某水库大坝安全评价及整治措施研究

根据某水库大坝的现状,对大坝及其附属建筑物进行了相关的水力计算和结构计算。结果表明,大坝不符合防洪标准,大坝左坝肩漏水,坝体下游边坡抗滑能力不足,溢洪道边墙高度不足,消力池长度不足等。针对这些问题,对大坝主要建筑物提出相应的工程技术整改措施。有限元分析结果及整改措施的实施表明,整改方案经济合理,技术可行,可以消除水库病害,恢复水库功能,整改效果明显。     

甘露醇交联的聚丙烯酸钠类高吸水性树脂的制备及性能研究

以多元醇甘露醇为交联剂、丙烯酸为单体、过硫酸铵为引发剂,采用溶液聚合法合成聚丙烯酸钠超强吸水剂.实验结果表明：单体浓度（单体在水中的质量百分比）为40%,中和度为75%,引发剂和交联剂用量分别占单体质量的0.5%和6%,反应温度为70℃时得到的产物吸水（蒸馏水）性1750 mL/g,吸盐水（生理盐水）性130 mL/g,探讨了产物的吸水动力学、保水率及热稳定性,并研究了不同pH值溶液、不同离子强度的盐溶液对产物吸液性能的影响.     

异质性和时滞作用下神经元网络的共振动力学

利用参数互异的Fitzhugh-Nagumo神经元构建了含耦合时滞的无标度神经元网络模型,通过数值模拟的方法,提出研究参数异质性和耦合时滞影响下神经元网络的共振动力学.结果发现,当耦合项中不含时滞时,适中的参数异质性能够使得神经元网络对外界弱周期信号的响应达到最优,即适中的参数异质性能够诱导神经元网络的共振响应,而且异质性诱导共振对耦合强度具有鲁棒性.更重要的是,耦合时滞对参数异质性作用下神经元网络的共振特性也有着显著性影响.当时滞约为信号周期的整数倍时,神经元网络能够周期性地出现共振现象,即适当的耦合时滞能够诱导神经元网络的多重共振,而且这种现象在异质性参数的适当范围内都能明显出现.     

电子称重仪的精度分析

分析了ＯＣＳ－ＸＹ型称重仪的误差产生原因,在原称重仪的基础上,利用微处理器的软硬件技术对系统误差、随机误差和疏失误差进行了一系列的校正,提高了测量精度及可靠性。     

电子称重仪的精度分析

分析了OCS -XY型称重仪的误差产生原因 ,并在其基础上 ,利用微处理器的软硬件技术对系统误差、偶然误差和疏失误差进行了校正 ,从而有效地提高了产品的测量精度 ,使得该称重仪具有了较高的可靠性和推广性。     

自适应径向基神经网络及其应用

提出一种基于硬C均值算法的自适应RBF神经网络。该算法根据网络训练误差的变化,在隐层到输出层的权值修改过程中,对学习步长进行自适应调节;对通常采用的基函数宽度的计算方法作了改进;对于硬C均值算法出现的死节点,则在程序运行中自动进行删除。利用该改进的自适应RBF网络进行某合成氨装置的氢氮比预测,网络计算误差小、收敛迅速、结果令人满意,表明网络具有良好的性能。     

通过软件开发应用实现油罐动态计量

介绍了在不改变原有仪表和控制系统，通过软件开发和网络应用，实现吐哈油田油库每个大罐的进油和发车动态计量，统计出当天的进出罐总量，并且生成动态页面，实现计量数据的网络查询。     

汽车门内板拉深成形数值模拟与参数优化

针对拉深成形影响因素众多依靠经验无法快速获得最佳参数组合延长设计周期的缺点,采用正交实验及方差分析得出主要影响因素对拉深成形的影响规律,在此基础上,使用综合加权评分对拉深成形进行评价,建立目标函数,运用复合形优化方法对实验结果进行优化。优化结果表明,使用综合加权评分法和复合形算法进行参数优化是可靠的,从而为板料成形CAE分析最佳参数的选择提供一种合理的途径。     

基于遗传算法的径向基神经网络及其在同时测定Fe Mn Cu Zn中的应用(英文)

介绍了两种新的基于遗传算法的径向基神经网络(GA-Based RBFNN)训练算法。这两种算法均将遗传算法用于优化径向基神经网络的聚类中心和网络结构。第一种GA-Based RBFNN算法对所有训练样本采取二进制编码构成个体,优化径向基函数中心的选取和网络结构;第二种GA-Based RBFNN算法中,RBFNN采用自增长算法训练网络隐含层中心、采用十进制对距离因子ε编码构成染色体,优化网络。将两种GA-Based RBFNN算法应用于Fe、Mn、Cu、Zn同时测定的光谱解析,计算结果表明,本文的GA-Based RBFNN算法较通常的遗传算法与径向基人工神经网络(GA-RBFNN)联用,即在GA选择变量的基础上,再用RBFNN作数据解析的GA-RBFNN方法,在增强网络的泛化能力、提高预测的准确性等方面具有明显的优势。从这两种GA-Based RBFNN的比较看,第二种算法在性能上优于第一种算法。     

黑糯玉米面粉磷酸单酯制备及性质的研究

通过对云南省化肥施用情况调查结果的统计,深入分析了我省肥料施用现状及存在问题,并对今后的发展提出了建议。