人工神经网络用于研究电子枪主透镜的逆设计

用人工神经网络的方法研究着屏电子束斑与电子枪主透镜的关系，该方法可以避免复杂的电子光学数值计算。当网络体系建成后，在很短的时间内即可由已知的着屏电子束斑逆推出电子枪主透镜的结构。同时可以看出在较好的选取学习样本的情况下，人工神经网络是求解电子光学系统逆设计的一个行之有效的方法。     

人工神经网络在皮尔斯电子枪设计中的应用

基于人工神经网络（ANN）的皮尔斯电子枪初值设计方法,不但能有机地结合迭代综合法与非迭代综合法的优点,还能把前人体现在实验数据中的设计经验通过训练样本融入到其中,从而设计出很接近实验值的新电子枪。在有较多电子枪实验数据的情况下,ANN法的优点尤为显著,经20多支电子枪的检测结果表明：ANN法的设计值比综合法的计算值更接近实验结果。     

低压电子枪的设计和特性

本利用高电压把电子从阴极中拉出，再把它减速到人们所希望的能量，这种低压电子枪在工程和科学研究方面有着广泛的应用。本还给出了电子枪设计原理和方法，通过两把实用电子枪的例子进行说明。本枪能获得３０～３００ｅＶ能量的高准直束流。由于离子流和热速度效应的影响，所测得电流比空间电荷最大限制流稍大。     

大屏幕彩色显像管电子枪电子束形成区及预聚焦透镜特点分析

束形成区及预聚焦透镜是大屏幕彩色显像管电子枪的设计重点之一。本通过计算机模拟的方法对几种大屏幕彩色显像管用电子枪束形成区及预聚焦透镜的特点进行了系统分析，比较了各电子枪在不同电流下最小交叉截面位置的波动、最大电流密度的变化、主透镜中束截面形貌。分析表明束形成区和预聚焦透镜均采用四极结构的电子枪更容易实现聚焦稳定性和附加理想的像散。     

柱型大功率电子枪的研究

本文在实验研究民主德国 ＥＭＯ－２００型电子轰击炉的基础上，设计并研制成功 ５００ ｋＷ电子轰击炉。它是熔炼稀有，难熔、高纯金属运行中的最大功率的国产炉子． 作者研究并改善了由于电子束在磁浸没场中的不适应性，引起电子轨迹偏离轴向而增加 了对电子的截获率．进而在研制中发现热阴极和聚束极间距的最佳值，以及阴极的合理 装置结构。使枪的性能大为改善。     

高性能电子枪的物理设计

为测量电导率较低材料的二次电子发射系数,设计了一种能量在0～2ke V之间可调、束斑直径可调、可偏转、可脉冲的高性能电子枪。根据电子枪的性能指标对其电子发射、电子光学系统和电位关系进行物理设计,通过对控制极施加脉冲电压,实现电子束的脉冲发射。利用CST软件对电子枪建模并进行仿真分析,得到不同聚焦极电压对束斑尺寸的影响。仿真结果表明,在阴极电压为-1000V、控制极为-1005V、第一阳极为-880V时,随着聚焦电压由-400V增加到1000V,束斑直径由0.2mm增加到10mm,两者几乎成正比例关系。通过对比两种偏转组件,得出四极静电偏转器更适合在同一空间内使用,在工作距离为30mm、偏转电压为200V时,偏转灵敏度可达到34mm/k V,对应的偏转角为12.8°。     

遗传算法用于电子枪发射系统的全局最优化设计

常用的优化设计方法，如单纯形法、Powell法等，易陷入局部最优解，而遗传算法是一种新兴的直接搜索最优化算法，它模拟达尔遗传选择与自然进化的理论，根据“适生存”和“优胜劣汰”的原则，借助“复制”、“交换”、“突变”等操作可以得到全局最优解，本将遗传算法运用于电子枪发射系统的最优化设计，得到了使交叠点半径尽可能小的发射系统的最佳结构和相应电参量。     

人工神经网络在单晶合金设计中的应用

把一种新发展的功能极强的信息处理技术－计算机人工神经网络技术用于单晶合金的高温持久性能预测并和其它方法进行比较，结果表明：这种方法精度最高。     

杆控电子枪设计与优化

本论文由杆控电子枪的设计参数出发,通过一系列的公式变换将杆控电子枪的设计转换为实心注电子枪的设计,利用综合迭代法确定电子枪的几何尺寸,同时考虑电子枪尺寸对注腰半径、导流系数等参数的影响,建立了评价电子枪性能优劣的目标函数以评价设计效果,应用EGUN软件和单纯形法对目标函数求解,获得了较好的结果,该电子枪已经用于实际制管实验,根据电子注静态通过率和电子注动态通过率,对理论仿真结果和实际制管实验结果进行比较,实验结果与数值计算设计结果有较好的一致性.     

