为改善浮选工艺,改进浮选设计,提高浮选效率,实现浮选的自动控制,提出一种将模糊理论与神经网络相结合的预测方法。利用多层级的前馈神经网络,构建矿浆浓度、精矿质量、药剂用量这3个主要浮选指标与矿浆浮选速率之间的模糊神经网络模型。采用T-S模糊模型不断修正模糊子集的隶属函数,从而提高了预测输出值的精度。通过实验数据的研究结果表明,该算法能够准确描述实际的浮选过程,具有很高的准确度和精度,证明了其用来预测矿浆浮选速率变化趋势具有可行性,为浮选动力学的研究发展提供了一种新的方法和途径。

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。

制动管路整车布置设计是汽车制动管路设计开发过程中关键环节。结合液压制动管路整车布置方案,介绍了液压制动管路(包括制动硬管和软管)的整车布置设计要求,并分析了制动管路布置设计对制动系统的影响,有利于指导制动管路的设计开发。

该文利用气体润滑技术对针杆机构进行无油化研究，根据针杆机构分析的结果设计了孔一腔型动静压混合气体轴承，获得了合理的结构参数。对该气体轴承进行实验研究，实验结果证明大大提高了针杆机构的润滑效果，实现了针杆机构无油化。