木质素改性沥青的红外光谱分析

以制浆工段的副产物木质素为改性材料,采用高速剪切工艺,将木质素与基质沥青共混,制备木质素改性沥青;基于红外光谱法,对改性沥青的共混机理及老化性能进行了分析.结果表明:与基质沥青相比,木质素改性沥青的高温性能和温敏性能有所改善;通过对木质素与沥青的共混物、分离组分和离析组分的红外光谱分析,发现木质素与沥青混合过程中没有新的官能团生成,属于物理共混;通过对结构中羰基和亚砜基的定量分析,发现沥青经木质素改性后具有一定的抗氧化作用,能延缓老化进程.     

关于序进应力加速寿命试验中若干问题的探讨

采用若干基本假定,用分段函数连续化方法,给出了在恒定应力条件下寿命服从指数分布或威氏分布的产品,在序进应力加速寿命试验中的寿命分布;并给出了在加速寿命方程满足逆幂律且等速加载情况下的具体分布形式.文中还利用序进应力试验中所获得的数据,应用极大似然估计法估计加速寿命方程与寿命分布中的参数,并对参数估计值的性质进行了讨论.     

指数分布加速寿命试验分析

对指数分布,分别在恒加应力与步加应力试验下,进行可靠性统计分析,利用高应力水平的失效数据隐含低应力水平的寿命信息,而低应力水平的失效数据无法提供高应力水平寿命信息的性质,建立必要的定量。从而得到满足顺序约束的参数估计,结论优于最大似然估计。     

陶瓷窑炉中硅酸铝纤维的老化机理

模拟卫生瓷用窑炉的工作环境,将陶瓷纤维置于各种温度场、气氛场（还原及氧化气氛）及腐蚀性介质中加热,并借助XRD、TEM、DTA等分析测试手段,分析概括了陶瓷纤维使用寿命与工作环境间的关系。     

渗调处理对老化西葫芦种子活力的影响

以低温干燥贮藏一年、二年、三年的西葫芦种子为试材,采用PEG、土元粪浸出液处理,研究其对老化种子活力的影响．结果表明,经过PEG溶液、土元粪浸出液浸泡的老化西葫芦种子能显著提高活力,从而提高发芽率和发芽势。     

国际直线对撞机（ILC）高梯度射频超导加速腔研制

射频超导（sRF）加速技术已广泛应用于基于加速器的大科学装置．在国际直线对撞机和其他相关项目的推动下,近年来国际上多个射频超导实验室开展了高梯度射频超导加速腔的研制．在不断改进精密加工、电磁场调平、表面处理和电子束焊接等工艺流程的基础上,北京大学近期研制成功一只高质量9-cell超导加速腔,其加速梯度为32．6MV／m,品质因数大于1．0×10^10,性能指标全面达到国际直线对撞机（ILC）的要求．这表明我国已经掌握了高水平超导加速腔的研制技术,为未来参加ILC国际合作以及建设其他采用射频超导加速技术的大科学装置打下了良好基础．     

HERA模型与来源记忆老化

以考查来源记忆老化与来源记忆过程中额叶激活模式的关系为目的.采用行为测验和fMRI(功能磁共振成像)技术,以位置记忆为任务,对15位年轻人和13位老年人在来源记忆过程中的额叶激活模式进行比较.行为结果表明位置记忆存在显著年龄差异.脑成像结果表明:1)编码阶段在2个难度条件下,老年人和年轻人的额叶激活都表现出左侧优势;提取阶段在2个难度条件下,老年人和年轻人的激活模式都没有表现出单侧化倾向.HERA模型不具有跨年龄和任务的普遍性;2)在低难度任务中,编码和提取阶段老年人与年轻人的额叶激活模式基本相同,老年人的激活面积稍大;在高难度任务中,编码阶段除额下回老年人比年轻人激活稍多外,年轻人的激活脑区明显多于老年人.提取阶段,老年人和年轻人的激活的脑区基本没有差异.来源记忆老化与加工过程的关系还需要进一步探讨.     

多元混合指数分布的参数估计

应用EM算法研究了多元混合指数分布场合下,正常应力对完全数据场合、Ⅰ-型截尾和Ⅱ-型截尾场合的参数估计问题.     

泡沫灭火剂热老化机理研究

水成膜泡沫灭火剂在长期储存过程中存在由于老化而导致性能下降的问题。为了研究泡沫灭火剂的老化降解机理,分别在60℃和90℃下对灭火剂进行加速热老化192 h,研究了灭火剂在老化前后的性能变化;采用液相色谱-质谱联用技术(LC-MS),通过灭火剂在老化前后的离子流变化分析了碳氢表面活性剂的降解情况;采用核磁共振氢谱法(¹H NMR)定量分析了不同pH环境对碳氢表面活性剂稳定性的影响。结果表明：在60℃和90℃下加速热老化192 h后,泡沫灭火剂的发泡倍率明显下降,pH值显著升高,表面张力未发生明显变化;在90℃下热老化192 h后,烷基链长度在C₁₂以下的碳氢表面活性剂发生了明显降解,烷基链长度为C₁₄和C₁₆的碳氢表面活性剂相对稳定;在90℃下热老化192 h后,糖苷类表面活性剂在酸性和碱性环境下的降解率大于中性环境,甜菜碱类表面活性剂在碱性环境下的降解率大于酸性和中性环境,因此在实际应用时应避免添加导致体系pH大幅升高的组分。     

聚丙烯复合材料老化数据集成学习

聚丙烯复合材料老化实验周期长,且单次实验采集的数据样本少,使用传统机器学习方法进行预测的准确度较低.为了解决聚丙烯复合材料老化数据样本少与预测准确性低的问题,提出了一种虚拟样本生成(virtual sample generation,VSG)的集成学习预测方法.首先,对聚丙烯复合材料老化数据使用高斯混合模型(Gaussian mixed model,GMM)虚拟样本生成方法平滑生成验证有效的虚拟样本;然后,使用生成后的数据集建立集成学习预测模型,该模型包含随机森林(random forest,RF)、极端梯度提升(extreme gradient boosting,XGBoost)算法、轻量级梯度提升机(light gradient boosting machine,LightGBM)算法以及分类梯度提升(categorical boosting,CatBoost)算法.实验表明:集成学习模型的LightGBM算法与CatBoost算法性能最优,在测试数据上均方误差为0.001 3与0.0001,比RF算法与XGBoost算法分别高出0.4与0.2.聚丙烯复合材料老化虚拟样本生成与集成...