嵌段共聚物球形胶束体系的标度理论及其与均匀场理论的对比研究

本文建立了用于嵌段共聚物胶束体系定量计算的标度理论模型,讨论了标度理论与均匀场模型的差异。在极性和非极性溶剂体系中,定量考察了平衡态胶束聚集数、胶束过渡区聚合物浓度分布、胶束半径和内界面处的聚合物浓度等平衡性质,以及嵌段共聚物嵌段比例、摩尔质量等因素对上述性质的影响。与实验及均匀场模型的对比结果硅示,均匀场模型的拟均相假设对胶束聚集数等平衡性质的计算不会产生显著偏差,标度理论模型与均匀场模型都能够较好地描述胶束体系,两模型也获得了较好的一致。此外,标度理论模型能够给出胶束内的浓度分布。即使在高聚集数的情况下,胶束内界面处溶剂的含量仍然很高（〉50％）,这表明有必要对内界面张力的计算进行修正,而均匀场模型则忽略了此项修正。     

聚硅氧烷嵌段共聚物中微相分离的计算机模拟

通过RIS Metropolis Monte-Carlo方法建立了PDMS、PDPS以及嵌段共聚物PDMS/PDPS的模型,并用COMPASS力场和智能最小化方法对模型进行了能量最小化计算。采用共混相图、红外光谱和X射线的方法研究了PDMS/PDPS嵌段共聚物的微相结构,结果表明PDMS和PDPS存在微相分离现象;在PDMS/PDPS共聚物结构中,稳定的螺旋结构在与具有无规线团结构的PDMS共聚后,受到部分破坏,形成了新的无规线团区,具有特定的微相结构。     

自洽场理论研究嵌段聚合物的并行算法实现

自洽场理论的数值计算方法在聚合物热力学的研究中得到了广泛的应用,尤其应用在嵌段共聚物微相分离形态的预测和描述方面[1～6]。该理论方法灵活性较强,参数空间的调整范围较大,能应用的计算体系也变化多样,难以建立固定的既有软件包,现有文献也鲜见针对该理论算法并行化的研究。本文就该理论在嵌段共聚物自组装问题上的数值计算的并行算法实现进行了研究和讨论,给出了算法性能的理论分析,并进行了实验测试。测试结果显示,本文提出的并行算法可获得良好的并行加速比,并行效率较高。该算法的提出有助于推动包括针对聚合物在内的软物质理论的研究工作。     

胶囊机器人与肠道准静态交互的临界滑动阻力研究

目前,胶囊机器人从静止状态到相对运动发生的这一过程中所需要克服的阻力尚无有效数据.本文针对这一问题进行交互分析,量化影响临界滑动阻力的因素.首先基于Ciarletta的超弹模型,分析"内力-摩擦"式和磁驱式胶囊机器人实现运动所需的临界滑动阻力.首先分别建立了包括胶囊机器人头部压力、中段摩擦力和头部摩擦力的阻力模型,并根据力的平衡关系获得临界滑动阻力的表达式.其次,构建了实验台并利用家猪的离体小肠开展了实验.随后对影响临界阻力的参数进行了分析,包括胶囊机器人外径与肠管的内径比(R/r)、肠管摩擦系数和胶囊机器人的中段长度.临界滑动阻力的理论计算结果与实验结果达到较好的吻合.R/r和肠道摩擦系数的增大都会导致临界滑动阻力增大.胶囊头部所受摩擦力在阻力中所占比例小于1%.胶囊机器人受到的阻力与其中段长度呈线性关系.提出的模型能够准确地预测临界滑动阻力,可体现各因素的影响,其中最为主要的影响是R/r.     

圆柱亚临界-临界-超临界流动特性的大涡亚格子模型比较研究

为获取圆柱在亚临界、临界和超临界区内的气动特征,基于大涡模拟并分别采用Smagorinsky亚格子尺度模型和动力亚格子尺度模型计算了Re=4.1×10~4~8.2×10~5内的绕流场.将获得的圆柱定常与非定常气动特性与相关文献进行了对比.研究表明,两种亚格子模型均能给出圆柱升力系数平均值、RMS值和涡脱St数的合理估计,能预测阻力系数的下降.但两种亚格子模型均无法准确预测临界区阻力系数的快速下降、不同Re数下压力系数平均和RMS值在圆柱表面的分布.在临界和超临界区,Smagorinsky亚格子尺度模型可能高估了亚格子湍流粘性;相反,动态亚格子模型可能在流场部分区域明显低估了亚格子湍流粘性.     

复合材料与金属接头胶接建模精度研究

为了准确预测复合材料与金属接头胶接承受不同载荷的强度,对区域的胶层建模方法及建模精度进行了研究.提出建立了胶层的三种模型,即忽略胶层共节点方法、将胶层划分简化有限元模型以及精细有限元模型,并对以上模型施加相同载荷进行仿真.结果表明,忽略胶层的建模方法与基准模型误差达到9.7％,而有胶层的模型与基准模型的误差仅为0.6％;简化模型和精细模型与理论值在整体应力水平及整体应力分布上相差较小,精细模型与理论值的误差只有0.3％,简化模型与理论值的误差达到了1.3％.说明,对于有胶层结构来说,胶层不可忽略,若不关注胶层附近受力状态,在误差允许范围内,可将胶层建立为简化模型,否则应使用精细模型来仿真胶层.     

