新型柱塞泵设计研究

分析了径向柱塞泵和轴向柱塞泵压力及流量产生脉动的原因，提出了设计具有较优工作性能柱塞泵的方法，并给出了具体设计方案。     

基于遗忘因子和误差修正的水文实

在进行水文预报时，由于影响河道洪水的因素众多，常用的水文预报模型往往不符合实际水文系统的客观规律。对这类系统的参数辨识要求算法具有较强的实时跟踪能力，以适应模拟或预测洪水运动变化过程的要求。利用洪水预报误差信息，对BP网络洪水实时预报校正模型与方法进行了探讨，提出了两种实时预报方法。第一：运用最小二乘递推算法，引入时变遗忘因子实时跟踪模型中时变参数的变化，建立了神经网络在非线性系统中动态的系统输入、输出数据之间的映射关系。第二：利用BP网络模型对误差的可识别性，将模型对输出变量的预报误差再次作为输出变量，对网络可能预报的误差进行实时修正。计算实例表明：以上两种方法提高了神经网络在水文领域的预报精度，给BP神经网络的实时预报方法提供了新的途径。     

钛合金表面火焰喷焊镍基耐磨涂层的组织和性能

采用火焰喷焊技术在T i 6A l 4V合金基体上制备了镍基耐磨涂层,研究了其显微组织、合金元素的扩散、显微硬度和干摩擦磨损性能。结果表明,喷焊涂层具有韧基体加硬质相的耐磨组织;涂层横切面的组织、显微硬度和合金元素的扩散沿层深方向呈现连续性和渐变性,基体和涂层表现为冶金结合;喷焊表层的显微硬度为933.2 HV,是基体钛合金的3倍以上;涂层在不同条件下的磨损量都较小,耐磨性有较大的提高,转速和温度对其耐磨性能影响较大。     

基于边界层理论的叶轮的仿真

根据边界层理论推导的叶片型线方程，用pro/E建立了叶轮的三维仿真模型。该模型提供了设计离心式固液两相流泵叶轮的一种方法，通过pro/E的族表功能，只要输入叶轮的基本参数就能快速生成基于边界层理论的叶轮的模型，所以建立该模型对工业生产有一定的参考价值。     

神经网络方法在车内噪声信号预测中的应用

针对以往车内噪声有源控制过程中存在的次级声源在初级声场采样传声器上的声反馈问题，提出了车内噪声信号识别和预测的神经网络方法。对被试面包车在稳态和非稳态两种工况下的试验研究表明，利用车身悬置点和发动机的振动信号，通过BP神经网络来识别和预测车内驾驶员耳旁噪声是可行的，可以解决次级声源在初级声场采样传声器上的声反馈问题。     

基于BP神经网络的润滑流量因子系数的预测

因现有润滑方程中的流量因子系数值有限，不能满足摩擦学研究的需要。本文利用BP神经网络，使用L—M规则，对润滑方程中流量因子系数进行了预测。训练时，以微凸体的纵横比v为输入样本,输出样本为压力流量因子的两个系数。结果表明：训练良好的BP网络输出数据与实测数据吻合较好，并具有收敛速度快等特点。     

华北型日光温室升温系统的节能设计专家系统

目前温室的采暖设计理论未考虑新节能技术和温室采用的智能控制系统对温度的影响，因而容易造成设备容量过大和燃料储备过多的现象。为此，使用基于神经网络和模型的模糊专家系统来设计适当的加温设备和经济的燃料储备，可以大量地节约温室运行成本。     

基于NNARMAX模型的地下水位预报研究

区域地下水系统是一个受多种因素影响的复杂的非线性动态系统 ,应用遗忘因子的递归最小二乘( RLS)算法进行训练 ,采用通过减少网络节点间的连接权值 ,进而裁减冗余节点来选择适宜的网络拓扑结构 ,建立了非线性自回归滑动平均神经网络 ( NNARMAX)模型 ,地下水位预报结果表明 :通过对网络结构的优化达到了自动确定非线性自回归模型阶数和影响因素的选择 ,能有效地表示区域地下水动态系统内部及其外部诸多影响因素间的不确定关系 ,是预测区域地下水动态变化较为有效的方法之一。     

排种器性能检测中种子位置智能检测方法

根据基于计算机视觉的排种器性能检测的特点，提出了基于神经网络的种子位置智能检测方法。采用两个光轴互相垂直的摄像机监测投种规律，并把以矩法求取的质心图像坐标作为输入节点，构造检测种子质心实际坐标的两个神经网络，并行处理左右两幅图像，从而快速求得种子位置。实践表明，此方法不仅能求出种子位置，而且可全面监测种子的运动情况。     

真空预压法在深圳河工程北岸边坡及堤坝软基的应用

介绍了真空预压地软土地基处理技术在治理深圳河工程中堤坝及边坡区的成功应用，结论认为：各真空预压单元块经4个月以上的80kPa的稳压，固结度已达到80％以上；真空预压法具有效果好、时间短、环保水平高、施工安全的特点。