基于模糊神经元PID算法的注塑机注射速度控制算法研究

基于一款市场较为畅销的注塑机, 设计出一种能精确控制注射速度的模糊神经元PID控制器. 首先, 设计出具有自学能力的神经元PID控制器, 利用模糊算法对其进行优化; 其次, 在原有注射速度线性数学模型的基础上, 构建注塑机注射速度的非线性模型; 最后, 利用MATLAB在所建数学模型的基础上对模糊神经元PID控制器进行仿真实验. 实验结果表明, 所设计控制器具有响应迅速、无超调量、控制精度高、控制稳定等优点.     

Influence of external load on friction coefficient of Fe-polytetrafluoroethylene

A coarse-grained molecular dynamics simulation model was developed in this study to investigate the friction process occurring between Fe and polytetrafluoroethylene(PTFE).We investigated the effect of an external load on the friction coefficient of Fe–PTFE using the molecular dynamics simulations and experimental methods.The simulation results show that the friction coefficient decreases with the external load increasing,which is in a good agreement with the experimental results.The high external load could result in a larger contact area between the Fe and PTFE layers,severer springback as a consequence of the deformed PTFE molecules,and faster motion of the PTFE molecules,thereby affecting the friction force and normal force during friction and consequently varying the friction coefficient.     

Predicting Quantum Many-Body Dynamics with Transferable Neural Net works

Advanced machine learning(ML)approaches such as transfer learning have seldom been applied to approximate quantum many-body systems.Here we demonstrate that a simple recurrent unit(SRU)based efficient and transferable sequence learning framework is capable of learning and accurately predicting the time evolution of the one-dimensional(ID)Ising model with simultaneous transverse and parallel magnetic fields,as quantitatively corroborated by relative entropy measurements between the predicted and exact state distributions.At a cost of constant computational complexity,a larger many-body state evolution is predicted in an autoregressive way from just one initial state,without any guidance or knowledge of any Hamiltonian.Our work paves the way for future applications of advanced ML methods in quantum many-body dynamics with knowledge only from a smaller system.     

血液接触生物材料的血液相容性评价研究进展

生物材料的血液相容性是决定该材料能否在临床成功应用的重要标准之一。当材料与血液接触后,会引起溶血、凝血和免疫等一系列反应,机制复杂且受多种因素影响。因此,在材料临床应用前需根据ISO 10993-4进行生物相容性评价,血液相容性评价是其中重要部分,但目前尚未形成统一的评价标准与评价体系。本文总结了近年对血液相容性评价的主要方法,为今后生物材料血液相容性评价体系的建立提供参考。     

氧化环境和比例对改性Hummers法制备GO的影响

以鳞片石墨(GR)为原料,采用改性Hummers法液相氧化方法制备氧化石墨,通过超声剥离的方法剥离出片状的氧化石墨烯(GO),探讨了H₂SO₄环境与H₂SO₄+H₃PO₄混酸环境和KMnO₄与GR的比例对GO制备的影响。采用FTIR、UV、TG、XRD、SEM和XPS等分析手段对制备的GO进行分析。结果表明：GO外貌是呈褶皱片状,在片层上主要有C=O、C-OH、-COOH和C-O-C等官能团,以共价键形式存在石墨层间;通过TG与XPS数据分析表明在H₂SO₄ H₃PO₄混酸环境下制备的GO含氧官能团较多,并且(KMnO₄)与鳞片石墨的最佳比例是1:4。     

球－盘微动摩擦件磨损体积的测量与计算

一般地说，由于微动磨损量很小，测定非常困难，所得结果的误差通常都相当大．尽管几十年来人们对微动磨损进行了好些研究，然而至今却还没有建立起统一而完善的微动磨损量的测量和计算方法，以至很难对试验结果进行定量比较．因此，根据ＳＲＶ微动磨损试验机的工作原理，利用几何和数学分析手段提出了一种能够比较精确地测量和计算球－盘接触型微动摩擦件磨损量的方法，并且利用不同的模型对计算方法进行简化，从而得出了球和盘的磨损体积计算公式。只要借助轮廓仪和读数显微镜测量出有关参数，就可以比较精确地计算出球和盘的微动磨损体积，为了验证这种计算方法的实用性和可靠性，还进行了５２１００钢对不同含钨量的Ｎｉ－Ｗ合金镀层的ＳＲＶ微动磨损试验，测量结果与计算结果具有较好的一致性，由此可见，根据所提计算方法得到的计算结果，不仅可以增强ＳＲＶ试验机测试结果的可比性，也为利用这种试验机深入开展微动磨损研究提供了参照依据。     

认知无线电网络中利用FEC和DE的多节点频谱感知算法

针对认知无线电网络(CRN)中空闲频谱感知困难的问题,本文提出了基于前向纠错和差分进化算法的多节点频谱感知算法。首先,利用基于差分进化算法的协同检测完成信号感知;然后,研究了信道噪声对频谱感知性能的影响;最后,分析了前向纠错技术在信道存在噪声时对频谱感知性能的影响。仿真实验将纠错和无纠错控制信道的不同信噪比作为依据,采用三种不同的检测方法评估了本文算法。仿真实验结果表明,在存在噪声的认知无线电网络中,本文算法提高了系统的性能和检测概率,且协同感知算法的性能随着节点数目的增加而提高,该算法适合应用于实时性要求较高的应用程序。     

灰口铸铁屈服规律的实验研究

报导了灰口铸铁薄壁圆管试件在比例加载时Ｐ—ｐ复杂应力状态下屈服规律的实验结果。主要研究了：（１）拉伸屈服强度与压缩屈服强度的关系；（２）应力球张量对材料屈服的影响；（３）材料初始屈服规律。     

拉压性能不同材料的几种结构的极限分析

给出了拉压性能不同材料（简称具有Ｓ－Ｄ效应的材料）的几种结构的极限载荷公式。揭示出材料的拉压性能不同对几种结构承载能力的影响规律。所给出的极限载荷公式可供工程设计人员参考。     

封装对大功率半导体激光器阵列热应力及Smile的影响

提出一种采用双铜-金刚石的"三明治"封装结构,利用有限元分析方法研究了其与传统的Cu+Cu W硬焊料封装结构激光器的热应力与Smile.对比模拟结果发现新封装结构热应力降低43.8%,Smile值增加95%.在次热沉热膨胀系数与芯片材料匹配的情况下,使用弹性模量更大的次热沉材料,可对芯片层热应力起到更好的缓冲作用.以硬焊料封装结构为例,分析了负极和次热沉厚度对器件Smile的影响.结果表明负极片厚度从50μm增加到300μm,器件工作结温降低2.26℃,Smile减小0.027μm,芯片的热应力增加22.95 MPa.当次热沉与热沉的厚度比小于29%时,Smile随次热沉厚度增加而增加;而当次热沉厚度超过临界点后,Smile随次热沉厚度增加而减小.当次热沉厚度达到临界点(2300μm)时,硬焊料封装的半导体激光器具有最大的Smile值3.876μm.制备了Cu W厚度分别为300μm和400μm的硬焊料封装976 nm激光器,并测量了其发光光谱.通过对比峰值波长漂移量,发现Cu W厚度增加了100μm,波长红移增加了1.25 nm,根据温度和应力对波长的影响率可知应力减小了18.05 MPa.测得两组器件的平均Smile值分别为0.904μm和1.292μm.实验证明增加Cu W厚度可减小芯片所受应力,增大Smile值.