单向应力条件下松弛时间率相关的非线性粘弹性本构模型

基于单向拉伸实验研究和内变量理论 ,提出了一种新的简单的一维非线性粘弹性本构关系 .对两种粘弹性材料 ,即高密度聚乙烯和聚丙烯进行了不同加载速率作用下的拉伸实验研究 ,实验结果表明 ,两种材料的应力应变关系与加载速率相关 ;对材料的应力应变实验数据进行拟合发现 ,材料的松弛时间具有很强的应变率相关性 ,当应变率发生数量级变化时 ,材料的松弛时间也发生数量级的变化 .采用内变量理论 ,导出了在单轴应力条件下松弛时间率相关的非线性粘弹性本构关系的迭代形式 ,并给出其收敛条件 .当采取一次迭代形式时 ,本构关系退化为松弛时间率相关的Maxwell模型 .数值拟合的结果表明 ,一次迭代形式的本构关系就可以很好地拟合和预测实验结果 .     

分数Maxwell模型应用于PTFE松弛模量的研究

用分数Maxwell模型对聚合物PTFE(Polytetrafluoethylene)的应力松弛过程进行了研究. 分数Maxwell模型的渐近行为是确定其参数的基本依据, 但根据实验数据确定的松弛时间与渐近解成立的条件并不自恰. 通过适当选定松弛时间, 利用起始时段的实验数据确定初始松弛指数和松弛模量, 并适当优化末端松弛指数, 分数Maxwell模型可以对粘弹性应力松弛过程给出非常好的描述.     

基于导数光谱融合建模的红外光谱定量分析方法

设计了基于奇摄动技术的导数光谱估计器并提出基于不同阶次导数光谱空间的融合建模定量分析方法。方法充分利用导数光谱信息空间、区间最小二乘法和融合建模的优点,挖掘光谱深层次信息进行融合建模。分别利用麦汁浓度范围4.23~18.76° P (柏拉图度)的啤酒红外光谱公共数据集和配制的浓度为0.04%~5%范围的葡萄糖溶液实测光谱数据集进行定量分析方法的对比实验。实验结果表明,融合建模定量分析方法能获得最小的预测均方根误差(RMSEP),其值分别为0.121和0.087,能够准确地进行定量分析。与其它建模方法相比较,基于导数光谱的融合建模方法所建立的预测模型具有明显优越的性能。     

训练字典及其稀疏表示在近红外光谱法检测柴油中的应用

为提高柴油组分近红外法检测的精度, 提出了一种基于训练字典稀疏表示下的建模方法并用于柴油十六烷值、沸点和芳烃总量的检测. 该法先用柴油光谱结合K 均值奇异值分解(K-SVD)算法完成对冗余字典的训练, 再用正交匹配追踪算法(OMP)寻找柴油光谱在该训练字典下的稀疏表示系数, 用该系数建立了柴油十六烷值、沸点和芳烃总量偏最小二乘预测模型. 实验比对了训练字典、傅里叶字典和小波字典稀疏表示下的柴油组分预测模型性能, 其中训练字典的表示系数建模性能最优且比其他两种字典的预测性能有较大幅度改进, 验证了该法在近红外光谱检测建模领域推广能改善预测的准确度和稳健性.     

