考虑驾驶员危险认知因素的山区弯路安全车速预测模型

为研究山区弯路驾驶员回避危险控制车速行为特性,以山区公路危险路段的驾驶员行车速度作为主要研究目标,将山区公路弯道路段入弯前车辆减速行为的观测和调查数据作为参考对象,建立了基于山区公路平曲线路段的驾驶员危险认知行为的行车速度控制模型,并利用实例对行车预测模型进行了对比验证.结果表明,所建减速控制模型可行、有效,能较好地模拟车辆经过限速标志或路面减速标识路段时的减速行为,为山区公路线形设计、行车安全性分析与评价,以及山区公路交通安全改善提供新的理论方法和指导依据.     

高硬刀片干切削淬硬GCr15轴承钢的表面粗糙度预测

采用陶瓷刀片和CBN刀片干切削淬硬GCr15轴承钢,测量了不同切削参数下切削后工件的表面粗糙度;基于微粒群优化算法建立了表面粗糙度预测模型,并与线性回归法建立的经验公式进行了比较;用扫描电子显微镜观察了切屑形态。结果表明:采用微粒群优化算法建立的表面粗糙度预测模型具有一定的可靠性,与线性回归法相比,能更精确地预测出加工工件的表面粗糙度;切削参数中对表面粗糙度影响最大的是进给量,其次是背吃刀量,切削速度的影响最小;锯齿状切屑能降低切削温度,提高工件表面质量;用陶瓷刀片和CBN刀片切削获得的最低表面粗糙度分别可达0.48μm和0.56μm。     

基于孔体积的大孔树脂膨胀床流体流速预测模型

在400 mm×Φ16 mm膨胀床中对大孔树脂的膨胀性能进行了实验研究。结果表明,在相同流体流速下,大孔树脂的膨胀率明显高于无孔树脂;大孔树脂达到特定膨胀率所需的流体流速随着孔体积增大而降低;在孔体积的影响下,从Allen公式计算的树脂沉降速率与Richardson-Zaki方程模拟得到的树脂沉降速率存在明显偏差。基于孔体积变化,建立了2种沉降速率的关系模型,从而获得不同膨胀率下大孔树脂膨胀床流体基质流速的预测模型,模型预测结果与实验数据吻合良好,两者方差分析的差异不显著。     

结晶法提纯工业磷酸的数学模型与实验研究

为了制备电子级磷酸,采用了悬浮结晶法对工业磷酸进行提纯。分析了结晶法提纯工业磷酸的原理,并基于结晶过程中杂质的有效分配系数对多次结晶后杂质的分布建立了晶体纯度预测模型,同时考察了酸浓度、结晶次数和磷酸原料杂质初始含量对磷酸提纯效果的影响。研究结果表明,采用结晶法提纯磷酸具有良好的效果,能有效地脱除所考察的五种杂质(Li、Mg、Al、Cr、Mn);以一次晶体为原料,在磷酸浓度为84%的条件下,经过3次结晶,和在磷酸浓度为88%的条件下,经过4次结晶,均可以达到美国典型半导体磷酸要求。所建立的晶体纯度预测模型能很好地预测杂质浓度随结晶次数的变化。     

基于乙醇含量的杨梅果实腐烂指数预测模型研究

研究基于乙醇含量的杨梅果实腐烂指数预测模型,以期预测杨梅物流过程中果实腐烂状况。将杨梅果实贮藏于不同温度(0、5、10、15℃和20℃)下,测定其腐烂指数和乙醇含量变化。基于描述微生物生长的Gompertz方程和Arrhenius动力学方程建立杨梅果实腐烂指数变化动力学模型;根据果实腐烂指数和乙醇含量变化的关系,建立基于乙醇含量的果实腐烂指数模型。通过以上两模型建立杨梅果实腐烂指数的预测模型。杨梅果实腐烂指数变化动力学模型和基于乙醇含量的果实腐烂指数模型预测的相对误差分别为2.69%和0.74%,预测精度较高,以此为基础建立的基于果实乙醇含量的腐烂指数预测模型可以较好的预测在0～20℃贮藏杨梅果实的腐烂状况,为实现杨梅果实的无损检测提供理论支持。     

