应用ICA的加油机系统油气两相流中气体含量的识别方法

油气回收是一项节能环保型新技术。由于实际工况的不确定性以及燃油的易挥发性,使得回收时气液比一般大于传统观点认为的1:1,因此也导致了油气回收不完全。为了得到较为准确的气液比信息,可以考虑分析汽油压力信号。FastICA算法被用来对采集到的油气信号进行初步解析,目的是将汽油振动时压力的独立信号从原始采集信号中剥离出来。然后,在OriginLab软件中对该独立信号进行快速傅里叶变换,得到该信号的幅值谱。再通过对幅值谱的分析,得出一组不同气体含量下的油气两相流的特征变化规律,从而达到气体含量识别的目的。此外,该规律也可以作为设定油气回收系统中真空泵比例阀值的参考依据。

脉冲电化学光整加工表面质量的神经网络模型研究

利用神经网络方法研究了脉冲电化学光整加工表面质量与各主要工艺参量之间的复杂非线性关系,建立了二者之间的神经网络预测模型,预测结果与实验结果较为吻合。研究结果表明,神经网络计算用来预测脉冲电化学光整加工的工艺性能是可行的。

复杂轮廓误差评定方法的研究

本文以圆锥面为例，给出了一种在进行复杂轮廓误差评定时比较完善地符合最小区域原则的数据处理方法，并采用计算机模拟的方法进行了检验。