传算法是一种新型的、随机性的、全局性的优化方法。本文基于MATLAB对比这两种训练方法的异同和优缺点,从而达到神经网络的最优化训练。充分发挥神经网络的作用。     

康复训练患肢动力学模型参数辨识算法的研究

康复训练患者的病情千差万别,不同的患者有不同质量的患肢和不同的肌张力甚至可能发生肌肉痉挛,这些都将严重影响康复训练机器人系统的稳定性、可操作性以及从手运动的平滑性,降低了康复训练效率。为了解决这些问题,根据患肢训练时力和位置等信息反馈,提出一种用解超定方程组的方法在线辨识患肢的动力学参数,实现了患肢动力学模型的在线辨识。仿真结果证明该方法辨识患肢动力学参数效果良好,并且在一定的噪声范围内具有较强的鲁棒性,可以用于康复训练机器人的患肢动力学参数辨识,为实际康复训练机器人系统的实时控制提供了较为准确的依据。     

基于模糊基函数网络和自适应最小二乘算法的外圆纵向磨削表面粗糙度的预测

建立了外圆纵向磨削表面粗糙度的模糊基函数网络（FBFN）预测模型，网络的训练采用自适应最小二乘算法（ALS）。ALS将最小二乘算法和遗传算法相结合，能够自主学习，不用人为干预，FBFN和粗糙度的分析模型相结合，只需少量实验数据便可完成网络的训练，自动产生模糊规则，确定隐含层的节点数。仿真和实验结果表明，FBFN网络结构非常适合粗糙度的预测和控制，采用ALS学习方法比BP算法、传统的遗传算法和正交二乘法等能产生更好的结果。     

SOLVING INVERSE KINEMATICS OF REDUNDANT MANIPULATOR BASED ON NEURAL NETWORK

For the redundant manipulators, neural network is used to tackle the velocity inverse kinematics of robot manipulators. The neural networks utlized are multi-layered perceptions with a back-propagation training algorithm. The weight table is used to save the weights solving the inverse kinematics based on the different optimization performance criteria. Simulations verify the effectiveness of using neural network.     

Selection of coordinate measuring machines by the neural network method

In this paper, a method for the selection of coordinate measuring machines is developed first, a neural networks training algorithm with conditional attributes through gradually adding training examples is proposed as the neural networks machine learning model for the selection of coordinate measuring machines. A learning model using conditional attributes was used in this study, which divides a problem into either an attribute or a decision. Through the input of attribute values, the system can present the required decision by inference. With this model, the training of the system can produce acceptable results. This learning model is also used to establish a multiple decision type selection system for coordinate measuring machines to assist the user in choosing an appropriate coordinate measuring machine.     

非线性状态空间方法辨识电液伺服控制系统

针对回归神经网络辨识和建立非线性动态系统模型的问题,研究非线性状态空间描述的回归神经网络数学模型。讨论极小均方误差网络训练收敛准则,通过研究Kalman 滤波估计公式中的随机变量,提出一种参数增广的回归神经网络非线性状态方程,无导数的Kalman滤波器用于增广参数估计,人工白噪声强迫网络学习,更新网络权值,避免了扩展Kalman滤波器计算Jacobian信息和基于递度学习算法收敛慢的问题。在电液伺服系统辨识建模的应用中表明,回归神经网络较好地跟踪了液压油缸压力变化,与扩展Kalman滤波估计学习算法相比,新的算法具有较快的收敛和精度。     

基于混合粒子群优化的移动IP路由选择

针对移动IP网络中,现有三角路由算法效率不高,导致移动网络性能难以达到最优的问题,提出了一种将模拟退火算法和粒子群算法结合使用的基于混合粒子群的移动IP路由算法,仿真结果表明了该算法的有效性.