近红外光谱结合遗传算法快速检测红曲菌固态发酵生物量

该文研究了近红外光谱技术在红曲菌固态发酵生物量快速检测方面的应用。共采集了4个批次80个样本的光谱,采用氨基葡萄糖法测定生物量。为降低模型的复杂度和提高模型的预测性能,研究了遗传算法(Genetic Algorithm,GA)的光谱谱区选择方法,并建立所优选光谱变量的预测红曲菌固态发酵生物量的PLS模型。为说明遗传算法优选光谱变量的可行性,另外分别建立了全谱和相关系数法两种波长选择方法下的PLS定量模型,比较分析了3种方法所获模型的预测能力,并对GA方法优选的光谱波段信息与菌体成分中含氢基团的对应吸收进行分析。结果表明,遗传算法能在降低模型复杂度的同时提高模型的预测性能,其建模结果为Rc=0.998 3,RMSECV=3.580 2,Rp=0.993 1,RMSEP=3.643 7,参与建模的数据点由全谱的1 457个减少到585个,且模型预测精度相比FS-PLS模型提高了11.55%。研究表明近红外光谱技术结合遗传算法所建的PLS预测模型能够实现红曲菌固态发酵生物量的快速检测,从而为进一步实现在线发酵过程优化控制提供依据。     

支持向量机与KStar模型预测细胞色素P450酶催化的氧脱烃反应

分别以支持向量机(SVM)和KStar方法为基础, 构建了代谢产物的分子形状判别和代谢反应位点判别的嵌套预测模型. 分子形状判别模型是以272个分子为研究对象, 计算了包括分子拓扑、二维自相关、几何结构等在内的1280个分子描述符, 考查了支持向量机、决策树、贝叶斯网络、k最近邻这四种机器学习方法建立分类预测模型的准确性. 结果表明, 支持向量机优于其他方法, 此模型可用于预测分子能否被细胞色素P450酶催化发生氧脱烃反应. 代谢反应位点判别模型以538个氧脱烃反应代谢位点为研究对象, 计算了表征原子能量、价态、电荷等26个量子化学特征, 比较了决策树、贝叶斯网络、KStar、人工神经网络建模的准确率. 结果显示, KStar模型的准确率、敏感性、专一性均在90%以上, 对分子形状判别模型筛选出的分子, 此模型能较好地判断出哪个C―O键发生断裂. 本文以15个代谢反应明确的中药分子为验证集, 验证模型准确性, 研究结果表明基于SVM和KStar的嵌套预测模型具有一定的准确性, 有助于开展中药分子氧脱烃代谢产物的预测研究.     

近红外光谱技术对烟草pH值的快速测定

提出了一种基于近红外漫反射光谱技术快速测定烟草pH值的方法.采集不同烟草粉末样品的近红外漫反射光谱,并对其原始光谱数据进行一阶微分、二阶微分及平滑等预处理,用偏最小二乘法(PLS)方法建立pH值预测模型(建模样品572个).从光谱主成分分布和pH值分布方面考察了81个验证集样品,结果表明验证集样品分布范围较大,分布较合理.利用主仪器模型对验证集样品进行预测,结果表明主仪器一阶微分模型和二阶微分模型对验证集样品的pH值预测与实际测量值的平均绝对偏差分别为0.057、0.065,t检验表明预测值和实测值之间没有显著性差异,达到了较好的结果.考察了主仪器pH值一阶微分、二阶微分模型在同一型号不同仪器间的直接转移效果,一阶微分模型转移给了子仪器A ～F,二阶微分模型转移给了子仪器G,7台子仪器pH值预测的平均绝对偏差为0.049 ～0.070,且都通过了F检验.实验表明,该主仪器模型能够快速预测烟叶中的pH值,并成功转移到同类仪器上进行检测.     

用于紫外光谱水质分析的Boosting-偏最小二乘法

为提高水质参数总有机碳(TOC)的紫外吸收光谱分析的预测精度,提出一种基于Boosting理论的迭代式回归建模算法,并根据统计学习理论提出一种新的迭代停止判据,可有效防止过拟合,显著提高模型预测精度。为评估所提算法的性能,分别采用本算法和3种常用的光谱分析方法,即偏最小二乘、主成分回归和人工神经网络,对自行研制的紫外光谱水质分析仪实测的一组数据进行了建模和预测。计算结果表明:相对于其他3种方法,本算法具有生成的模型预测精度高的显著优势。     

