用聚电解质代替铬盐作磷化后处理剂的研究

用聚丙烯酸(PAA)和其它有机化合物复配,得到一种新型磷化后处理剂(CH41)。大量试验表明,其性能不低于含铬后处理剂,而且无毒,使用方便。作者利用电化学测试技术和SEM,EDX和XPS等表面分析手段,研究了它的作用机理。     

新型弹簧钢 33SiMnB 的研制

本文报导了一种新研制的钢种33SiMnB,用这一碳含量远低于传统弹簧钢(如60Si_2Mn)的新弹簧钢33SiMnB制造的载重汽车板簧、铁路轨枕弹条等弹性制件,不但综合力学性能优于传统弹簧钢制成的相同制件,而且在冶金厂的钢材生产过程和机械厂的制簧生产过程中都显出成品率高、能耗率低等诸多优点。     

互瞄定位法精度分析

介绍了超视距目标指示中的互瞄定位法的基本原理和影响互瞄定位法的主要因素,推导了互瞄定位法精度分析模型,并对其进行了精度分析。     

高强度热处理双相钢制绳线材研制

本文通过实验提出了一种双相钢制绳线材的热处理工艺程序,即:奥氏体化及水淬以获得全部马氏体组织→临界间加热淬火以获双相组织并回火→酸洗磷化后多道次连续冷拔至终尺寸→人工时效。按此程序生产的线材σ_b 可达1800MPa 以上,且扭转、弯曲疲劳性能超过标准规定值。     

一种自组织神经网络及其应用

提出了一种适用于目标识别和故障诊断的自组织神经网络（ＳＮＮ）模型和一种基于模糊关联度的判别准则。ＳＮＮ学习速度快,能在不破坏原有“知识”的情况下,学习、记忆新知识,且具有对外部环境的自适应能力。新的判别准则充分考虑了网络输出矢量各分量的大小因素及其与各期望目标矢量的相关程度,使类别判决更加合理可靠。本模型被用于被动声纳目标分类,取得了较好的效果。     

多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

一种分析噪声背景下目标特征有效性的方法

本文根据目标特征和噪声分布,在一定假设条件下推出了最小错误率（Ｂａｙｅｓ错误率）的表达式,从而把特征分布、噪声大小直接与分类的最小错误率联系起来,给出了一种分析噪声背景下目标特征的有效性的方法。文中利用这种方法对目标和诱饵的红外辐射特征的有效性进行了分析     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

几种缓蚀剂对低合金钢在海水中的缓蚀行为的研究

研究了几种含氨基、羟基的缓蚀剂在3%NaCl溶液中对低合金钢的缓蚀行为.运用线性极化技术测定比较几种缓蚀剂的缓蚀效果.动电位极化曲线、交流阻抗测量表明,几种缓蚀剂均为阳极型缓蚀剂,添加后由于缓蚀剂吸附在金属表面,从而有效地抑制了低合金钢的腐蚀.     

复铜导线传输性能的初步探讨

本文对复铜导线的导电性能进行了初步探讨,计算出复铜导线的直流电导率和交流电阻、电感等传输参数以及它们与铜层厚度的相互关系,为进一步对复铜导线的研制和开发提供理论依据.