提出基于BP神经网络的标准孔板气体流量测量方法,测得的流量不需要补偿就可以保证全量程范围内有较高的准确度.该方法也适用于采用标准节流装置的气体流量计.

在涡流检测中,常利用最小方差法来进行缺陷重构,这种方法要求正问题的求解效率高.提出一种新的求解正问题方法,该方法利用人工神经网络来估计涡流检测信号,大大提高缺陷重构效率.通过对理想裂纹数值验证显示,该方法可以用数值计算方法得到学习样本对人工神经网络进行训练,并且人工神经网络在学习过程中对噪声不敏感,因而可以有效抑制噪声.

针对立式罐由于设备本身限制,罐壁温度很难直接测得,本文提出了基于人工神经网络的软测量方式,并构造了立式罐壁温软测量的神经网络结构,运用实际测得数据对RBF网络进行训练和仿真,仿真结果证明了该方法的有效性.

针对目前大多数摩擦磨损试验机环境因素不可控、线速度不能实时优化调控的缺点，利用虚拟仪器开发平台LabVIEW开发一种基于人工神经网络技术的摩擦磨损试验机智能测控系统。该智能测控系统以工控机为核心，集数据采集、数据处理和实验环境控制为一体，既可实现温度、载荷、摩擦力、线速度和摩擦因数等参数的实时检测，又能对线速度进行实时调控。该试验机可更好地模拟现实工况条件，可开展多种环境因素的摩擦学实验研究。

针对早期乳腺癌X光片中微钙化点非常微小、不规则、形状和分布各异，且对比度较差，乳腺中的致密组织与病变组织十分相似的问题，依据微钙化点是淹没在极高频噪声和低频背景中的高频信号，提出了利用数学形态学和小波变换来进行微钙化点的定位，依据神经网络可以通过训练来进行分类，提出利用概率神经网络对微钙化病变类型进行融合识别．实验证明，该方法操作简单，具有较高的检出率，同时明显降低了假阳性。

研制出基于MSP430F149单片机和BP神经网络的新型便携式气体浓度检测仪。该仪器首次将单片机与人工神经网络相结合用于气体浓度检测，综合了单片机和人工神经网络的优点，克服了传统仪器气体侍感器输出与气体浓度难以线性化等缺点。该仪器具有两种显示模式、声光报警、电压监测、LCD数字显示等功能，具有体积小、灵敏度高、响应时间短、便携、低功耗等特点，能方便实时地检测出现场气体浓度，具有很强的实用性。

本文针对航空发动机故障样本获取比较困难等问题，提出了一种基于人工免疫理论的航空发动机性能监控与故障诊断方法。利用免疫系统的反面选择机理，并结合人工神经网络，确定发动机性能偏离正常值的程度（异常度），实现发动机性能趋势的监控。该方法能够灵敏、准确地反映发动机整体性能的变化情况，提高发动机性能正常与否的识别率，并以此来发现发动机潜在早期故障，防止故障的扩大。通过对某型涡扇发动机进行监控，证明该方法确实有效。

针对液力变矩器性能试验中的数据处理和分析需要,提出了应用BP神经网络进行试验数据辅助分析,以提高计算速度和编程处理能力,减少人为参与次数,实现数据分析处理的自动化。通过对具体数据、图表的实际应用表明,此种方法能够很好地表达原数据关系,数据的识别精度更高,能够满足实际试验测试的要求。

本文利用神经网络构造映射图对电液伺服系统状态特征进行描述，结果表明，神经网络可以很好地反映电液阀的状态特征，并实现对故障的诊断。

本文介绍了人工神经网络对液压泵进行故障诊断的原理、结构及网络训练步骤.