数据驱动的铝基复合材料性能预测和逆向设计

采用数据驱动的方法对 SiCp(0.5CNT)/7075Al 铝基复合材料的化学成分以及制备工艺进行了分析, 针对抗拉强度和延伸率两个力学性能进行了特征重要性分析, 构建了包含 8 种机器学习算法的集成框架, 自动进行模型的参数调优和最优模型选择, 并在此基础上进行了材料逆向设计. 实验结果表明, 在 470 ${^\circ}$C 固溶 40 min, 120${^\circ}$C 时效 15 h 的热处理工艺下, SiCp(0.5CNT)/7075Al-1.0Mg 复合材料抗拉强度和延伸率的预测值为 617.48 MPa 和 2.98%, 实验值为 647.0 MPa 和 3.31%, 两项物理性能的平均绝对百分比误差(mean absolute percentage errors, MAPE)较小, 依次为 4.56% 和 9.97%. 这说明本数据驱动方法对铝基复合材料的工艺优化和性能提升有一定指导意义.     

缺失数据假设下的灵活贝叶斯分位数回归分析

考虑缺失数据假设下,响应变量为有序分类变量的灵活贝叶斯分位数回归分析.对有序分类变量添加一潜在变量,并假设潜在变量服从广义偏斜拉普拉斯分布,由此建立起有效的贝叶斯后验推断程序.与传统的贝叶斯分位数回归方法相比,本方法的主要优势在于广义非对称拉普拉斯分布的尾部灵活,具有高度的适应性.最终,以云南省某医院生殖遗传中心的试管婴儿数据为例来说明本方法的有效性和适用性.     

玉米芯-污泥基改性复合活性炭对废水中Cd~(2+)的吸附特性

本文以废弃物普通玉米芯和城市污泥为研究原料,通过碳酸钾改性、碳化方法,制备玉米芯-污泥基改性复合活性炭吸附剂。同时,探究了不同复配比例吸附剂受添加剂量、粒径、废水初始浓度等因素的影响程度,以优化复合吸附剂的复配比,并利用扫描电子显微镜(SEM/EDS)、傅里叶红外光谱等手段进行检测分析。研究表明,玉米芯与污泥的复配比为1∶3、粒径为0.83mm吸附剂受废水初始浓度影响较大,当废水初始浓度为50mg/L污泥基改性复合活性炭可适用于吸附低浓度重金属Cd~(2+)废水,实现低浓度Cd~(2+)的固化转移。     

光电与微生物结合的生物杂化光合体系生产聚β-羟基丁酸酯的研究进展

人工光合系统具有较高的光吸收率，但难以合成具有高附加值的化合物.微生物则可以利用自身的促进自我修复与复制、具有高特异性的生物酶催化合成各种高分子化合物.生物杂化光合体系结合两者优点，为化学品的合成提供了一条清洁高效、经济、可持续的发展途径.近年来，有科学家利用生物杂化光合体系生产生物可降解材料聚β-羟基丁酸酯，取得了初步成效.以下从光催化剂协同微生物杂化光合体系和微生物电合成体系两个方面，介绍了生物杂化光合体系生产聚β-羟基丁酸酯的研究进展，研究了利用该体系生产聚β-羟基丁酸酯的现存问题，并对其未来发展方向进行了展望.     

不同产地独活及其混伪品的质量差异性分析

多点采样,对不同来源的独活及其混伪品进行质量差异性分析.测定不同产地独活及其混伪品总灰分、酸不溶性灰分、蛇床子素和二氢欧山芹醇当归酸酯质量分数,并结合HPLC指纹图谱对不同产地独活及其混伪品开展质量评价.结果表明,不同产地独活除陕西样品的蛇床子素略低于《中华人民共和国药典》(以下简称《药典》)标准外,其余样品均符合《药典》质量要求,而独活混伪品的蛇床子素质量分数均远低于正品独活质量分数.不同产地的独活HPLC指纹图谱有25个共有峰,各独活样品的指纹图谱与对照图谱的相似度在0.9以上,所建立的指纹图谱可用于独活的质量评价.因此,多指标的测定结果结合HPLC指纹图谱,可有效对不同产地的独活质量进行差异性分析和评价;混伪品蛇床子素的质量分数远低于正品独活,蛇床子素的质量分数高低可作为正品独活区别于混伪品的一个重要特征指标.     

