液体火箭发动机静态特性的非线性分析

液体火箭发动机内外干扰因素对参数影响的计算,一般采用线性化小偏差计算法。本文研究了液体火箭发动机内外干扰因素对参数影响的、求解非线性方程组的数字计算机仿真算法,初步取得了较为满意的成果,提高了计算精度,可以实现优化设计。     

遗传算法设计梯度子实现优化的图象边界检测

计算机图象处理技术可广泛应用各种图象测试、模式识别和计算机视觉等领域，而图象边界检测是计算机图象处理的最基本和最低层的步骤之一。由于噪声的干扰和图象光照不均匀等因素的影响，目前的图象边界检测方法还不能有效地检测出各种不同模式的边界。本文提出了一种基于遗传算法和灰度梯试算子的图象边界检测法，通过对样本图象的训练，设计对训练样本模式最优的灰度梯度算子，增加了对噪声的抗干扰能力，并且使被检测出的边界更准确。     

点焊质量模糊控制系统研究

简要介绍了电阻点焊单片机微机模糊控制原理，确定了点焊模糊控制算法，分析了点焊模糊控制系统的硬件结构和软件设计。实验结果表明，该控制系统能够有效实现点焊质量的模糊控制，具有较强的自适应特性，可用于电阻焊智能制造。     

体表电位标测中的关键技术——心电信号的数字滤波

小波分析在数字滤波领域中具有广大的应用前景，尤其是对具有时变特性的人体心电信号。该文介绍了如何利用coiflet小波对心电信号进行多分辨率分解和重建，并解决了小波分析在心电信号滤波中会遇到一些实际问题，比如小波基函数的选取，确定心电信号及噪声的频域表现和小波在不同尺度下的通带。实验结果表明，用coiflet小波对心电信号进行数字滤波，能很好地消除心电信号中的三大干扰；基线漂移、工频干扰和肌电干扰。     

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。     

综合TF／TA飞行的航迹控制与仿真

在超低空突防过程中．有效的航迹跟踪控制算法是飞行器顺利完成综合地形跟随／地形回避(TF／TA)飞行任务的保证。在综合TF／TA飞行过程中，由于飞行器需作大机动飞行，纵、横向之间存在严重耦合，常规的航迹跟踪控制算法亦不适用。本文将六自由度飞机状态方程描述为纵、横向两个子系统所构成的关联大系统，并在一定的假设条件下将两者之间的耦合成分分别看作纵、横的控制量的一部分，然后利用大系统变结构控制理论，对TF／TA飞行的纵、横向的轨迹控制律进行独立设计，降低了理论研究和工程实现的难度。仿真例子表明这一方法是可行的。     

连续生产模式车间管理控制器的研究

根据我国汽车，家电，电子行业特点，提出了一种连续生产模式，它既满足了大批量生产的高效率，又具有单件生产的灵活性，是MRPII（Manufacturing resource planⅡ）与JIT（Just in time)思想结合的产物，以生产计划为主线，确定了集成环境下连续生产管理系统的体系结构，设计出连续生产车间管理控制器的体系结构及功能框架，结合连续生产模式的特点，针对MRPII的“推式”控制与JIT的“拉式”控制在生产线控制策略上结合的可行性进行研究，设计出生产线Push/Pull控制策略的处理流程及在连续生产车间管理控制器中Push/Pull控制的实现方法，本文为连续式生产模式企业车间管理与控制提供了一个参考模式。     

非接触光测物体大位移研究

提出了一种非接触光学法－单光栅双图像法测量物体位移的新技术，利用两个正交的图像记录系统，在试件作大位移后，记录被平行多光束照射形成的光点所覆盖的试件的图像，借助于记录光路系统几何表数，可建立一联立方程组。解此方程组，就可得到被测物体上诸光点所表示的测点的位移大小和坐标值，文中还论述了度件图上测点位置的确定和修正方法，导出了被测物休图像负片上测点的实际坐标的计算公式，实验结果证明，本文提出的测量理论是正确的。     

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。     

基于神经网络技术实现磁流变阻尼器对结构振动的优化控制(英文)

磁流变 ( MR)阻尼器是土木结构振动控制领域最有应用前景的半主动控制装置之一 ,但由于 MR阻尼器的高度非线性动特性 ,使得描述其逆向动特性的数学模型很难得到 ,即根据理想的阻尼力确定出 MR阻尼器所需的输入电压。然而 ,对基于 MR阻尼器的结构振动控制设计和仿真 ,这种反映阻尼力 -电压关系的逆向动特性模型是十分重要的。为此 ,本项研究针对 MR阻尼器的非线性特性 ,提出运用神经网络技术建立 MR阻尼器的神经网络模型来模拟其逆向动特性 ,神经网络模型的输出即为产生理想的阻尼力所需的输入电压。通过数值仿真结果探讨所提出的结构振动控制策略的适用性和有效性