将人工神经网络技术应用于结构内力分析.介绍了前馈型BP神经网络的模型及其算法,在分析双向板弹性内力时,建立了一个三层的BP网络,将该网络进行训练后计算四边简支双向板跨中弹性最大弯矩.在分析时,为了增强网络的推广能力,还以权值的修正量作为参考的收敛标准;同时,为了加快学习速率而不导致振荡,还采用了增加动量系数的方法来修改反传中的学习速率.BP网络的分析程序采用Matlab编制.计算结果表明人工神经网络在结构分析中具有良好的适用性.

阐述了基于BP神经网络的数码相机特征化方法。采用不同的神经网络结构，建立了数码相机记录的RGB信息和原影像CIEXYZ色度信息之间的非线性对应关系。对NIKOND200数码相机进行了研究，通过实验得到了合理的神经网络结构为3—10—10-3。测试不同的训练样本和测试样本，达到的CIELAB平均色差和最大色差分别为1．9—2．2和6．7—7．4个色差单位。讨论了实验设备的重复性，同时，分析了样本数量对实验结果的影响。实验结果表明：对数码相机的特征化，可采用BP神经网络技术实现较高的精度。

提出一种人工智能方法进行航空轴承疲劳可靠性分析.通过二次多项式近似拟合温度场效应， 建立热弹流润滑效应下航空轴承接触应力分析模型，同时考虑热弹流润滑效应、材料属性以及疲劳强度修正 系数的随机性，结合应力-强度干涉理论，运用人工神经网络法完成疲劳可靠性分析，基于改进的一次二阶矩 法完成可靠性灵敏度分析.数值算例表明，建立的可靠性分析模型能正确反映热弹流润滑效应对航空轴承接 触疲劳的影响.与传统蒙特卡罗方法相比，提出的智能方法具有良好的全局搜索能力和高效的计算性能，并通过无交互方差分析滚动轴承疲劳试验对可靠性灵敏度分析结果进行了验证.

立式管道泵是一种具有进口弯管的单级单吸离心泵,常被应用于安装空间受限的地方。由于进口的特殊结构,该泵不可避免地产生了一定程度的能量损失,从而降低了整体的效率。为了提高管道泵的性能,基于人工神经网络进行了肘形进水流道的优化研究。进水流道的形状可由流道中线和各截面的形状控制,选择五阶贝塞尔曲线拟合流道中线,三阶贝塞尔曲线拟合截面控制参数沿流道中线的变化趋势。考虑到泵实际安装需求,选取进水流道的11个参数为优化变量,泵效率为优化目标。采用拉丁方试验设计方法设计了149个进水流道方案,应用人工神经网络建立了泵效率与11个设计变量间的高精度非线性数学表达式,采用粒子群算法对数学表达式进行了优化,得到了肘形进水流道的最优参数组合。研究结果表明：计算结果与试验结果在小流量和设计流量下呈现出很好的...

采用人工神经网络与传统理论计算模型相结合的方式，建立了智能型的制冷压缩机热力性能计算模型，利用人工神经网络的自学和泛化能力提高了制冷压缩机容积效率和电效率的计算模型精度。仿真结果表明，智能型制冷压缩机模型很好地改善了传统理论计算模型精度，而且适应能力更强；并且人工神经网络和传统理论模型的融合程度，对于制冷装置仿真系统的优化和仿真精度的提高起到了至关重要的作用。

文章简要地介绍了人工神经网络的特点，并与传统方法作了简单的比较，总结了人工神经网络在材料性能和配方研究方面的应用，讨论了人工神经网络用于无石棉密封材料配方优化和制品性能预测的优点及其应用状况。

为了快速诊断出翻车机液压系统故障产生的位置以及故障原因，提出了一种基于BP神经网络算法的翻车机液压系统故障诊断方法，在此基础上提出了大型液压系统故障诊断分块建模的原则。利用某公司C型转子式翻车机故障数据样本建立了整体、分块故障诊断BP神经网络模型，对比实验数据分析表明，采用分块建模原则建立的BP神经网络故障诊断模型对翻车机液压系统故障具有较高识别精度，对提高翻车机液压系统状态监测与故障诊断能力有较大实用价值和工程意义。

提出了液压系统维护的一种新思想，即基于自我调解的液压故障控制。通过对液压故障的根源参数进行监测，在系统可能发生故障而又未发生时，及时识别并自我调整，从而避免故障发生，维护系统的正常状态。

以挖掘机的动臂结构为研究对象构建考虑静态强度、刚度、轻量化等性能的优化设计数学模型以ANSYS软件为工具对挖掘机动臂进行了轻量化设计计算针对轻量化设计过程中设计变量非线性的特点建立了人工神经网络的模型对ANSYS软件优化设计的结果进行了验证有效地降低了动臂的质量。结果表明用两种方法结合起来进行轻量化设计的方法合理可行对其他的机械进行轻量化设计具有一定的指导意义。

利用光谱仪测得三种品牌共150个机油样本的光谱数据,再借助数据处理软件对原始光谱数据进行处理,处理后的数据先采用主成分分析法对机油品种进行定性分类,然后利用小波变换技术提取光谱特征信息,把光谱特征信息作为人工神经网络的输入建立机油品种识别模型,对机油品种进行定量鉴别。从每种机油50个样本共计150个样本中随机抽取120个样本（每种40个样本）用来建立神经网络模型,剩下的30个机油样本用于预测。品种识别准确率达到100%。说明本文提出的方法具有很好的分类和鉴别作用,为机油的品种鉴别提供了一种新方法。