为研究硅灰及粉煤灰对不同养护龄期的水泥浆体强度及收缩性能的影响, 以水胶比为0.29的水泥浆体为基体, 设计制备了五种硅灰及粉煤灰掺量的复合水泥浆体, 借助量热仪和压汞仪测试表征了不同复合水泥浆体的水化放热特性以及孔结构组成, 分析了水化放热量、孔隙率等参数随硅灰和粉煤灰掺量增加的变化规律, 建立了复合浆体抗压强度与孔结构以及水化特性与收缩应变之间的量化关系。结果表明, 掺入粉煤灰会大幅降低水泥净浆早期抗压强度, 但对减小自收缩应变和干缩应变极为有利。掺入硅灰能明显提高净浆3 d抗压强度, 但当硅灰掺量超过10%(质量分数)后, 净浆3 d自收缩应变及28 d干缩应变增加极为明显。掺入硅灰会使水泥水化诱导期开始和结束的时间提前, 还会增加水化反应级数和各阶段的反应速率常数值, 导致水泥-硅灰复合浆体的水化放热总量和放热速率相较于水泥-粉煤灰体系大幅增加。粉煤灰和硅灰的掺入均能有效细化水泥浆体内部孔结构, 提高凝胶孔比例, 大幅降低大孔比例。复合浆体的72 h水化放热总量和3 d自收缩应变呈现正相关关系, 而孔隙率和抗压强度呈现明显的负相关关系。
硅灰 粉煤灰 强度 收缩性能 水化热 孔结构 silica fume fly ash strength shrinkage performance hydration heat pore structure
中国海洋大学信息科学与工程学院, 山东 青岛 266100
针对高维空间下获取最优特征子集异常复杂和模型识别准确率较低的问题, 提出了基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法。 首先引入跳跃度, 构造了一种特征分层方法, 将所有特征依据对样本的重要性程度划分不同的特征子集, 从而避免了从原始特征数据逐个剔除无关特征构建特征子集的繁琐过程; 同时又改进了样本的融合度, 将其代替K最近邻分类器(KNN)中依据概率进行类别判断的方式, 提高了分类器的识别精度, 较好地解决了多类识别准确率较低的问题。 为验证该算法的有效性, 选取五类具有代表性382个烟叶样品为实验对象, 构建了烟叶产地识别度量模型, 并选取64个样本进行了模型测试, 以预测均方根误差(RMSEP)、 交互验证均方差(RMSECV)和相关系数(r)作为模型稳健性的评价指标, 以产地识别准确率作为算法优劣评价标准。 仿真实验结果表明, 利用该算法构建的模型具有较低的RMSEP(0.117), RMSECV(0.106)和较高的r(0.973), 平均识别准确率达到98.44%, 性能明显优于其他算法, 该算法对于高维光谱数据具有良好的识别性能。
近红外光谱 特征分层选择 融合度 特征子集 多类识别 Near infrared spectral Feature hierarchical selection Sample fusion degree Feature subset Multiclass identification 光谱学与光谱分析
2017, 37(4): 1095
南京工业大学材料科学与工程学院 材料化学工程国家重点实验室, 江苏 南京210009
采用微波-超声协同法, 在不同反应时间下制得了相对结晶度好、颗粒尺寸均一、形貌规则的稀土有机配合物Sm(TTA)3Phen。采用红外光谱仪、X射线衍射仪、场发射扫描电镜、荧光光谱仪对配合物进行了性能表征, 并讨论了反应时间对其相对结晶度、粉体颗粒形貌尺寸、荧光性能的影响及其相互关系。结果表明: 采用微波超声法反应能得到结晶度较好的Sm(TTA)3Phen配合物。最佳反应时间为4 h, 此时可得到形貌规则、尺寸均一(约为5 μm)的三斜相厚片状的配合物粉体, 具有较高的相对结晶度(约为72%)且荧光强度较高。在放置90 d后, 样品溶液的荧光强度有所下降, 且相对结晶度较高的样品荧光衰减较小。
微波 超声 稀土有机配合物 microwave ultrasound rare earth organic complex Sm(TTA)3Phen Sm(TTA)3Phen
针对运用欧拉角建立的垂直发射拦截导弹初始转弯阶段运动学方程存在奇异点的特点, 通过忽略空气动力的作用, 在仅考虑燃气舵的作用下,采用四元数法建立了垂直发射拦截导弹的非线性数学模型。考虑到系统模型存在着非线性、不确定性、参数大摄动和忽略空气动力产生的未知外部扰动, 利用自抗扰控制器(ADRC)不依赖精确的数学模型,并且可以动态补偿系统模型不确定和外部干扰的特点, 设计了一种基于四元数的自抗扰姿态控制器。仿真结果表明, 所设计的自抗扰姿态控制器具有良好的动态特性和强鲁棒性。
垂直发射导弹 姿态控制 四元数 解耦 vertical launching missile attitude control quaternion active disturbance rejection control (ADRC) ADRC decoupling