随机分布的纳米链聚集结构:建模与光吸收特性研究

纳米粒子聚集结构可以高效捕获光子,因此,其具有优异的光吸收性能。提出并分析了一种硅基随机分布的纳米链聚集结构模型,采用高斯、柯西和均匀分布函数表征纳米链的聚集形式,实现了对其微观形貌的真实重建。建立并研究了结构参数(厚度和填充系数),等效物理参数(密度、热导率和热容)和可见光吸收率之间的关系。上述结构参数和等效物理参数均存在使可见光吸收率最大化的极值,该极值由材料属性和聚集结构决定。最后,通过降低蒸发沉积工艺中金属蒸汽动能的方法,在硅基底上制备了铝纳米聚集结构样品,实验研究了样品的光谱反射率特性。模型计算得到的光谱吸收率曲线和实验测得的曲线Spearman相关性系数高于0.82,证明了模型的准确性。模型计算得到的可见光吸收率与实验测量结果的相对误差低于0.3%,进一步验证了模型的准确性。     

纤维素类高分子玻璃化温度的QSPR研究

玻璃化温度是表征聚合物性能的一个重要的物理化学参数,研究玻璃化温度对聚合物分子设计和改性具有重要意义.本文采用密度泛函论在B3LYP/6-31G(d)水平上优化22种纤维素结构单元,得到分子总能量EHF、热力学能ETHERMAL、最高占据轨道能EHOMO、最低空轨道能ELUMO、最大净负电荷q-、偶极距μ、取代基长度L等7个量子化学参数,并用逐步线性回归方法探讨这些参数与纤维素玻璃化温度(Tg)的关系,建立定量结构-性质模型(QSPR):Tg=94.343-581.544q+0.114EHF-309.152ELUMO.该模型判定系数R2=0.940,表明所选自变量与因变量相关性很高,各参数方差膨胀因子VIF均远小于10,不存在多重共线性问题.最后,用留一法(LOO)检测模型的可信度,结果表明,预测值和实验值吻合较好,交叉验证相关系数为0.888,说明本文所得模型可靠,可用于研究纤维素类聚合物的玻璃化温度,为设计和改性纤维素分子提供理论指导.     

基于神经网络的复合材料胶接修补参数优化

胶接参数对于胶接修补的效果影响非常明显,但是采用传统的数值计算方法不容易分析得到优化值.针对复合材料层合板胶接修补参数优化,采用改进的BP神经网络建立参数优化预测模型.层合板胶接修补的有限元分析为神经网络预测模型提供训练样本,通过神经网络预测胶接参数对修补效果的影响,并用试验结果验证预测结果的准确性.结果表明所建的模型是准确有效的,最后采用预测模型得到优化的胶接修补参数为:补片的直径为孔径的2.41倍、补片厚度为母板厚度的0.608倍、补片的铺排方式为:(0/90/±45/90)s.     

碱金属卤化物晶格能的QSPR研究

采用密度泛函理论(DFT)的B3LYP法,对碱金属卤化物从头算.选取11个与晶格能相关的量化参数作为自变量,逐步回归分析碱金属卤化物的晶格能,建立的QSPR方程的相关系数R为0.999,剩余标准偏差s为4.731,F检验值为1927.597;留一法交叉验证结果为R=0.998,s=6.946,表明该模型预测可靠性高.讨论逐步回归引入QSPR方程中的4个量化参数表明,这4个变量物理意义明确,是影响碱金属卤化物晶格能的主要量化参数.此外,本文还以计算出来的量化参数作为自变量,用逐步回归分析方法分别以F心能带E(F)、标准熵S°m作为因变量构建QSPR方程,也均获得令人满意的结果.     

Neural network models for conditional distribution under bayesian analysis

We use neural networks (NN) as a tool for a nonlinear autoregression to predict the second moment of the conditional density of return series. The NN models are compared to the popular econometric GARCH(1,1) model. We estimate the models in a Bayesian framework using Markov chain Monte Carlo posterior simulations. The interlinked aspects of the proposed Bayesian methodology are identification of NN hidden units and treatment of NN complexity based on model evidence. The empirical study includes the application of the designed strategy to market data, where we found a strong support for a nonlinear multilayer perceptron model with two hidden units.     

Some applications of mathematical programming techniques in optimal power dispatch

Some models for the economic dispatch of electric power are introduced and treated by mathematical programming techniques. In particular, our presentation includes (i) a short-term model for the optimal dispatch of thermal units, which is solved by a specific path following method, (ii) a daily model for a generation system consisting of thermal units, pumped storage plants and an energy contract, which can be solved by standard convex quadratic programming algorithms, and (iii) two stochastic programming models for the optimal daily dispatch, which depend on the (unknown) probability distribution of the electric power demand. One of the latter models can be solved efficiently by combining nonparametric estimation procedures and convex programming methods.     

区域高斯描绘子及其在物体识别中的应用

为了对几何变形的图像进行正确和有效的识别,对基于物体轮廓的高斯描绘子进行推广,构造了一种基于区域的新的不变量--区域高斯描绘子.构造思路主要有两点:①定义一个具有平移、尺度不变性的函数--区域高斯势函数;②分别计算区域高斯势函数在8个同心圆上的平均值,从而获得8个不变量.这些不变量不仅具有平移、旋转、尺度和反射不变性,而且对噪声不敏感,适用范围广.将区域高斯描绘子应用于物体识别,获得很高的识别率.     

烃类物质闪点定量构效的关系

应用CODESSA软件计算300种烃类物质的分子结构描述符,用启发式回归(HM)、最佳多元线性回归(B-MLR)法,以筛选出来的分子描述符建立线性回归模型.用B-MLR法所选4个描述符作为支持向量机(SVM)的输入,建立非线性模型.预测结果表明:所建模型稳健,泛化能力强,预测误差小.非线性模型(R2=0.9884,RMSE=8.7570)的性能优于线性回归模型(HM:R2=0.9815,RMSE=11.0653;B-MLR:R2=0.9814,RMSE=11.1041),预测的效果令人满意.