PP塑料表面涂料的研制

用氯化聚丙烯(CPP)、附着力促进剂(C)、热塑性丙烯酸树脂(BS)等原料制出PP塑料用涂料,并对所用的溶剂、反应过程、操作条件和结果作了较为详细的叙述。     

重载丝杠螺母副的摩擦学系统模型的建立

在基本摩擦学理论和实验的基础上 ,分析了某种选定的摩擦副在某种选定的摩擦学工况条件下的摩擦学系统特性 ,建立了轧机压下装置中重载丝螺母副的摩擦学特性与载荷之间关系的数学模型 ,推导出相对准确的摩擦系数—载荷 ,磨损率—载荷计算公式 ,与实验结果比较有较好的吻合性。该数学模型可为摩擦学系统特性转化的研究提供研究参照体 ,亦可为工程设计人员在摩擦学设计时提供有效的计算工具。     

基于VRML的带传动虚拟试验机的设计

研究了利用VRML软件建立虚拟静态模型和动态模型的方法与原理,设计了带传动虚拟试验机,探讨了实现带传动的弹性滑动和打滑现象仿真的关键技术.结果表明:实际带传动试验机的实验结果与所建立的虚拟试验机的结果的误差在允许的范围内.     

MMIC放大器Rn-Gn噪声模型的精确测量研究

MMIC放大器在微波通信等领域有着重要的应用.由于微波信号在传输过程中,不可避免的会被噪声和干扰所污染,到达接收端时的微波信号已相当微弱,所使用的接收微波放大器必须要在工作频段上具备较小的噪声.本文将讨论如何使用M-Lane方法(改进的Lane方法)[1],使用自行研制的精密阻抗变换器,得到MMIC放大器Rn-Gn噪声模型中包括最小噪声系数Fmin在内的4个参数,实验结果证明该方法可以有效地提高RF系统的性能.     

人工智能CAD在摩擦学设计中的应用及发展

介绍了国内外人工智能 CAD(AICAD)在机械行业的应用概况 ,对 AICAD在摩擦学领域的最新研究成果和发展动向进行介绍 ,基本上囊括了目前国内 AICAD摩擦学设计重要的最新成果 ,并对 AICAD在摩擦学设计中的应用前景作了展望 ,全文共引用文献 2 4篇 .     

人工智能CAD在摩擦学设计中的应用及发展

介绍了国内外人工智能CAD(AICAD)在机械行业的应用概况,对AICAD在摩擦学领域的最新研究成果和发展动向进行介绍,基本上囊括了目前国内AICAD摩擦学设计重要的最新成果,并对AICAD在摩擦学设计中的应用前景作了展望,全文共引用文献24篇.     

BP神经网络在摩擦学设计计算中的应用

用双隐层ＢＰ人工神经网络,建立了丝杆螺母副的磨损率与滑动速度关系的数学模型。该模型可用于准确地计算丝杆螺母副和蜗轮蜗杆副的磨损率,可十分方便地用于摩擦学程序设计。采用Ｌ－Ｍ规则进行神经网络学习训练可使网络收敛快,误差小。风络输出结果与实验结果比较有极好的吻合性。该神经网络为工程设计人员,在摩擦学设计时提供有效的计算工具。     

神经网络对磨损自补偿摩擦副磨合过程的预测

利用ＢＰ人工神经网络建立了磨损自补偿状态下的摩擦副磨合特性预测的仿真计算模型。用Ｌ－Ｍ规则进行神经网络学习训练可使网络收敛快,误差小。网络输出结果与实验结果比较有极好的吻合性。该神经网络可用于青铜－４５＾＃钢摩擦副表面粗糙度对磨合特性影响的准确预测,亦可为工程设计人员在摩擦学设计是提供有效的计算工具。     

摩擦学系统设计计算方法比较

通过丝杆螺母副摩擦学设计的实例,对几种不同的摩擦学系统设计计算方法进行了比较,分析几种方法各自的优点和不足,以寻求较好的设计计算方法．人工智能及人工神经网络技术具有强大的自学习功能和联想功能,尤适合于解决难以求得精确数学计算公式的问题．     

BP神经网络结构设计的频谱取值模型研究

提出BP神经网络隐层节点数频谱取值法（Frequency Spectrum-Rule简称FS－Rule)的新概念,并建立了F－S取值模式,实践证明：F－S模型可快速准确地计算隐层点数,较好地解决人工神经网络结构设计的难题。