我国萤石资源利用概况及其发展趋势

介绍我国氟资源储量、开采及其利用概况。预测我国的萤石资源整合势在必行;萤石消费结构将有重大改变;钢铁工业去“氟”化是大势所趋;还将开拓新的氟资源。     

5,5′-氧化偶氮双(4-硝基-1,2,3-三唑-1-)氧化呋咱的理论研究与性能预估

设计了一种新型富氮类高能量密度化合物5,5′-氧化偶氮双(4-硝基-1,2,3-三唑-1-)氧化呋咱,采用密度泛函理论的B3LYP方法,在6-31G**基组水平上得到该化合物全优化构型;在振动分析的基础上求得体系的振动频率I、R谱;通过键级分析得到热解引发键的键离解能(BDE);预估了该化合物密度、生成焓、爆速、爆压和爆热,并预测了撞击感度。结果表明,该化合物存在11个强吸收峰,校正后热解引发键的BDE为144.77 kJ/mol,热分解活化能为204.93 kJ/mol,稳定性较优;密度1.975 g/cm3、生成焓963.837 kJ/mol、爆速9 015 m/s(K-J)、9 337 m/s(VLW),爆压38.64 GPa(K-J)、50.60 GPa(VLW);撞击感度H50为16.89 cm,稍低于RDX(24 cm)和HMX(26 cm)。     

脂肪族醇的酸碱离解常数(pKa)的预测研究

酸碱离解常数(pKa)在理解受体与药物反应和药物如何选择辅料上起着重要的作用。因此,在药物前期的开发中,能有效地预测pKa值可很好地降低开发成本,降低资源消耗。本文通过运用定量构效关系的方法(QSAR)对脂肪醇的数据库展开研究,以进行pKa值的预测。一共选用了253种各类描述符,包含原子键的性质的描述符48个,分子整体描述符205个,其中重点描述符为原子键的性质类描述符。采取多元线性回归的方法对数据进行研究。该预测模型能取得较好的效果,可以应用于药物的前期开发中。     

加权时间序列预测模型及其在矿业安全系统中的应用

依据安全系统的特征属性,探讨了典型的指数时间序列预测模型加权参数的估计方法,并构建了加权指数时间序列预测模型。引入修正指数权重函数,通过其特征参数调整,能较好的体现研究系统时间序列的时间属性。对我国矿业安全事故数序列进行了加权预测研究,通过比较常规预测模型和加权预测模型的预测残差平方和,表明加权预测模型可较大幅度的降低预测模型近期的预测残差,从而保证了预测的可靠性。加权时间序列预测模型具有较好的系统适应性,可推广应用于其他各类时间序列的系统预测。     

基于改进ARMA模型的管式加热炉氧含量辨识与建模

石化企业中常减压加热炉是一类复杂的控制对象,特别是燃烧系统和多路进料支管出口氧含量系统,是相互关联耦合的多变量时变系统.基于现场所收集的数据,通过对普通ARMA模型进行改进,把每个输入分量分别进行时间滞后,且把输入向量前的多项式增加可调节的自由度,从而建立一种改进的ARMA模型,进而对管式加热炉氧含量模型进行辨识.辨识结果与普通的ARMA模型所得到的结果相比具有更加精确的辨识效果,并可根据实际需要,调整模型阶次以达到更高精度.最后通过一组新观测数据对辨识所得到的模型进行了检验,表明所提出的模型具有很高的辨识精度和泛化能力.     

基于灰色预测和BP的集气管压力集成预测方法

针对焦炉煤气集气过程是一个高度复杂的工业生产过程,难以获得焦炉集气管压力的精确数学模型的问题,提出一种基于灰色预测和BP神经网络的集气管压力集成预测模型。该模型首先利用灰色预测和BP神经网络分别对焦炉集气管压力进行预测,然后采用熵值法确定各预测子模型的加权系数,将两个子模型进行加权集成,可以获得较为准确的焦炉集气管压力值。将其预测性能与单一的灰色模型和BP神经网络模型进行比较,运行结果表明:集成预测模型的预测效果和性能优于单一的灰色模型和BP神经网络预测模型,能够获得较高的预测精度。     

轴承故障诊断与故障预测方法

分析了利用HMM进行故障诊断和HHMM进行故障预测的框架,针对传统HHMM推理算法复杂,推理时间长的问题,将HHMM转化为DBN,并应用交叉树推理算法,缩短了推理时间。最后将HMM和HHMM应用于轴承故障诊断和故障预测或剩余寿命预测(RUL),通过试验结果验证了这种方法的有效性。     

基于加速退化数据的航空液压泵剩余寿命预测技术研究

航空液压泵是航空装备的关键件之一。如何很好地预测液压泵的剩余寿命,使得液压泵的有效寿命能够得到更加充分合理地利用,将具有很大的理论价值和经济效益。通过研究某型航空液压泵的失效模式、失效机理和退化参数,确定其加速退化试验方案,建立其加速退化模型,并在此基础上建立了一套基于加速性能退化试验数据的航空液压泵剩余寿命预测方法及步骤,并以该型航空液压泵的加速性能退化试验数据为例对其剩余寿命进行了预测,验证了该方法的正确性和有效性。     

基于灰色理论的航空研制项目工期预测

为了比较准确地预测航空研制项目的工期,提出了一种以灰色理论为基础的工期预测方法。该方法以SCGM(1,1)模型作为基本模型,并在此基础上增加了对历史工期样本进行处理的样本处理器和对由灰色模型预测的工期进行修正的结果修正器。样本处理器对样本进行优化处理,使预测样本准确、有效;结果修正器考虑特殊因素对项目的影响,对预测工期进行修正。国产某型号支线飞机研制项目中的某子项目实例验证结果,表明了该方法的可行性和有效性。     

微细铣削圆弧槽微结构时的微毛刺分析及预测

以微小型三轴立式数控铣床为加工平台,采用微径铣刀进行微细铣削加工铅黄铜(HPb6323)实验。首先分析了铣削微圆槽时顶端微毛刺的主要形态。分析了灰色理论模型的原理,根据实验中微毛刺的测量结果,采用灰色理论,利用累加生成运算对原始数据进行变换,从而得到规律性较强的累加数据,并基于灰色理论建立了微毛刺大小预测的灰色预测模型,实现微细铣削圆槽时微毛刺尺寸的预测。微毛刺尺寸的预测结果与实验结果吻合,证明了所建立的模型适合于微毛刺尺寸的预测。