铝合金定向凝固过程枝晶生长的相场法模拟

本文基于Wang等人提出的熵函数公式。在假定平衡时同液界面处固、液相的化学势相同而溶质浓度不同的基础上。推导了一个新的二元合金相场模型。并利用该相场模型与溶质场进行耦合计算，以Al-4．5％Cu合金为例模拟了二元台金等温凝固定向凝固的枝晶生长过程。研究了在正温度梯度情况下二元合金过冷熔体中的等轴枝品和柱状晶的生长过程及其溶质场的分布情况。     

磁粉检验标准环形试块的机理分析

为了分析控制磁粉检验系统综合性能的标准环形试块的机理，首先建立一个计算漏磁场的简化数学模型，然后解标量磁位的=维拉普拉斯方程，求出被磁化的环形试块上圆孔产生的漏磁场，计算环形试块表面的磁粉受力，分析其特点并得出相应的结论。     

新型单级式DC/AC逆变器

提出了两种新型的单级式隔离 DC/AC逆变电源的结构拓扑——半桥式单级逆变电路拓扑和推挽式单级逆变拓扑 ,分析了它们的工作原理及特点。电路拓扑结构简洁 ,可靠性高。仿真和实验样机测试结果证明 ,该电路拓扑在不同性质负载下能够可靠工作 ,电气性能优 ,效率较高 ,适用于小功率高压和低压直流输入电源。     

π／2—TFDPSK时频调制信号的研究

本文介绍了π/ 2-TFDPSK时频调制信号的工作原理和电路框图，同时论述了如何利用计算机来仿真整个系统。通过对仿真系统的分析，给出了相移时频调制的结论。     

小波分析和人工神经网络在金属超声无损检测缺陷分类中的应用

基于金属超声检测中的缺陷脉冲回波为非稳态信号的特点，对高温合金材料超声检测信号的小波变换进行了特征分析，提取了各级小波分解信号的能量分布特征，最后将这些特征输入人工神经网络进行训练和分类，实验表明，这种方法具有良好效果。     

复合材料结构健康主动监测中激励信号的优化

利用L am b波频散方程及其数值求解得到的频散曲线,对L am b波模式及激励信号中心频率范围进行预测。建立了试验测试系统,利用集成在复合材料层合板上的PZT压电陶瓷片作为驱动器和传感器,激励并接收结构中激发的L am b波信号。对具有不同函数形式、中心频率和波峰数的信号激励,结构中传播的L am b波模式进行试验研究,为激励信号的选择与优化提供依据。利用H ilbert-Huang变换及H ilbert谱提取传感器信号特征,提出了L am b波信号在结构中传播时的能量衰减率和损伤敏感度两个考察指标,并据此对激励信号进行优化。实验结果表明,优化后的激励信号在结构中能激发出单一模式的L am b波(S0模式),有效地抑制了多模式现象的出现。同时,激发出的L am b波具有最低的能量衰减和最高的损伤灵敏度,响应信号特征明显,便于损伤识别。     

板料应力成形极限判据的有限元分析程序

为了解决在板料成形有限元数值模拟中以依赖于加载路径的应变成形极限为判据所存在的问题,以板料塑性变形时所遵循的应力应变转换关系、H ill二次厚向异性准则为计算模型,基于有限元商用分析软件DYNAFORM,开发了用于板料塑性成形工艺的以应力成形极限为判据的有限元分析程序。利用该程序分析了两种拉深件的有限元数值模拟结果,实现了用应力成形极限图作为判据对板料成形极限的预测分析。所开发的以应力成形极限作为判据的有限元分析程序为分析多道次板成形的成形极限提供了新的手段。     

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。     

Karman型四边夹紧正交异性矩形薄板的中等大挠度

利用Galerkin方法分析了Von-Karman型四边夹紧正交各向异性矩形板。所设的位移函数为梁振型函数，它不仅能精确地满足边界条件，而且具有正交的特性，从而把复杂的非齐次非线性偏微分方程组化为一组非线性代数方程组，通过非线性方程组的线性化和可调节参数的修正迭代解法找出问题的解。实践证明，梁振型函数收敛很快，只须取出级数的前几项即可满足精度要求。最后求出了不同复合材料的挠度和应力值并同已有的结果进行了比较。     

与电网电压同步的基准正弦电路设计与实现

提出并分析研究了一种全数字化技术的、与电网电压同步的基准正弦电路，给出了关键电路参数设计准则。试验结果与理论分析一致。该基准电路具有输出正弦电压与电网电压同步、THD小、幅值可调但不受电网电压波动的影响、简单实用、价格低廉等优点，在高频交流环节AC／AC变换系统、不间断电源系统UPS中具有重要应用价值。