Review on the Use of Artificial Intelligence to Predict Fire Performance of Construction Materials and Their Flame Retardancy

The evaluation and interpretation of the behavior of construction materials under fire conditions have been complicated. Over the last few years, artificial intelligence (AI) has emerged as a reliable method to tackle this engineering problem. This review summarizes existing studies that applied AI to predict the fire performance of different construction materials (e.g., concrete, steel, timber, and composites). The prediction of the flame retardancy of some structural components such as beams, columns, slabs, and connections by utilizing AI-based models is also discussed. The end of this review offers insights on the advantages, existing challenges, and recommendations for the development of AI techniques used to evaluate the fire performance of construction materials and their flame retardancy. This review offers a comprehensive overview to researchers in the fields of fire engineering and material science, and it encourages them to explore and consider the use of AI in future research projects.     

Divergent Synthesis of Molecular Winch Prototypes

We report the synthesis of conceptually new prototypes of molecular winches with the ultimate aim to investigate the work performed by a single ruthenium-based molecular motor anchored on a surface by probing its ability to pull a load upon electrically-driven directional rotation. According to a technomimetic design, the motor was embedded in a winch structure, with a long flexible polyethylene glycol chain terminated by an azide hook to connect a variety of molecular loads. The structure of the motor was first derivatized by means of two sequential cross-coupling reactions involving a penta(4-halogenophenyl)cyclopentadienyl hydrotris(indazolyl)borate ruthenium(II) precursor and the resulting benzylamine derivative was next exploited as key intermediate in the divergent synthesis of a family of nanowinch prototypes. A one-pot method involving sequential peptide coupling and Cu-catalyzed azide-alkyne cycloaddition was developed to yield four loaded nanowinches, with load fragments encompassing triptycene, fullerene and porphyrin moieties.     

PSO-LSSVM对LIBS定量分析精度的提高

针对土壤定量分析受基体效应影响大,LIBS定量分析精度不佳等问题,采用粒子群算法对LSSVM进行优化,提高模型的精确度。选取Pb Ⅰ 405.78 nm和Cr Ⅰ 425.44 nm作为分析谱线进行分析。采集十二个不同浓度样品的特征光谱,每个浓度样品在不同点采集20组数据,将其中17组数据设为训练集,3组数据设为预测集,用LSSVM和PSO-LSSVM两种方法建立定标模型。对比两种模型的拟合相关系数（R2）、训练集均方根误差（RMSEC）和预测集均方根误差(RMSEP)。由于自吸收效应的影响,随着浓度的增加,预测值逐渐低于实际值,LSSVM定标模型的拟合程度较低,无法达到实验要求,模型性能有待提高。利用粒子群算法对LSSVM的模型参数惩罚系数和核函数参数进行优化,得到最佳的参数组合,Pb元素为(8 096.8, 138.865 7),Cr元素为(4 908.6, 393.563 5),用最佳的参数组合构建LSSVM的定标模型。相比于LSSVM,PSO-LSSVM定标模型的精确度更高,Pb和Cr元素的R2提高到了0.982 8和0.985 0,拟合效果明显提升。Pb和Cr元素的训练集均方根误差由0.026 0 Wt%和0.027 2 Wt%下降到0.022 4 Wt%和0.019 1 Wt%,预测集均方根误差由0.101 8 Wt%和0.078 8 Wt% 下降到0.045 8 Wt%和0.042 0 Wt%,模型的稳定性进一步提高。说明PSO-LSSVM算法能够更好地降低土壤基体效应和自吸收效应带来的影响,提高分析结果的精确度与稳定性。     

双螺杆冻胶纺丝法制备有机液体吸附功能纤维及其性能研究

在聚合釜中合成了BMA/HEMA二元共聚树脂,利用双螺杆纺丝机、采用冻胶纺丝技术制备了有机液体吸附功能纤维,研究了单体投料比中HEMA质量分数对纤维各种溶胀行为的影响,利用动态热机械分析仪(DMA)对纤维的动态力学性能进行了研究,同时利用环境扫描电子显微镜(SEM)观察了纤维的表面和断面形貌.结果表明,HEMA引入大分子后,所得纤维对有机液体甲苯、三氯乙烯具有吸附功能,且吸附过程符合sigmoidal模型中的Hill方程;随HEMA质量分数的增加,纤维对甲苯和三氯乙烯的饱和吸附量增大,对甲苯和三氯乙烯的最大吸附量分别可达10g/g和21g/g;随HEMA质量分数的增加,纤维剩余率增加的同时,使纤维对甲苯和三氯乙烯的握持能力增强;HEMA质量分数对纤维动态力学性能有突出影响,特别是链段运动受其影响更为明显;HEMA质量分数对纤维表面和断面形貌均有显著影响,特别是当HEMA质量分数为15wt%时,所得纤维表面出现了许多空洞,其断面存在许多尺寸不均的空洞.     

