Gd,Co共掺杂对BiFeO3陶瓷电输运和铁磁特性的影响

采用快速液相烧结法制备BiFeO₃和Bi_0.95Gd_0.05Fe_1-xCo_xO₃ (x= 0, 0.05, 0.1, 0.15, 0.2)陶瓷样品,研究Gd, Co共掺杂对BiFeO₃微观结构, 介电性能和铁磁性的影响. X射线衍射谱表明:所有样品的主衍射峰与纯相BiFeO₃相符合且 具有良好的晶体结构,随着Co³⁺掺杂量x的增大, Bi_0.95Gd_0.05Fe_1-xCo_xO₃样品的主衍射峰(104)与(110)逐渐相互重叠, 当x大于0.1时, 样品呈现正方晶系结构; J-V特性显示Gd³⁺, Co³⁺共掺杂有效地降低BiFeO₃陶瓷的漏导电流,其降低幅度为1-2个数量级; 当f=10³ Hz时, Bi_0.95Gd_0.05Fe_0.8Co_0.2O₃的介电常数是BiFeO₃的6倍, 而Bi_0.95Gd_0.05Fe_0.95Co_0.05O₃和 Bi_0.95Gd_0.05Fe_0.85Co_0.15O₃样品的介电损耗最小,均为0.01.室温下, Bi_0.95Gd_0.05Fe_1-xCo_xO₃样品磁性与BiFeO₃相比显著增强. 在磁场为30 kOe的作用下,Bi_0.95Gd_0.05Fe_1-xCo_xO₃ (x= 0, 0.05, 0.1, 0.15, 0.2)的剩余磁化强度M_r分别是BiFeO₃的34, 60, 105, 103, 180倍.样品磁性增强的主要原因是Gd, Co掺杂使BiFeO₃的晶格结构发生变化导致BiFeO₃自身储存的磁性能被释放, Gd³⁺的4f电子与Fe³⁺或Co³⁺的3d电子自旋相互作用及样品中存在局域的 Fe-O-Co磁耦合三者共同作用的结果.     

三角模糊数直觉模糊PA算子及其应用

针对决策信息为三角模糊数直觉模糊数（TFNIFN）且属性间存在相互关联的多属性群决策（MAGDM）问题,提出了一种基于三角模糊数直觉模糊PA （TFNIFPA）算子的决策方法.首先,基于TFNIFN的运算法则和PA （Power Average）算子,定义了TFNIFPA算子.然后,研究了该算子的一些性质,建立基于TFNIFPA算子的MAGDM模型,结合排序方法进行决策.最后通过MAGDM算例验证了该算子的有效性与可行性.     

当归中藁本内酯的超临界CO2萃取-毛细管气相色谱定量分析

为研究超临界CO2 萃取当归中主要活性成分之一的藁本内酯的工艺条件 ,建立了毛细管气相色谱法定量分析藁本内酯含量的方法 ,样品的超临界萃取物在SE_54毛细管柱上 ,以130℃｜190℃｜220℃的二阶柱升温程序 ,正十八烷为内标定量分析;藁本内酯在0 7～1 8g/L范围内呈良好的线性关系 ,精密度试验RSD为2 2 %(n=6) ,回收率为(96±2) %。     

Sm、Co共掺杂对BiFeO3陶瓷漏电流和铁磁特性的影响

采用快速液相烧结法制备Bi0.95 Sm0.05Fe1-x Cox O3(x=0、0.05、0.1)陶瓷样品,利用X射线衍射仪(XRD)、扫描电子显微镜(SEM)、振动样品磁强计(VSM)对其结构、形貌和磁性进行了测量与分析.结果表明:所有样品的主衍射峰与纯相BiFeO3相吻合且具有良好的晶体结构,样品晶粒的大小随着Sm3+、Co3+掺杂而变小,其晶粒尺寸在1～5 μm; Sm3+、Co3+共掺杂有效地减小BiFeO3陶瓷的漏导电流,漏导电流密度下降1～2个数量级;所有样品在磁场为1000 Oe作用下具有完整的的磁滞回线,呈显出较弱的铁磁性.随着掺杂量x的增加,样品的铁磁性显著提高.当x为0.1时,样品具有较好的的铁磁特性.这可以理解为Sm3+、Co3+的掺杂,破坏BiFeO3样品中原有的反铁磁结构,形成一种新的亚铁磁结构,导致掺杂Co3+的样品磁性大幅度增强.     

区间直觉梯形模糊Bonferroni平均算子及在多属性群决策中的应用

针对决策信息为区间直觉梯形模糊数(IVITFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于加权区间直觉梯形模糊Bonferroni平均(WIVITFBM)算子的决策方法.首先,基于IVITFN的运算法则和Bonferroni平均(BM)算子,定义了区间直觉梯形模糊Bonferroni平均(VITFBM)算子和WIVITFBM算子.然后,研究了这些算子的一些性质,建立基于WIVITFBM算子的MAGDM模型,结合排序方法进行决策。最后通过MAGDM算例验证了该算子的有效性与可行性。     

火灾损失预测的改进GM(1,1)模型

本文对随机性较强的火灾事故,提出了采用改进GM(1,1)模型来减小预测误差.该模型通过三次改进提高预测精度,首先基于普通GM(1,1)模型,改进模型中初始值提高模型精度;其次基于初值改进后的GM(1,1)模型进行残差修正,再次提高预测准确性;最后对残差修正模型中的初始值进行改进,使最后预测模型更加精确.并且在处理含负值的残差数列时,提出了二次累加的方法进行模型预测.通过普通模型的预测值与改进模型的预测值进行对比,可以发现改进后模型的预测值更加接近实际值.结果表明,三次改进后的GM(1,1)模型精度明显提高,为以后预测研究提供一种理论参考.     

基于贝叶斯网络的供应链风险模糊综合评判

由于导致供应链失效的风险因素具有模糊性、复杂性,增加了供应链风险分析难度,一般的风险分析方法不能很好地评判供应链风险.文章提出了基于贝叶斯网络的供应链风险模糊综合评判方法,以某企业供应链风险为例,通过构建供应链失效风险的贝叶斯网络对风险事件发生概率进行线性推理,再采用模糊综合评判方法求出供应链风险中主要风险事件及总风险事件的风险等级,为该企业及早调控供应链提供依据.本评判方法可为企业供应链风险及其他类似风险的预防和控制提供参考依据.