混粉电火花加工搅拌系统的设计

分析了混粉电火花加工粉末颗粒沉降过程,提出了保持混粉浓度均匀一致的搅拌方式,对混粉电火花加工装置工作液箱的搅拌进行了设计,实践验证是实用的．     

混粉电火花加工中粉末对极间电容和放电间隙的影响

对混粉电火花加工和普通电火花加工进行了对比试验。分析了工作液中粉末使极间电容减小、放电间隙变大的原因,并从这个角度解释了混粉电火花加工可以改善工件表面质量的机理。     

微细电火花成形加工关键技术

电火花加工技术是实现难加工材料、复杂零件、模具精密加工和特殊零件加工的有效手段,在机械制造领域中起着越来越重要的作用.电火花加工由于其非机械接触加工的特点,适应于微型机械制造的要求.国内外对微细电火花加工技术的不断研究探索<'[1-2]>,已使微细电火花加工在与微型机械制造结合及实用化方面取得了较大的进展.     

大面积微细结构的电火花加工

采用深度光刻与电铸技术相结合的方法 ,较好地解决了大深宽比的电火花工具电极的制造问题。在此基础上 ,利用优化的微细电火花加工工艺 ,实现了大面积微细结构的精细制造     

混粉电火花加工表面的研究

分析了混粉电火花加工工件表面的组成成分,探讨了混粉电火花加工获得低的表面粗糙度的机理。     

基于神经网络的型腔电火花加工工艺效果预测模型

针对电火花加工的工艺特点及其复杂性 ,提出了一个基于神经网络的型腔电火花加工工艺效果的预测模型 ,可映射出电参数和加工结果之间的关系。计算机仿真结果显示了其良好的预测精度 ,最后分析了引起预测误差的原因     

微细电火花线切割加工技术的研究现状及发展趋势

对国内外微细电火花线切割加工技术的研究现状和发展趋势进行了系统的分析,有助于该技术的进一步发展和应用。     

混粉、常规电火花加工通用储液箱的研制

利用水力旋流器对固体颗粒的分级、分离功能,设计了一种既能用于常规电火花加工又能用于混 粉电火花镜面加工的通用型储液箱。     

正交试验法在混粉电火花加工中的应用

针对普通工作液电火花加工和模具加工中存在的问题,提出了混粉工作液的放电加工,应用正交试验法对混粉工作液电火花加工的主要参数进行了优化,并初步得出了混粉工作液电火花加工工艺规律。     

悬浮粉末工作液电火花大面积光整(准镜面)加工的原理初探

对大面积电火花光整加工时难于获得光整表面的原因进行了分析，对混粉电火花大面积光整加工的原理和特点进行了分析探讨，并进行了用混粉工作液对115mm×105mm面积电火花加工的实践，验证了混粉电火花加工能够改善加工表面粗糙度。     

决策支持系统中基于神经网络的非线性预测方法

本文说明了在决策支持系统中引入人人工神经网络模型进行预测的原因，并介绍了在DSS中用于非线性预测所采用的神经网络模型，以及基于这种网络模型进行非线性预测的基本原理和具体的学习算法。     

机场旅客吞吐量的人工神经网络预测方法

利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性,突破传统上基于统计学原理进行机场旅客吞吐量预测的限制,设计了具有成都双流国际机场特点的、低成本的机场旅客吞吐量的人工神经网络预测模型,经过BP网络预测软件运行检验,并与该机场以前采用的定量预测方法的综合比较,证明在该机场应用BP网络预测方法不仅可行,而且有更好的预测精度.     

人工神经网络在飞行控制领域中的应用及发展

综述了近年来人工神经网络在飞行控制领域中的应用研究概况。首先从人工神经网络的发展历史出发，介绍了在飞行控制系统中常用的神经网络及其研究现状；而后论述了与其它智能技术的结合与发展情况，并针对当前飞行控制领域所遇到的重点和难点问题，分析了人工神经网络的具体应用；最后指出了今后主要的工作方向。     

Bernoulli-Euler梁振动的人工神经元网络控制方法

分析了Bernoulli-Euler梁的振动特性,从控制系统的角度得出梁振动控制系统的传递函数,并采用人工神经元网络的方法对其进行控制,辨识器及控制器均采用非线性神经元网络, 最后用matlab对振动控制系统进行仿真。     

人工神经网络在板料拉深成形中的应用研究

在反向传播网络的基础上提出了一个圆筒件拉深成形的辅助工艺设计方案,对BP网络在拉深工艺中的应用进行了尝试。结果表明:该方法与传统的设计方法相比,计算工作量较少,可靠性好。     

基于BP网络的武器装备参数估算

根据武器装备设计要求来确定某些参数往往涉及许多不确定因素。为了实现一些武器装备参数的定量化估算,本文基于BP神经网络计算模型提出了一种新的武器装备参数估算方法,并给出了实现这种方法的详细步骤。将该方法应用于导弹主要参数的估算,测试结果证明了此方法的正确性和可行性。该方法为武器装备的参数估算提供了新的途径。     

基于人工神经网络的柔性铰链结构动力修改

利用有限元软件计算出柔性铰链结构参数与振动频率的训练样本,然后通过样本训练人工神经网络建立了柔性铰链结构振动频率与其结构参数的非线性映射关系,最后利用训练好的神经网络修正框架的结构参数以满足设计要求的固有频率。     

固体燃料冲压发动机燃速的人工神经网络辨识

由于固体燃料冲压发动机(SFRJ)结构的特殊性,其燃速的预测比较困难。为探讨燃速对于不同飞行工况的依赖性,对模拟试验的结果采用BP人工神经网络进行了辨识,并将辨识结果与用最小二乘法辨识的结果进行比较。从辨识的结果来看,这种辨识方法具有精度高、处理实验数据迅速、能进行在线辨识等特点,能够较好地满足工程应用的要求。此外,在利用人工神经网络对类似的大样本系统进行辨识时,如果能采用一些数学上的处理技巧。      

利用神经网络的海杂波幅度分布参数估计方法

海杂波是制约对海雷达探测性能的主要因素之一,掌握其特性,具有十分重要的意义。经典海杂波统计模型在参数估计方法上以传统统计学理论为基础,在样本数较少的情况下,估计结果往往较差,导致建模准确度下降。此外,在复杂非均匀探测背景下,难以实现海杂波模型参数的准确实时估计。针对该问题,文章将深度神经网络模型引入海杂波参数估计领域,通过构建合理的模型,使其具备海杂波幅度分布模型的高精度参数估计能力。该方法采用直方图统计的方法进行数据预处理,合理划分输入数据标签的分组区间,构建数据集训练神经网络,并利用测试数据得到神经网络估计结果。仿真数据和X波段IPIX雷达实测数据验证结果表明,与传统数理统计估计方法相比,该算法明显提升了海杂波统计模型参数估计精度。