触底弱势反弹——8月份钯市场评述及后市预测

1．钯价触度反弹 8月份的钯价在美国次级债危机影响下做高台跳水运动，中旬触底后弱势反弹。 月初，钯价跟随其他贵金属价格走势在360美元／盎司附近徘徊。月中，美国次级抵押贷款市场危机出现恶化迹象，引起美国股市剧烈动荡。投资者担心，次级抵押贷款市场危机会扩散到整个金融市场，影响消费信贷和企业融资，进而损害美国经济的增长。[第一段]     

神经网络迭代算法在风机振动报警值中的应用

提取旋转机械D350风机转子在一段时间里的水平方向、垂直方向和轴向的振动值,以此为样本值,应用BP神经网络迭代算法进行训练,然后对D350风机的振动报警值进行预测,预测结果表明与实际报警值非常接近。     

短路过渡GMAW系统中参数变化的预测分析

在建立了短路过渡GMAW系统动态模型的基础上，研究了与GMAW短路过渡过程有重要关系的动态参数，特别涉及到一些无法通过试验获取的参数的动态变化，并进一步讨论了有关参数间的内在联系。焊丝熔化速度与焊接电流变化规律一致，但在燃弧和短路的交替瞬间发生跳变；焊丝熔化速度直接影响到焊丝干伸长的变化和短路液桥高度的变化；短路期液桥的体积同时受到焊丝熔化和液桥金属向熔池过渡的影响。     

基于人工神经网络的铝熔体中氢的预测

用HyscanⅡ型测氢仪测定了铝熔体在不同温度和保温时间下的氢含量 ,通过对BP人工神经网络的分析和改进 ,采用了结构为 2 4 2 1的BP神经网络模型 ,用所获得的试验数据对其进行训练和测试 ,当BP神经网络经过 3× 10 5次学习后 ,最大训练误差 (MaxTrainingError)和训练均方差 (RMSTrainingError)分别为 0 .5 5 %和 0 .18% ,同时相应的最大测试误差 (MaxTestError)和测试均方差 (RMSTestTraining)分别达到了 0 .72 %和 0 .3 3 % ,对铝熔体中氢的预测达到了很高的精度 ,从而建立了熔炼条件 (温度、保温时间 )和氢含量的映射模型     

模糊神经网络预测钢件热处理后力学性能

综合应用模糊数学和神经网络的知识构造了一个模糊神经网络模型。根据零件的淬火温度、淬火介质、回火温度、回火时间等参数，用该模糊神经网络预测钢件淬火和回火后的力学性能。预测结果表明，该方法速度快，结果较准确，为制定钢件热处理工艺提供了一个新的辅助手段。     

海外文献速报

AZ91D合金半固态射出成形时的固相率与铸造缺陷的关系；日本压铸的历史；汽车用铝合金压铸件的冷隔缺陷对策；AC4C铝合金铸件冷隔和流痕缺陷的观察与数值预测；铝合金压铸件的硬质点。     

利用神经网络技术对板料成形摩擦系数进行预测

针对板料拉深成形过程中摩擦系数较难确定的客观情况,结合人工神经网络所表现出来的良好特性,提出了一种将神经网络技术、数值模拟技术相结合,通过建立摩擦系数与板料成形厚度的非线性映射关系来反求摩擦系数的方法。实践证明,该方法是可行的。     

外缘内曲翻边毛坯尺寸的计算

通过对外缘内曲翻边应力应变状态的分析,导出了预测变形区的变形和对毛坯尺寸进行修正的解析式,经与有限元数值模拟和实验结果对比,证实该公式有较高的精度,可以用于确定毛坯尺寸。     

焊接质量的在线控制与预测研究现状及发展趋势

由于影响焊接质量的因素很多，焊接产品的质量难以保证，开展焊接质量的在线控制与预测具有极其重要的意义，为促进国内焊接质量的在线控制与预测研究工作，介绍了国内外焊接质量的在线控制与预测方面的研究进展，同时分析了未来焊接质量的在线控制与预测研究的发展趋势。     

TC4钛合金高温变形时微观组织变化的计算

运用定量金相分析技术研究了TC4钛合金在高温变形过程中的微观组织演变。在此基础上 ,探索利用模糊集理论中的模糊动态线性模型描述TC4钛合金高温变形时的显微组织变化。在建立预报模型时 ,以实验测定的TC4钛合金在高温变形过程中组织参数 (α相的体积分数和尺寸 )随工艺参数 (变形温度、变形程度和变形速率 )的变化为训练样本 ,用线性回归法确定结论参数 ,获得了TC4钛合金高温变形时微观组织演变的预报模型。将训练样本及测试样本的实验结果与预报模型的计算结果进行比较 ,本文模型的计算结果可靠