超高压大容量铝电解电容器的研制

分析了大功率设备用超高压大容量铝电解电容器的特点,通过研制工作电解液、制订制作工艺及零部件设计方案,研制出的超高压大容量铝电解电容器具有损耗角正切小(tgδ为0.25)、承受纹波电流能力强(100 Hz,2.12～27.8 A)及寿命长的特点,耐久性达到85℃,5 000 h。     

氮化硅/石墨激光合金化涂层的组织结构与性能研究

为获得金属表面特别是高副接触金属表面含自润滑特性且具有高硬度耐磨特性的功能材料 ,研究了 45 # 钢表面激光合金化氮化硅 /石墨复合涂层的工艺方法、组织特征、界面形态及其形成机制 ,利用光学显微镜、扫描电镜和X射线能谱对所形成合金化层的元素分布和含量进行了分析 ,并对试样硬度进行了测定。结果表明 ,合金化层中元素Fe ,Co ,Si,C分布均匀 ;C含量达到了 15 6 9%,大部分以石墨的形式存在 ,具有一定的自润滑性能 ;但在形成合金化层的温度条件下 ,氮化硅分解严重 ;合金化层硬度提高的主要原因是Si Fe ,Co Fe固溶体的强化作用及高碳马氏体的生成和高硬度碳化物的存在。     

1 000 t/a书籍装订热熔胶技术经济分析

介绍了书籍装订热熔胶生产工艺及产品的技术指标，对1000t/a生产装置的投资与产品成本进行了核算。分析结果表明，总投资110万元，年利润达266万元。     

模糊层次分析法在腐蚀影响因素分析中的应用

结合国内外对碳钢CO2腐蚀影响因素的研究成果,采用模糊层次分析法对影响输油管道 CO2腐蚀的因素进行定量分析,明确界定出这些因素对二氧化碳腐蚀影响的相对重要性(权重),为后续制定经济有效的管道内腐蚀防护措施提供了客观依据。     

地震平衡技术及其在地震反演中的应用

地震平衡技术是一种在地震反演中改善井震关系的新技术。它通过单井对比、空间分形建模以及平衡处理的手段 ,克服地震反演中子波空变的影响 ,使得经过地震平衡技术处理的地震剖面井震关系得到较好改善 ,从而可以用统一的子波对研究区的地震资料进行反演     

带通采样在数据采集中的应用研究

在数据采集中采用带通采样，可大大降低采样率，但系统中的抗混叠滤波器会造成相位的非线性。采用对滤波后的信号进行带通采样，然后再用FRR滤波器校正相位的非线性，从而不失真地还原原信号，最后在Matlab中进行仿真，验证了该方法的有效性。     

基于开关电流技术的连续小波变换的实现方法

开关电流技术是一种新的模拟抽样数据处理技术。开关电流电路具有一般电路不具有的优点，与标准数字CMOS工艺兼容。连续小波变换是分析非平稳信号的有力工具，在信号处理上有广泛的应用。本文提出用开关电流技术实现连续小波变换的方法，并用Matlab仿真证明了其理论可行性。     

带参数的一阶脉冲微分方程边值问题

利用上下解和单调迭代法。讨论了带参数的一阶脉冲微分方程。获得了单边Lipschitz条件下这类方程边值问题的解的存在性。     

单光纤传输光推动便携式压力测量仪的研究

介绍了用单根光纤传输测量信号和功率信号的光功率推动液体压力测量仪及其工作原理。该仪器以电容式压力传感器的δ元件作为压力检测元件，采用低功耗前置器电路和简单直杆结构，实现了便携式测量。测量范围为O～100kPa，精度为O．01kPa。     

A Neural Network Approach for Signal Detection in Digital Communications

In this paper, we propose a new approach for signal detection in wireless digital communications based on the neural network with transient chaos and time-varying gain (NNTCTG), and give a concrete model of the signal detector after appropriate transformations and mappings. It is well known that the problem of the maximum likelihood signal detection can be described as a complex optimization problem that has so many local optima that conventional Hopfield-type neural networks fail to solve. By refraining from the serious local optima problem of Hopfield-type neural networks, the NNTCTG makes use of the time-varying parameters of the recurrent neural network to control the evolving behavior of the network so that the network undergoes the transition from chaotic behavior to gradient convergence. It has richer and more flexible dynamics rather than conventional neural networks only with point attractors, so that it can be expected to have much ability to search for globally optimal or near-optimal solutions. After going through a transiently inverse-bifurcation process, the NNTCTG can approach the global optimum or the neighborhood of global optimum of our problem. Simulation experiments have been performed to show the effectiveness and validation of the proposed neural network based method for the signal detection in digital communications.