基于品质衰变理论的食品货架期预测模型及其应用研究进展

食品货架期是厂商对产品质量的承诺,也是消费者关心的质量要求。针对目前研究中货架期预测模型使用的随意性与不规范性,本文剖析货架食品的品质影响因素,明确感官、化学、物理和微生物4个货架期食品品质评价途径,分析所对应的货架食品品质衰变机理和货架寿命终点检测方法,归纳与总结现有货架预测常用模型和算法,形成基于品质衰变原理的货架期预测模型建立体系,并对该技术未来发展方向进行展望。     

冷冻鱼糜制品中大肠杆菌生长动力学模型的构建

以冷冻鱼糜制品为原料将大肠杆菌接种到鱼糜制品中,托盘包装后分别在5、10、15、20、25和85℃贮藏。并应用Curve Expert1.3软件拟合不同温度下大肠杆菌的生长情况。结果表明,修正的Gompertz方程能较好地描述不同温度下大肠杆菌在鱼糜制品中的生长动态,温度对大肠杆菌生长参数μmax(最大比生长速率)和λ(延滞时间)的影响,采用平方根模(Belehradek)描述呈良好线性关系。85℃用失活模型Linear的拟合较好。通过13℃和18℃下大肠杆菌的生长对构建的Gompertz模型进行了验证,并经数学检验参数偏差值和准确值计算,偏差度分别为0.938、0.956,准确度为1.034、1.083,表明所建立模型是有效的。     

基于卷烟辅助材料参数的卷烟烟气有害成分预测模型

为考察卷烟辅助材料参数(卷烟纸克重、卷烟纸透气度、成型纸透气度、接装纸透气度和滤棒吸阻)对卷烟主流烟气有害成分释放量的影响,采用中心组合结合正交设计制备试验卷烟,利用线性回归法和逐步回归法建立卷烟辅助材料参数对主流烟气7种有害成分(CO,NNK,NH3,HCN,BaP,苯酚、巴豆醛)及2种常规化学成分(焦油、烟碱)释放量的多因素预测模型,根据统计学原理中交叉验证标准差(RMSECV)最小的原则筛选出最优预测模型。在不同卷烟配方条件下,外部验证结果表明:CO,NNK,NH3,HCN,BaP,巴豆醛、苯酚、烟碱和焦油等9种有害成分平均预测相对偏差分别为6.9%,8.7%,6.6%,11.8%,4.1%,8.2%,5.3%,4.0%和4.8%。9种有害成分预测模型预测精度良好,对于不同的配方和辅助材料具有广泛的适用性。     

建筑地基沉降预测的灰色模型与Asaoka法

在众多的建筑地基沉降预测模型中,Asaoka公式参数意义明确,在实际工程中得到了广泛应用,但是其存在局限性。根据灰色模型理论与Asaoka法一阶微分方程的一致性,通过构建满足白指数率预测无偏性的变权灰色预测模型,避免了Asaoka法应用的局限性。实例应用结果显示,变权灰色预测模型提高了预测精度,对非等时距沉降序列的分析预测具有更高的应用价值。     

遗传-BP神经网络法预测叶绿素a浓度变化

基于2009年—2010年对临江河回水区水质指标的监测数据,采用遗传算法结合BP神经网络的方法对回水区的叶绿素a(Chl-a)浓度变化进行动态模拟预测。通过灰色关联法确定了对Chl-a浓度有显著影响的指标与网络输入变量,即水温、DO、流速、透明度(SD)、TP、CODMn及Chl-a。模拟结果表明,遗传-BP神经网络的预测值和实测值吻合较好,其相对误差约为9.8%,模型可良好地用于次级河流回水区叶绿素a浓度的短期预测。预测结果表明,在春末夏初季节,当水库蓄水位为150～160 m时,临江河回水区富营养化潜势较高,尤其应注重临江河该时段富营养化的防控工作。