采用金相显微镜、X射线衍射、扫描电镜和结合能谱仪研究了Sn对镁阳极材料显微组织、相结构、表面形貌及成分分布的影响;并通过恒电流法、动电位极化法和排水集气法等研究了该镁合金的腐蚀行为和电化学性能.结果表明:合金元素Sn的加入可以抑制棒状β-Mg17Al12相沿晶界析出,随着Sn含量的增大,颗粒相Mg2Sn增多;均匀化处理使大部分β-Mg17Al12相溶解,而残留Mg2Sn未溶相.Sn的加入可以提高镁合金自腐蚀电位和析氢率,当Sn质量分数为1%时镁合金阳极的放电电压和电流效率最大.析氢率随电流密度的增大而增大,当电流密度为20mA·cm-2时电流效率最高,可达82.28%.腐蚀产物主要成分为MgO和Al2O3,且疏松,易脱落,使镁合金阳极的工作电位负而且稳定,可促进电池反应深入进行

针对连续域函数优化问题,提出了一种新的全局极大值搜索方法——多感官群集智能算法(multi-sense swarmintelli-gence algorithm,MSA).受鱼群算法(artificial fish-swarmalgorithm,AFA)和FS算法(free search algorithm,FSA)的启发,MSA的搜索机制将大范围勘察和小范围精确搜索相结合,个体在使用视觉信息快速逼近局部较优解的同时,利用嗅觉信息避免群体过于集中并引导个体向全局较优解方向移动.仿真结果证明:MSA鲁棒性较强,全局收敛性好,收敛速度较快,收敛精度较高.最后,将该方法应用于前向神经网络训练,结果表明满足应用要求

利用喷射成形和热挤压的方法制备了含锰为2%(质量分数)的高强铝合金Al-8.8Zn-2.9Mg-1.6Cu合金,用X射线衍射(XRD)、光学显微镜(OM)和扫描电镜(SEM)和透射电镜(TEM)等方法研究了铝合金的微观组织,并进行了力学性能测试.研究结果表明:喷射成形制备的含锰铝合金经过热挤压和固溶处理后,基体组织为细小均匀的再结晶晶粒组织,平均尺寸约8μm.MnAl6颗粒在喷射沉积过程中沿晶界析出,经过热挤压后,尺寸大的颗粒破碎,大部分的颗粒则沿挤压方向产生一定的塑性变形.固溶处理对MnAl6颗粒尺寸的影响不明显,但棒状/片状颗粒的边角处发生球化,有利于降低诱发显微裂纹的应力或应变集中.时效后,铝合金达强度为775MPa,延伸率达4.3%,断口以细小的韧窝为主,尺寸小于500nm

针对网络控制系统中时延不确定因素,将时延的不确定性转换为系统状态方程系数矩阵的不确定性,网络控制系统对象模型为具有时滞的不确定离散模型.在此模型的基础上,将网络控制系统的保性能控制问题转化为研究时滞的不确定离散系统的鲁棒保性能控制问题.利用Lya-punov理论及线性矩阵不等式(LMI)方法,证明了通过状态反馈控制,使网络控制系统保性能控制的充分条件等价于求解LMI.仿真示例验证了该控制方法的有效性

提出了一种独立分量分析和BP神经网络相结合的人耳识别新方法(ICABP法).首先采用快速独立分量分析方法提取人耳图像的独立基图像和投影向量,然后采用改进的三层BP神经网络进行分类识别.该方法将ICA的空间局部特征提取功能和BP神经网络的自适应功能有机地结合起来,增强了系统的鲁棒性.实验表明,ICABP法取得了很高的识别率

通过1 kg硅钼棒管式炉高温化学动力学实验,在实现钢中硫含量[S] ≤ 5×10-6的前提下,对极低硫钢的精炼脱硫反应机理进行了研究,确定了极低硫钢精炼脱硫的反应级数、反应速率常数、反应的限制性环节和影响因素

在连铸生产过程,结晶器液位易受许多复杂和不确定因素影响,难以控制.为此提出一种新的变结构模糊控制器.在这个控制器中,采用一种基于改进的聚类算法的双层ISODATA算法的状态识别方法;并且在控制器中用遗传算法优化模糊规则的条数和内容及隶属函数,使推理速度和控制系统的鲁棒性大大改善.仿真结果令人满意

对按转子磁链定向的矢量控制系统进行了智能控制研究.根据矢量控制的特点,充分运用计算机丰富的逻辑判断和数值运算功能对控制系统进行设计,不仅可以实现模拟控制器的数字化,而且可以突破模拟控制器参数为定值的局限.重点介绍了根据系统的变量变化趋势来确定数字调节器参数的变化规则,同时对于各个不同的调节规律,采用不同的控制策略,使得系统具有更好的动、静态性能指标,更强的鲁棒性.最后通过仿真和实验证明了本文理论的正确性

利用SEM和TEM研究了一种新型718合金在680℃长期时效至1000h后的组织变化.结果表明:标准合金的主要强化相为γ″,而新合金的主要强化相中除γ″外,γ'的质量分数大幅度增加,呈现出特殊的包覆组织形貌;在长时时效过程中,新型合金具有良好的组织稳定性.新型合金与标准合金的晶界δ相形貌也不尽相同,新合金中为均匀的短棒状或颗粒状,标准合金中为针状或板条状.两种合金的室温和680℃拉伸性能无显著差别,但新型合金的持久和蠕变性能远优于标准合金.与标准合金相比,新合金在680℃具有良好的力学性能与组织稳定性

针对传统最小二乘多项式板形模式识别方法鲁棒性差、各分项物理意义不明确,以及普通BP(back propagation)识别法精度低等问题,选用勒让德多项式作为板形基本模式,提出一种基于二叉树型分层BP的板形模式识别并行计算模型.该模型通过逐层细化预测范围并选用多个神经网络进行递推.实验结果表明,采用此方法不仅增强了系统的抗干扰能力,而且提高了系统的识别精度