人工智能方法用于熔喷过程在线检测的研究

熔喷生产最终产品质量的控制，对于过程优化具有重要的意义。产品质量的在线检测是过程监测与质量控制必不可少的。本文首次在熔喷系统中引入人工智能的研究方法，对熔喷非织造布的厚度与纤维直径进行在线预测。实测数据与人工神经网络的预测结果吻合较好，从而证实了人工神经网络用于模拟熔喷过程的可行性。网络的输入包括：挤出机温度、喷头温度、熔融体挤出速率、空气流率及接收距离。神经元计算的输出是纤维直径与熔喷非织布的厚度。文中进一步提出了将神经网络与专家系统相结合的研究路线，以实现熔喷过程的优化控制。     

旋转机械转轴裂纹的检测

列表介绍了旋转机械转轴裂纹产生的类型和影响、典型征兆、用于检测的图形和检测用的仪器等。     

非晶硅基薄膜的等离子体刻蚀光发射谱检测

本文研究了采用锁定放大相干检测技术的等离子体光发射谱检测系统。用该系统检测了仅用CF4作为刻蚀气体刻蚀非晶硅基薄膜的等离子体光发射谱。分析了检测结果和刻蚀机理。     

提高抗共模干扰的方法

共模干扰是工业检测装置和数据采集系统的主要干扰。提高仪表、装置或系统的抗共模干扰能力有多种方法:一是采用屏蔽、浮空技术;二是保证输入线路(包括信号源输出阻抗)的匹配精度;三是提高前置放大电路本身的共模抑制比,这包括选择合适的电路结构形式(主要是差动输入的各种形式),使用高共模抑制比的运算放大器,保证运算电阻的匹配精度等,对此有关文献已有祥尽的论述。对于前两种方法,尽管一些文献从不同的角度做了介绍,但是缺少在不同情况下,尤其是在几种方法同时     

基于神经网络的气体炮内弹道仿真与预测

为了模拟气体炮发射时的复杂过程，将这个过程看作一个黑匣，把发射诸元素作为输入参数，把最大膛内加速度作为输出量。采用一种基于推理神经网络模型，运用ＢＰ算法进行学习实验样本数据，和出学习好的神经网络模型，能预测气体炮膛内最在压力，在实际工作蝗仿真结果。     

线性前馈网络分类器在电力系统故障计算中的应用

将单层线性前馈网络用于矩阵求逆的方法，应用于电力系统故障计算中，从而简化了计算。通过算例说明了其可行性和有效性。