排序方式: 共有13条查询结果,搜索用时 0 毫秒
11.
选择了2种密度和分子量相近但共聚单体分别为1-丁烯和1-辛烯的线性低密度聚乙烯(LLDPE)为原料制膜,通过Elmendorf撕裂、直角撕裂、广角X光衍射(WAXS)及小角X光散射(SAXS)研究了薄膜的撕裂性能和结构的关系.实验表明我国现行通用的直角撕裂法表征撕裂的结果与国际通用的Elmendorf撕裂发现得到的结果相差很大。Elmendrof撕裂的形变速度接近薄膜的实际破裂速度,比直角撕裂的形变速度快很多。实验结果表明薄膜在低速和高速形变下(如500 min~(-1))的结构响应显著不同,这一差别应该是导致此二撕裂方法表征差异的原因。LLDPE薄膜的撕裂性能在很大程度上,但并非完全由其聚集态的结构来决定,反映晶体间连接强度的系带分子(tie chain)密度也是一个重要因素.共聚单体为辛烯的薄膜和共聚单体为丁烯的薄膜相比不仅撕裂强度要大很多,在相同取向的情况下,其撕裂强度的降低也小很多. 相似文献
12.
13.
农业生物质能已逐步成为我国现代工业主要清洁能源之一。利用激光诱导击穿光谱(LIBS)技术实现秸秆炭热值(CV)精准预测。针对传统X自变量特征提取方法在LIBS定量分析秸秆炭CV过程中缺陷问题,提出了一种XY双变量特征提取法。研究首先分析了秸秆炭CV与各元素含量之间相关性,选取与CV相关性极显著(p<0.01)的Y型特征变量,其主要获取了以炭单质、芳香环和羧基等形式存在的C,O,H和Na元素的分析线展宽波段;同时通过筛选偏最小二乘回归(PLSR)模型回归系数阈值获取与CV相关的X型特征变量,当阈值为4×10-5时模型交互验证均方根误差(RMSECV)降至最低值,其所对应的变量主要为参与农作物生理生长的Ca,Cr,Mg和K元素的分析线光谱线。基于所提取XY双特征变量构建遗传算法优化及自适应增强的人工神经网络(GA-BP-Adaboost)模型,当变异概率、交叉概率和相对误差率(RE)分别设为0.1,0.95和0.01时,最优模型预测平均相对误差(AREP)和预测相对标准误差(RSDP)分别为2.39%和2.97%,相比于XY-PLSR模型效果分别较低了0.82%和0.91%。结果表明:XY双变量特征提取法结合GA-BP-Adaboost模型可以为生物质炭在工业使用过程中CV精确定量预测分析提供方法依据。 相似文献