基于自加权变量组合集群分析法的近红外光谱变量选择方法研究

变量选择技术是光谱建模的重要环节。本研究提出了一种新的变量选择方法——自加权变量组合集群分析法(AWVCPA),首先通过二进制矩阵采样法(BMS)对变量空间进行采样;其次通过对变量出现频率(Fre)和偏最小二乘回归系数(Reg)两种信息向量(IVs)做加权处理,得到了每个光谱变量的贡献值,进而考虑到了Fre和Reg两类IVs对于光谱建模的影响;最后通过指数衰减函数(EDF)删除贡献小的波长点,进而实现特征变量选取。以啤酒和玉米两组近红外光谱数据为例,基于偏最小二乘法(PLS)建立啤酒中酵母浓度预测模型和玉米中油浓度预测模型,对比其它变量选择方法。研究表明,在相同条件下,基于AWVCPA变量选择方法建立的预测模型都取得了最优的预测精度,对啤酒中酵母浓度的预测,相比全光谱PLS模型,RMSEP由0.5348下降到0.1457,预测精度提高了72.7%;对玉米含油量的预测,相比全光谱PLS模型,预测均方根误差(RMSEP)由0.0702下降到了0.0248,预测精度提高了64.7%。     

用Wagner型本构方程表征低密度聚乙烯熔体的粘弹性及其非线性依时特性的预测

通过实验研究了一种低密度聚乙烯 (LDPE ,PE FSB 2 3D0 2 2 /Q2 0 0 )熔体的粘弹性 ,并用KBKZ类本构方程中的Wagner模型进行了表征 .用Wagner模型预测了LDPE的非线性依时粘弹特性 ,并同已报道的变型Huang方程的结果进行了比较 .在最大剪切速率 5s- 1 下 ,KBKZ方程预测的短剪切时间下的触变环与实验结果吻合较好 ,当剪切时间加长时 ,KBKZ方程的预测结果比实验值偏高 .KBKZ方程能够较好地预测应力增长和应力松弛特性 ,即能够真实地反映出实验中的应力过冲以及应力松弛的过程 ,而变型Huang方程则不能 .变型Huang方程中的参数是孤立地、片面地反映材料在特定条件下的流变特性 ,而KBKZ方程中描述材料流变性质的参数能基本上反映出该LDPE的粘弹性 .因此 ,KBKZ方程描述和预测依时性粘弹特性的综合能力强于变型的Huang方程 .结果还表明KBKZ方程仍不能准确、完整地描述LDPE Q2 0 0的依时性粘弹性 .     

基于局部最小二乘支持向量机的光谱定量分析

提出了一种基于局部最小二乘支持向量机(LSSVM)的回归方法,以克服待测参数和光谱数据间的非线性。本方法首先通过欧式距离选取局部训练样本子集,然后利用该子集建立LSSVM校正模型。由于每个测试样本建模时要选取不同的训练样本,因此提出相对距离的概念用来改进高斯核函数,使LSSVM的参数对于不同的训练样本具有自调整功能。针对一批汽油样本的实验结果表明,本方法的预测精度优于常见的局部线性建模方法和全局建模方法。     

基于近红外光谱分析技术的食品包装塑料的定性分析

该文基于近红外漫反射光谱分析技术对食品包装材料聚乙烯、聚丙烯进行定性判别试验研究,选取不同波段范围、采用不同光谱预处理方法,使用主成分分析法(Principal component analysis,PCA)结合SIMCA、贝叶斯判别、K-近邻3种模式识别方法建立定性预测模型,并根据正确识别率比较了各模型预测性能。结果表明：使用SIMCA方法、贝叶斯判别、K-近邻3种方法建立的定性校正模型均在1 050~1 550 nm波长范围内效果较好;采用矢量归一化、标准正态变量变换、中心化、滑动均值滤波、多项式平滑滤波、一阶微分6种光谱预处理方法和上述3种模式识别方法对塑料样品近红外光谱进行了数据处理,其中在1 050~1 550 nm范围内,主成分因子数为3,采用原始光谱建立的K-近邻定性校正模型较优,对样品校正集和预测集的正确识别率均为100%。可为食品包装材料聚乙烯、聚丙烯的快速鉴别研究提供参考。     