基于离散余弦变换和支持向量机的多光谱纹理图像的茶叶分类研究

提出一种利用多光谱图像纹理特征进行茶叶分类的新方法。图像由MS3100-3CCD光谱成像仪获得,光谱成像仪提供近红外(NIR)、红色(R)和绿色(G)的3个波段的图像。首先对原图像的NIR波段图像提取均方值,然后应用离散余弦变换算法,构造出8个带通和高通滤波器对NIR通道的图像进行滤波并提取均方差值,最后应用支持向量机技术,分别对原图像的NIR提取的均方差值和用8个滤波器滤过的图像提取的均方差值进行建模。茶叶样本总共为240个,训练和预测各为120个,每种训练样本和预测样本各为20个。结果表明经过8个滤波器处理图像的识别率为100%,而没有经过滤波处理的纹理图像识别率只有73.33%,说明离散余弦变换算法设计的滤波器是一种非常有效的纹理识别技术,此实验同时也为茶叶的分类提供一种快速和无损的新方法。     

电阻环束流探测器的标定

电阻环探测技术是一种成熟、实用的在线测试束流技术,它能给出束流的大小和束流质心的位置。在即将投入使用的20MeV直线感应加速器中,该技术将作为一种精确的束流诊断手段。为此设计了一套精密的束流模拟和电阻环标定装置,其束流位置的定位精度达到0.02mm,以之对精心设计的电阻环进行标定。标定的结果表明电阻环对束流质心位置的测试精度达到0.5mm,经标定后的束位置拟合值绝对误差不大于0.2mm。     

大直径钪酸盐阴极发射特性

为获得kA级热发射电子束,研制了直径为100 mm钪酸盐热阴极组件,并建立了适应大面积热阴极实验环境的2 MV 注入器试验平台。实验在二极管真空3.7×10-5 Pa、二极管电压1.95 MV、脉宽120 ns（FWHM）、阴极温度1 120 ℃时,获得最大收集电流1 038 A,发射电流密度约13 A/cm2。实验结果表明,工作状态下阴极发射能力与激活温度、系统真空度关系密切。     

基于卷绕型带状线的感应电压叠加器的初步实验

提出了一种基于卷绕型带状线和感应电压叠加器的重复频率脉冲电子束加速器的技术方案。介绍了一台感应电压叠加器感应单元的结构设计,并建立相应的电路模型,对其响应特性进行了模拟研究。介绍了卷绕型带状线的设计原理,制作了一台输出阻抗约3 Ω、脉冲宽度约230 ns的固态化卷绕型带状脉冲形成线。利用该脉冲发生器作为馈源,对感应电压叠加器感应单元的响应特性进行了实验研究,表明感应单元响应良好。对4级感应电压叠加器分别进行了单次脉冲和5 Hz重复频率的实验研究,结果表明叠加器的输出电压约为输入电压幅值的4倍,电流效率约80%,重复频率条件下,脉冲序列重复性较好。     

闪光机回流离子效应及抑制方法

采用束包络方程分析了单脉冲和多脉冲情况下回流离子对强流相对论电子束聚焦的影响。分析结果表明,单脉冲情况下通过缩短焦距,仍可以获得较小的积分焦斑,而在多脉冲情况下回流离子将导致电子束完全散焦。通过数值模拟和实验研究了利用薄膜阻挡回流离子的可行性,对不同薄膜在电子束作用下的温升及动力学行为的模拟结果表明,在1.06 μs的时间尺度内,薄膜虽然发生了不同程度的膨胀,但是仍然有足够的材料可以阻挡离子回流。在神龙一号加速器上,通过法拉第筒测量了靶前放置和不放置薄膜情况下的离子信号,实验证实了薄膜至少能够将离子约束在薄膜和转换靶之间长达数十μs。     

1—取代苯基—1,4—二氢—6—甲基—4—哒嗪酮—3—酰胺的合成

用杂交方法培育新作物品种是农业增产的重要措施。与常规杂交育种方法相比,采用化学杀雄法(Chemical induction lf male sterility)育种具有程序简单,节省劳力,时间缩短等优点,可以诱导产生非遗传性的雄性不育母本,与另一品种的文本杂交而得优化组合的良种,国外在小麦上已试验成功但在水稻上尚在探索,美国Rohm and Haas公司曾报道一些哒嗪酮类