排序方式: 共有32条查询结果,搜索用时 27 毫秒
1.
精四氯化钛是海绵钛及钛生产的关键原材料,提高海绵钛及钛质量的关键在于控制精四氯化钛中杂质含量。由于生产工艺原因,精四氯化钛中含碳杂质主要为油类杂质,因此测定精四氯化钛中油类杂质含量,对精四氯化钛中碳杂质的分析具有重要意义。总油以碳为主要成分,具有红外吸收带,因此能够利用红外吸收光谱法实现测定。而四氯化钛与水气接触极易发生水解反应,生成的氯化氢同样具有红外吸收峰,且氯化氢与油类的吸收峰波数较接近,致使氯化氢干扰红外吸收光谱法测定四氯化钛原样中总油含量。实验建立水解-红外吸收光谱法测定精四氯化钛中总油含量的方法,将四氯化钛样品与水按体积比1∶25水解平衡后,采用四氯乙烯萃取水解溶液中的总油,通过外标定量分析精四氯化钛中总油含量。校准曲线中总油的线性范围为0~80 mg/L,相关系数r为0.999 9;总油的检出限为2.5 mg/kg。方法用于测定3个精四氯化钛样品中总油,结果的相对标准偏差(RSD,n=6)为3.5%~4.1%;加标回收率为96%~109%。 相似文献
2.
采用金相显微镜、扫描电子显微镜、硬度计、室温拉伸等手段,探究了二次冷轧对累积变形率60%、不同退火工艺处理LZ91镁锂合金板显微组织与力学性能的影响。结果表明:经过二次冷轧后,α-Mg与β-Li两相组织都沿轧制方向被压扁,出现了一定程度的取向性。其中250℃×1 h退火经二次冷轧后,细小的"扁球状"α相分布在β相晶粒周围,细小晶粒较多,力学性能也达到最好,最大抗拉强度为285 MPa左右,伸长率为34%,硬度值为73.46 HV0.025;拉伸断口可见大量分布密集的韧窝,为韧性断裂。 相似文献
3.
基于旋转学习策略的共生生物搜索算法 总被引:1,自引:0,他引:1
为提高共生生物搜索算法(Symbiotic Organisms Search, SOS)的性能,提出一种基于旋转学习策略的共生生物搜索算法(Symbiotic Organisms Search Using Rotation-Based Learning, RSOS)。该算法将串行个体更新方式改为并行种群更新方式,提高算法收敛速度;引入遍历保优的旋转学习策略,代替寄生机制的盲目随机搜索,增大保留新个体的概率,补充种群多样性,提高算法跳出局部最优的能力。对于8个标准测试函数仿真表明,RSOS算法较基本SOS算法在收敛速度、收敛精度及稳定性上得到了明显提升。 相似文献
4.
基于动态学习策略的群集蜘蛛优化算法 总被引:1,自引:0,他引:1
为了提高群集蜘蛛优化(SSO) 算法的性能, 提出一种基于动态学习策略的群集蜘蛛优化(DSSO) 算法. 该算法通过群体协作过程中学习因子的动态选择, 平衡算法的搜索能力和勘探能力; 采用随机交叉策略和云模型改进协作过程个体更新方式, 在维持种群多样性的同时尽量提高收敛速度. 基于标准测试函数的仿真实验表明, DSSO 算法可有效避免早熟收敛, 在收敛速度和收敛精度上较标准SSO 算法和其余4 种较具代表性的优化算法均有显著提高.
相似文献5.
为抵御无线传感器网络中的虫洞攻击,提高网络性能。本文根据虫洞攻击下节点邻居数目出现的异常情况,对邻居数目超出阈值的可疑节点进行筛选,然后令其专有邻居集中的节点相互通信,记录路径跳数,将跳数超出虫洞阈值的路径标记为待测路径;借助贝叶斯信誉模型计算该待测路径上中间节点的直接信任值,并结合邻居数目、处理延时、节点能量、包转发率等信任因素对节点的间接信任值进行评判,进而获得该节点的综合信任值;通过将路径跳数与中间节点的综合信任相结合,计算待测路径的路径信任评价量,并依据受虫洞攻击节点的路径特性合理设定信任阈值,提出一种融合节点信誉度和路径跳数的虫洞攻击检测策略(wormhole attack detection strategy integrating node creditworthiness and path hops, WADS-NCPH),以检测无线传感器网络中的虫洞攻击。仿真结果表明,WADS-NCPH对虫洞攻击的检测具有显著效果,即使面对高攻击度的网络,该策略仍能有效检出虫洞攻击并移除虚假链路,提高无线传感器网络的安全性和可靠性。 相似文献
6.
7.
8.
9.
考察ZrO_2助剂对酸活化蒙脱土(Acid-MMT)负载钴催化剂(Co/Acid-MMT)的F-T合成性能的影响。结果表明,ZrO_2的加入改变了Co的还原行为和产物分布,明显提高催化剂的分散度、还原度、CO转化率和C_(5+)选择性。随着ZrO_2含量增加,Co和Acid-MMT载体的相互作用逐渐减弱,同时Co和ZrO_2物种的相互作用逐渐增强,CO转化率和C_(5+)选择性逐渐降低。 相似文献
10.
约束多目标人工蜂群算法 总被引:2,自引:0,他引:2
为提高约束多目标进化算法的收敛性和解集分布性,提出一种基于人工蜂群算法的改进约束多目标进化算法CMABC。在利用外部种群分别存储较优可行解和不可行解处理约束条件的基础上,根据约束多目标问题的特点,对外部种群的更新方式、迭代种群的更新方式及人工蜂群算法进行改进。实验仿真结果表明,CMABC相对于目前性能较好的MOABC及HPSO具有一定优势,能够在保证良好收敛性的同时,使获得的Pareto最优解集具有更均匀的分布性和更广的覆盖范围,适合于约束多目标优化问题的求解。 相似文献