从静态应力松弛实验求材料准松弛时间谱的一种数值计算方法

避开繁琐困难的函数求解过程，采用数值计算方法，从常规的静态应力松弛实验，直接求被测材料的松弛单元的表现松弛强度．主松弛时间τ０由单－ＭＡＸＷＥＬＬ模型求得，其他松弛时间分别约取为１０（－２）·τ０，１０（－１）·τ０，１０１·τ０，１０３·τ０。应力松弛万程取５参数模型，记为谱的强度ａｉ（或Ａｉ）通过多元线性回归，由最小二乘法确定．对一种天然橡胶试样在不同温度下的松弛曲线进行处理，回归值与原始实验值吻合良好，不同温度下的松弛单元对总松弛的贡献，反映出温度对松弛过程的活化作用．     

燃料电池的机理模型及控制建模的研究

根据直接甲醇燃料电池(DNIFC)的组成结构、工作原理,并运用电化学,流体动力学、热力学等学科理论,建立了DNIFC电池性能数学模型,并结合DNIFC实验数据进行仿真,结果表明这种数学建模是合理和有效的。由于数学模型的复杂性难以满足工程上对PNIFC控制系统的设计特别是实时控制需要的情况,本文提出一种基于最小二乘支持向量机建模算法,用具有RBF核函数的LS-SVM离线建立DNIFC电堆的非线性模型;仿真和实验结果表明了该建模方法具有建模简单、模型精度高等优点,亦证明了该算法的有效性和优越性。研究结果对直接甲醇燃料电池控制系统的建模和控制具有一定的实用价值。     

硅橡胶弹性行为的研究进展

硅橡胶特别是补强硅橡胶因其良好的抗疲劳性、高阻抗性以及宽的使用温度域而广泛地应用于工业的诸多方面.能够从网络结构上对硅橡胶材料的性能进行合理的解释、模拟以及预测是多年来很多研究者的追求.本文概述了部分过去的相关理论研究,即基于设计一定的理论模型对硅橡胶网络结构进行模拟并预测其性能的模拟理论,重点介绍了具有阶段性意义的经典模拟模型并说明其基本假设、实际应用范围以及缺陷所在,阐述了近些年来新的一些从分子角度计算模拟的研究成果,并与经典的网络模型进行比较,以找到一个到目前为止,综合模拟性能好、适用性强的模拟研究方法.     

对直接标准化算法的改进及其应用

由于各种仪器之间存在差异,主机上建立的定量模型用于从机会导致预测结果出现较大偏差。目前主要通过有标样方法和无标样方法来减小预测偏差。该文对现有标样方法中的直接标准化算法进行改进,在转移矩阵的建立过程中,对从仪器数据矩阵进行主成分分解,以预测均方差为判定标准,确定最终的转移矩阵。并以玉米和烟草数据为对象,测试了该法的有效性。玉米样品含有2种成分:水分和蛋白质;烟草样品含有4种成分:还原糖、总糖、总氮和总碱。结果表明,对于玉米样品中的2种成分,采用改进的方法可显著提高预测的准确度;对于烟草中的4种成分而言,采用改进的方法可获得稳健的预测结果。     

