磁粉探伤机周向电流单片微机控制器的研制

本文介绍一种新型磁粉探伤机周向电流的单片计算机控制器，文中详细介绍控制器的控制原理，结构，控制程序。该控制器对周向电流采用闭环控制，直接设定磁化电流，可保证电流稳定，电流设定值和实际电流值相差小于１０％，控制器还具有了出错检测，自动退磁功能。     

提高电铸局部电沉积速率试验研究

电铸成型是采用离子沉积的方法制造复制件，具有很好的复制精度，因此电铸技术得到了广泛的应用。但由于受极限电流密度等多方面因素的影响，电铸速率一直是制约电铸技术发展的一个瓶颈，许多学者为此做了大量的理论和试验研究，但对如何提高极限电流密度还没有提供一个比较满意的答案，为提高电铸局部电沉积速率，本文在前人工作的基础上，讨论了影响电铸速率的因素，提出了一种新型的电铸方法－喷射式电铸，并通过两组试验分析了局部电沉积速率怀电铸液流量的关系以及局部铸速率与喷嘴口径的关系，试验结果表明，采用喷射式电铸可以大大提高局部极限电流密度，从而使电铸局部电沉积速率有一个较大范围的提高，为将电铸与快速成型结合奠定了试验基础。     

非结构网格二维理想MHD绕流逆风格式解法

在非结构网格上发展了针对二维理想磁流体方程组的逆风格式求解方法.控制方程中的对流项采用AUSM格式处理,时间推进采用显式5步龙格-库塔方法.为了消除计算中产生的磁场散度的影响,引入了双曲型散度清除方法.通过对磁流体激波管问题的求解验证了该方法对激波的捕捉能力,对有均匀磁场干扰下的喷管流动情况进行了数值模拟,并与文献中结果进行了对比.计算结果显示了磁场对磁流体流动的干扰效应,该结果与参考文献中的数值模拟结果相吻合.     

基于因子模糊化BP神经网络的磨损颗粒识别

在引入了一套磨粒形态学描述子来提取磨损颗粒的显微形态特征的基础上 ,采用人工神经网络技术 ,编制了用于磨损颗粒自动识别的 BP网络计算机模拟程序。在网络训练的过程中应用了本文引入的因子模糊化训练方法 ,使训练速度大大加快 ,以异或问题为例 ,速度可提高 5～ 1 0倍。应用此网络对磨粒测试库进行识别实验 ,识别正确率在 90 %以上 ,并且识别速度很快 ,大大优于传统的磨粒识别方法。     

管制扇区的最优划分方法研究

在研究管制员工作负荷的统计方法和描述空域拓扑结构的数学模型的基础上，利用基于自然法则的模拟退火随机优化算法对扇区最优化问题进行求解。并通过对厦门管制区的扇区最优划分实例分析，验证了扇区优化数学理论正确性和使用该算法达到的预期效果。     

注入式的遗传算法的分析与研究

该文提出了一种改进的遗传算法———注入式的遗传算法。该算法利用遗传算法全局搜索能力强和知识库具有存储记忆功能的特点,通过引入知识库中的经验值来提高遗传算法的求解速度和精度。该实验用基本遗传算法和注入式遗传算法来求解旅行商问题,通过对比实验结果,证明改进遗传算法的可行性和有效性。     

层合顺序对各向异性层合阻尼结构动态性能的影响

本文将各向异性设计引入层合阻尼薄板中，主要对几组阻尼层交替层合与集中阻尼芯层层合的各向异性阻尼结构的内耗和刚度的温频特性进行实验研究。为各向异性层合阻尼结构理论和轻量化高阻尼设计奠定基础。实验结果表明：在实验温度（0-70℃）和频率（1～200Hz）范围内。交替层合度影响不一定，结构的内耗和刚度的温度特性均优于集中阻尼芯层结构；而频率对结构内耗和刚与具体结构参数和结构总层数有关。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

基于径向基函数神经网络的自由曲面重构

根据径向基函数神经网络（RBFNN）具有很强的非线性逼近能力的优点，本文采用RBF网络模型进行自由曲面重构，建立了适应于曲面重构的径向基函数网络模型，讨论了基函数对重构曲面连续性的影响，并与多自由曲面重构，建立了适应于曲面重构的径向基函数风络模型，讨论了基函数对重构曲面连续性的影响，并与多层感知器神经网络的性能进行对比。理论分析和仿真实验结果表明：常用的几种径向基函数重构的曲面都具有很好的连续性，径向基函数网络用于曲面重构，不论是在拟合精度，还是网络的训练速度都明显优于多层感知器网络，具有一定的实用价值。