大功率强流轴向电子枪的研究

本文是在研制３００ｋＷ、１２０ｋＷ电子枪和大功率离子枪的过程中，对离子收集极、阳极孔效应和阴极浸没等进行了实验研究和理论分析。实践表明，所得结果对提高枪的 电极性能其效果是显著的。     

岩体可爆性等级判别的人工神经网络方法

本文运用人工神经网络的一典型模型—“反向传播”模型,对岩体的可爆性等级判别作了初步探讨,结果表明该方法是可行的。     

运用人工神经网络对物理标准的量值进行预先估计

通过建立物理标准的某一物理量值与该物理标准的其它特性指标之间的神经网络模型,求解得出该物理量值。研究结果表明此方法性能良好,可望成为预先估计物理标准量值的有效手段。     

人工神经网络在材料研究中的应用

简略介绍了人工神经网络的基本思想及特点,综述了人工神经网络在材料性能预测、工艺参数优化、相变规律的研究、微观组织模拟等领域的应用情况.对人工神经网络研究中存在的问题进行了分析,展望了其应用前景.     

一种人工神经网络在测试中的应用

本文给出一种人工神经网络及其在传感器信号处理中的应用．由计算机仿真实验结果表明该神经网络结构简单，应用方法效果良好，     

BP神经网络在产品配色中的应用研究

目的实现产品配色设计的自动化。方法以感性工学为理论基础,采用神经网络为关键技术来研究产品配色。首先确定产品色彩的感性词汇与色彩设计要素,然后利用BP神经网络模型建立色彩编码与感性意象评价值之间的关系,最后结合豆浆机实例,设置BP模型中的输入层、输出层、隐含层的相关参数来进行豆浆机配色感性意象设计的实验仿真。结果测试验证了BP神经网络在产品配色设计中应用的有效性。结论表明了产品感性意象与产品配色之间的关系,论证了利用BP神经网络建立产品配色辅助设计系统的可行性。     

人工神经网络在起爆药废水处理中的应用

起爆药废水是一种难降解的废水,一般的方法难以使其达标,采用经过改进的ＢＰ神经网络算法,建立了起爆药废水催化氧化效果的数学模型,用来预测处理效果,以指导实际工程设计,模型合效果较好。     

人工神经网络在材料科学研究中的应用

人工神经网络模型已成为材料科学中广泛使用的技术，综述了人工神经网络在材料设计，材料加工的智能控制，材料相变研究和材料性能预测等方面的应用。     

基于人工神经网络的电动汽车前大灯意象造型设计研究

目的 针对电动汽车造型设计中的前大灯意象造型问题,分析设计要素与用户情感之间的关系.方法 分析现有电动汽车前大灯样本,提出一种新的前大灯造型描述方法,形成设计要素.结合用户意象调研分析方法获得关键意象,建立语义量表;由设计要素与语义量表构成训练样本,建立神经网络模型;基于神经网络的泛化能力,结合了枚举算法与控制变量思想,分析设计要素与用户情感的关联性.结论 分析获得目标意象下的电动汽车前大灯设计要素最优组合形式,以及设计要素与目标意象的相关性;结合实验数据提出造型综合评价模型,将用户对前大灯造型美观程度的感知解释为对其造型的综合评价,以设计要素为线索,造型综合评价与目标意象评价呈源与流的关系;基于造型综合评价模型中设计要素、综合评价、目标意象评价之间的联系,通过分析设计要素与目标意象评价的相关性,间接获得设计要素与造型综合评价的相关性,作为设计活动中保证预期造型综合评价和各目标意象评价的参考.     

人工神经网络在材料性能研究中的应用

人工神经网络技术广泛应用于复杂系统的建模中,已成为材料科学研究中常用的建模方法.介绍了BP神经网络及其建模的重要特征,综述了神经网络技术在材料性能预测方面的研究情况.