稀土萃取分离过程软测量方法的研究

分析了稀土组分含量在线检测技术进展缓慢的原因,分析了稀土萃取分离过程机制,找出影响稀土组分含量检测的主要因素,确定辅助变量。利用从包钢稀土厂采集的数据通过newrb函数创建径向基网络来实现稀土组分含量的软测量。文中通过流程图详细阐述了建模方法,采用50组样本数据对所建立的模型进行计算机仿真验证,仿真结果证明了模型的可行性。     

胍盐离子液体捕获CO2温室气体的机理

通过量子力学与分子动力学对胍盐离子液体的模拟表明,胍阳离子与氯负离子之间存在较强的相互作用,其相互作用能约为-109．216kcal／m01．从能量与几何分布可见,两种空间分布方式中最稳定构象为Middle作用模式．径向分布函数也验证了这一结论．C02含量的不断增加并没有对离子液体的结构产生影响,而是被离子液体的空腔捕获．     

无机二元氢化物酸性的径向基函数神经网络研究

用径向基函数神经网络(RBF-Network)构建了一个无机二元氢化物酸性强度pKa与结构参数的非线性关联模型。13个样本的pKa计算值与实验值相关系数R达到0·9998,平均偏差0·315,显著优于文献报道的结果。交互预测的结果也非常理想,Rcv达到0·9984。参数试验的结果显示,以键合氢原子数m表征的构型因素和以键长rA—H等表征的分子大小因素是影响无机二元氢化物酸性强弱的主要影响因素。     

多孔整体固定相的制备与色谱性能

结合连续加料降低聚合体系的放热量,及强化体系的换热能力等措施,实现了无搅拌模式聚合体系中温度分布的均一化。通过单次聚合过程构造了体积为38mL的大体积整体固定相。SEM及孔隙率分布测试证明了整体固定相具有均匀的孔结构,动态容量测定及分离蛋白质的实验,表明所制备的径向流动模式整体柱的容量及分辨率不依赖于流速,同时在高流速下具有低背压的特征,可用于生物大分子的分离制备。     

径向基函数神经网络荧光光度法同时测定痕量铝、镓、铟、铊

以径向基网络(RBF)对荧光光谱严重重叠的Al3 、Ga3 I、n3 、Tl3 四组分混合体系同时进行测定。通过正交设计安排样本,在激发波长390 nm下,测定446~615nm的发射光谱。以34个特征波长处的荧光强度值作为网络特征参数,经网络训练和计算得出Al3 、Ga3 、In3 、Tl3 四者的平均回收率分别为99.07%、103.49%、98.72%、95.04%,在时间和精度上都比LMBP网络优越。     

大鼠胰腺及癌组织红外光谱连续小波特征提取及径向基人工神经网络识别

采用水平衰减全反射(HATR)傅里叶变换红外光谱法(FTIR)测定了SD大鼠胰腺正常组织与非正常组织的谱图,提出了一种新的基于FTIR的连续小波特征提取与径向基人工神经网络分类方法以提高FTIR对早期SD大鼠胰腺癌的诊断准确率。利用连续小波多分辨率分析法提取FTIR特征量,对于提取的特征量采用径向基函数神经网络进行模式分类。对SD大鼠的胰腺正常组织、早期癌组织及进展期癌组织的FTIR,利用连续小波多分辨率分析法提取9个特征量,进行RBF神经网络分类判断。当目标误差为0.01,径向基函数的分布常数为5时,网络达到最优化,总的正确识别率为96.67%。并对影响分类结果的网络参数、目标误差和分布常数对分类样品的影响做了讨论。实验结果表明:此方法对早期胰腺癌具有较高的诊断率。     

丙酮分子n→π%*跃迁光谱的平均溶剂静电势/分子动力学方法研究

采用量子力学/分子动力学方法研究了具体溶剂分子结构对溶质光谱行为的静电影响. 通过拟合溶质所处外电场和引入溶剂分子极化率, 考虑了溶质溶剂分子之间的相互极化效应, 得到合理的溶质和溶剂分子的电荷分布. 经过严格推导发现, 在传统的显溶剂模型中, 平衡和非平衡溶剂化能表达式均未考虑溶剂分子永久偶极弹簧能的贡献. 因此, 在正确计算永久偶极弹簧能的基础上, 重新建立了溶剂化能的表达式和新的吸收/发射光谱移动公式. 采用修改后的ASEP/MD程序, 计算得到了与实验值比较吻合的丙酮在水溶液中n→π*跃迁的光谱移动值, 验证了新公式的合理性.     

基于粗粒化模型对有机溶剂的分子动力学模拟

在基于Boltzmann分布对四种基本构象进行Monte Carlo取样后, 通过与全原子模型的范德华势比较得到了Gay-Berne (GB)参数. 又在对用量化计算得到的分子体系的电势进行电荷、偶极矩和四极矩的拟合后, 得到了电多极展开势(EMP)参数. 利用得到的粗粒化参数, 基于粗粒化模型, 对CHCl₃及四氢呋喃(THF)两种有机溶剂进行了分子动力学模拟(MDS), 并将结果同全原子模拟进行了比较. 计算结果表明用粗粒化模型从整体上能重复全原子模型的模拟结果, 但在某些细节的计算与全原子模型有偏差, 其原因可能是目前工作仅考虑了单位点情况, 为此今后在对具有复杂结构的分子进行粗粒化模拟时还应考虑合理放置及增加相互作用位点.     

径向电场对纳米管中水分子通量的影响

水分子在纳米通道中的运动对于生命活动、纳米器件的设计等都有着重要的意义. 现在已经证实, 在(6,6)的碳纳米管中, 水分子会以单分子水链的形式协同通过碳纳米管. 但是如何控制水分子的流量仍然是一个困难的课题. 本文研究了在径向电场作用下, 碳纳米管中水分子通量的变化趋势和碳纳米管的开关行为.发现在碳纳米管两端存在200 MPa的压力差时, 电场强度从1 V·nm^-1增加到3 V·nm^-1, 水分子通量线性减小. 当径向电场强度增加到3 V·nm^-1时, 碳纳米管处于关闭状态, 水分子无法通过碳纳米管. 进一步, 我们发现水偶极与碳纳米管管轴夹角的平均值的概率分布和翻转频率都与水分子在纳米管中的个数有很大关系.     

近红外光谱-径向基神经网络在异烟肼片无损定量分析中的应用

应用异烟肼片粉末的近红外漫反射光谱数据分别结合偏最小二乘法(PLS)和径向基神经网络(RBFNN)建立定量分析模型,并用所建模型对预测集样品进行了预测,结果表明:应用RBFNN所建立的定量分析模型优于PLS模型,相关系数(r)值由0.99593提高到0.99734,交互验证均方根误差(RMSECV)值由0.00523下降到0.00423,预测均方根误差(RMSEP)值由0.00614下降到0.00501。