一种提高有机硅导电橡胶复合材料导电和电磁屏蔽性能的方法

描述了一种利用多元复合导电网络提高有机硅橡胶复合材料导电和电磁屏蔽性能的思想。这种含有多元复合导电网络的复合材料是通过将镀银泡沫、导电填料和有机硅橡胶复合在一起而制备的。利用扫描电子显微镜观察了复合材料的微观结构,采用电阻测试仪、矢量网络分析仪、热失重分析仪分别研究了复合材料的导电性、电磁屏蔽性能及热稳定性,并探讨了补强剂SiO2对这些性能的影响。结果表明,2%碳纳米管/导电泡沫/硅橡胶多元复合体系相比于2%碳纳米管/硅橡胶单一复合体系电阻率降低了6个数量级,平均电磁屏蔽效能由12dB提高到52dB,增大了4倍。当导电填料换为炭黑后,2%炭黑/导电泡沫/硅橡胶多元复合体系相比于2%炭黑/硅橡胶单一复合体系电阻率降低了7个数量级,平均电磁屏蔽效能由10dB提高到50dB,增大了5倍。由于多元复合导电网络,材料的导电性能和电磁屏蔽性能大幅度提升。此外,补强剂的加入增大了复合材料的热稳定性,但降低了其导电和电磁屏蔽性能。     

以时温等效方法研究尼龙1010应力松弛行为及使用寿命预测

以尼龙材料的应力松弛行为作为研究对象, 考察初始应变为1.0%, 2.8%和5.1%的尼龙1010样品在温度区间293353 K的松弛曲线, 采用时间-温度等效叠加方法得到了松弛模量主曲线, 计算出叠加过程中的表观活化能、 松弛过程中的活化体积和应力辅助功. 结果表明, 整个松弛过程中的表观活化能和应力辅助功表现出相同的变化趋势, 体现出松弛过程中克服运动单元位垒的过程. 当293323 K区间的松弛曲线叠加时, 随着初始应变的增加, 表观活化能和应力辅助功均逐渐降低, 有助于聚合物内部的运动单元越过能垒发生松弛, 与松弛过程中的应力辅助热活化理论相一致; 当333353 K区间的松弛曲线叠加时, 不同初始应变样品的表观活化能均为260 kJ/mol, 应力辅助功均为60 MPa·nm³, 说明松弛过程中克服运动单元的能垒与应力作用无关. 根据松弛主曲线, 计算出了尼龙1010在1.0%, 2.8%和5.1% 3种形变下, 长时间范围内应力衰减与时间的关系, 为预测实际使用过程中的应力松弛行为提供了依据.     

补偿波段建模方法及其在血清葡萄糖光谱分析中的应用

利用傅立叶变换红外光谱(FTIR)和衰减全反射(ATR)技术,建立血清葡萄糖的快速定量分析方法。基于模型预测效果,提出了一种联合最佳单波段的补偿波段建模方法。在全谱(4000~600 cm-1)区间,根据移动窗口偏最小二乘法得到人体血清葡萄糖的最佳单个连续波段后,另外选择一个波段进行补偿建模,优选出最佳补偿波段。结果表明,这种补偿波段建模方法建模效果不仅仅远好于全谱,也好于最佳单个波段。用独立的实际样品对模型进行测试,补偿模型的预测均方根偏差(RMSEP)和预测相关系数(Rp)分别为0.782 mmol/L和0.944。     

基于交互式自模型混合物分析的近红外光谱波长变量优选方法

为了提高近红外光谱定量分析的预测精度和建模效率,提出了一种基于交互式自模型的混合物分析的波长优选方法,根据光谱各波长变量的纯度值和标准差值,选择含有用信息的波长变量,并引入相关权函数解决变量间共线性问题.通过依次迭代选择的变量建立定量校正模型,由交互验证均方根预测误差(RMSECV)确定最佳波长变量个数.应用该波长变量优选方法对具有不同葡萄糖含量的两组(四成分葡萄糖水溶液实验和人体血浆实验)近红外光谱数据进行分析,两组数据中分别只选择了全部变量的0.3%建立定量校正模型,其验证集葡萄糖浓度的均方根预测误差(RMSEP)分别减少为669和15 mg/L.与全谱范围及优选波段建立的定量校正模型比较,本方法能够通过波长变量优选最小化冗余信息、提高预测精度及建模效率.