液晶清亮点对光敏手性偶氮苯分子螺旋扭曲力常数的影响

本文主要研究了光敏手性偶氮苯分子Azo-o-Bi的螺旋扭曲力常数(β)及其变化量(Δβ)与液晶清亮点之间的关系。将光敏手性偶氮苯分子Azo-o-Bi与不同的向列相液晶主体E7,HTG135200-100,HNG715600-100配置成具有光敏性的胆甾相液晶,测量Azo-o-Bi分子在不同胆甾相液晶中的β值及Δβ值。通过分析不同胆甾相液晶的差热扫描量热(DSC)曲线,研究手性剂的β值及Δβ值与液晶清亮点间的关系。发现液晶的清亮点越高,手性剂的β值及Δβ值越大。这是由于液晶清亮点越高,其所对应的有序度参数越大,液晶分子排列的有序程度越高,分子间的相互作用力越强,从而导致光敏手性剂对向列相液晶产生的螺旋扭曲力及其变化量就越大。     

基团转移聚合法合成山梨酸酯类聚合物的研究

设计及合成不同官能团的山梨酸酯类单体,以有机催化剂膦腈碱(1-tert-butyl-4,4,4-tris(dimethylamino)-2,2-bis[tris(dimethylamino)phosphoranylidenamino]-2Λ~5,4Λ~5-catenadi(phosphazene),t-Bu-P4)为催化剂(1-methoxy-1-trimethylsilyloxy-2-methyl-propene)MTS为引发剂,采用基团转移聚合法(Group Transfer Polymerization,GTP)精确合成分子量可控的聚山梨酸酯。通过核磁氢谱、凝胶渗透色谱表征聚合物的结构及分子量,分散性指数(PDI)在1.16～1.25之间,分子量与理论分子量相吻合;利用差示扫描热量法(DSC)测试聚合物的玻璃化转变温度(-27.38℃～33.94℃),并讨论官能团对玻璃化转变温度的影响及规律。     

基于矿热炉外磁场信号的三相电极位置检测系统设计

针对矿热炉三相电极位置精确测量、节能降耗和安全生产的需求,设计一种基于矿热炉外磁场信号的三相电极位置检测系统。首先根据矿热炉的实际构造,结合COMSOL Multiphysics软件,建立矿热炉仿真模型,并对矿热炉磁场进行分析,选取外磁场信号采样点。在选取的采样点,采集具有不同电极位置的矿热炉模型的外磁场信号,建立矿热炉外磁场信号样本集。根据该样本集,应用偏最小二乘(partial least squares,PLS)回归分析、径向基函数神经网络(radial basis function neural network,RBFNN)和粒子群优化RBFNN(particle swarm optimized RBFNN,PSO-RBFNN)分别建立矿热炉三相电极位置检测模型,并结合MATLAB GUI建立基于矿热炉外磁场信号的三相电极位置检测系统。实验结果表明,检测系统的三种模型都可以实现对电极位置的检测,其中PSO-RBFNN模型的效果最优,三相电极位置检测准确率达到94.98%(训练集),90.21%(测试集),均方根误差为0.053 5(训练集)、0.131 1(测试集)。提出的检测系统能够较精确地测量三相电极在矿热炉内的位置,实现非接触式检测,具有较好的实用价值和应用前景。     

基于径向基神经网络的Delta机器人位置精度补偿

针对Delta并联机器人末端控制精度问题,提出一种基于RBF的提高Delta并联机构运动学控制精度的方法。首先对Delta并联机器人的运动学逆解进行分析,探讨了影响控制精度的因素和现有提高控制精度方法的局限性。其次,求解Delta并联机器人的工作空间,结合实际工作,通过试验采集训练样本。以末端实际位置为输入样本,末端的期望位置与实际位置之差为输出样本,进行RBF神经网络模型训练,得到末端实际位置与位置偏差之间的非线性映射关系,基于此设计位置补偿策略。最后,在Delta机器人平台上进行实验验证,使用训练好的RBF网络结合运动学逆解,对Delta机器人末端进行轨迹跟踪控制。实验结果表明,末端控制误差由±30mm减小到±5mm,有效的减少了末端位置误差,为Delta机器人精准控制提供了一种简单易行的方法。