基于随机森林算法的爆破振速预测研究

以最大单段药量、爆心距、高程等3个影响因素为分析对象,随机抽取40组爆破振动实测数据作为随机森林预测模型的样本训练集,通过批量训练,再将剩余10组未经训练的爆破实测数据用于测试。同时采用传统地萨道夫斯基经验公式进行线性回归及预测,将二者预测结果与实测振速进行对比分析,结果表明:最大单段药量和爆心距是影响爆破振速的重要因素,随机森林模型预测平均误差率为6.81%,误差在合理范围内,且比平均误差率为11.64%的萨氏公式更加准确,为爆破振速预测提供了一种新的方法。     

CPA方程计算醇、水的比热容性质

针对立方型附加缔合项(CPA)状态方程(EoS)对比热容的计算精度不高的问题,采用11种包含不同性质的参数计算方法研究了CPA方程对极性缔合流体甲醇、乙醇、水比热容的计算精度。计算结果表明：不考虑比热容时,CPA方程的参数计算必须考虑蒸汽压性质,且蒸汽压计算精度越高,方程对液相比热容的预测精度越高;在参数计算中加入比热容后,CPA方程无法同时准确描述所有比热容性质,其中对液相比定压热容的计算精度最高;在参数计算过程中比热容性质只考虑液相比定压热容时,方程对蒸汽压、各相密度及液相比定压热容的平均绝对相对偏差都在3%及以内。     

利用变阱宽方阱链流体状态方程计算1：1电解质溶液热力学性质

将变阱宽方阱链流体状态方程拓展到1：1强电解质水溶液热力学性质的计算中,通过关联溶液的平均离子活度系数和溶剂的渗透系数得到了22种离子的链节直径和方阱能量参数,40余种电解质溶液的平均离子活度系数和溶剂渗透系数的总平均相对偏差分别为6.03%和5.83%。计算结果表明,建立的电解质型状态方程可以满意预测电解质溶液的密度和宽广温度下溶液的蒸气压,总体平均相对偏差分别为0.22%和4.69%。进一步说明模型参数的可靠性。     

亚临界和超临界压力下液态正癸烷比定压热容实验研究

为了准确测量液态正癸烷的比定压热容,采用流动型绝热量热法,搭建了一套适用于亚临界和超临界压力下的流体比定压热容测量系统。对温度为311～570 K、压力为0.12～6.02 MPa的正癸烷比定压热容进行测量,结果表明比定压热容随温度的升高而增加,但压力对正癸烷的比定压热容影响较小,并将实验值与文献值进行对比,结果表明两者的最大相对偏差在5.0%以内,平均相对偏差在1.39%以内。将实验值与Guseinov模型和Garg模型两种经验模型进行对比,并在两种经验模型的基础上,提出改进后的比定压热容模型。改进后的模型精度较高,其最大绝对偏差为1.32%,平均相对偏差为0.53%,可为其他碳氢燃料的比定压热容的推算提供基础和参考依据。     

亚临界和超临界压力下液态正癸烷比定压热容实验研究

为了准确测量液态正癸烷的比定压热容,采用流动型绝热量热法,搭建了一套适用于亚临界和超临界压力下的流体比定压热容测量系统。对温度为311~570 K、压力为0.12~6.02 MPa的正癸烷比定压热容进行测量,结果表明比定压热容随温度的升高而增加,但压力对正癸烷的比定压热容影响较小,并将实验值与文献值进行对比,结果表明两者的最大相对偏差在5.0%以内,平均相对偏差在1.39%以内。将实验值与Guseinov模型和Garg模型两种经验模型进行对比,并在两种经验模型的基础上,提出改进后的比定压热容模型。改进后的模型精度较高,其最大绝对偏差为1.32%,平均相对偏差为0.53%,可为其他碳氢燃料的比定压热容的推算提供基础和参考依据。     

碳氢燃料JP-10高温液态黏度测量和推算模型构建方法研究

基于流体动力学层流哈根-泊肃叶（Hagen-Poiseuille）定律,利用双毛细管法,对高密度空天动力燃料JP-10液态黏度进行实验测量,测温范围326.6~671.2 K,测量压力2.0、 3.0、 4.0 MPa,扩展相对不确定度2.88%~4.96%（置信因子k=2）。通过纯物质环己烷动力黏度的测量,对实验系统进行了标定,实验结果与NIST数据库平均相对偏差在1.22%以内,最大相对偏差绝对值为2.04%,实验结果与推荐黏度值在2.0 MPa时平均相对偏差为1.25%,4.0 MPa时平均相对偏差为1.61%,最大相对偏差绝对值为3.50%,验证了实验系统的可靠性。选取临界压力状态的黏度值作为参考状态值,通过引用Yaws液相有机化合物的黏度经验公式,结合SRK状态方程对绝对速率理论黏度模型进行了改进,耦合实验数据,建立了一种适用于碳氢燃料的高温高压液相黏度的推算模型。采取共轭梯度法和遗传算法对模型参数进行拟合,计算结果与实验结果的平均相对偏差值在2.00%以内,最大相对偏差绝对值小于4.50%,验证了模型的精确性。     

醇类与脂肪酸酯类混合物的McAllister黏度模型改进

针对原始McAllister三体模型的预测性能较差问题,提出考虑温度影响的改进模型。基于搜集所得的29种二元混合物黏度数据,通过对McAllister三体模型的交互作用参数(ν₁₂和ν₂₁)进行研究发现,模型参数ν₂₁和ν₁₂、ν₁₂的无量纲参数ν_r和热力学温度T的无量纲参数T_r间,均呈现出较强的线性相关性。对比实验的黏度数据,新模型的总体平均相对偏差为0.75%。利用未参与建模的黏度数据对新模型进行验证,结果表明：改进的McAllister三体模型可用于273.15 K相似文献   

人工神经网络预测阴离子表面活性剂的临界胶束浓度

根据定量结构-性能关系原理,利用人工神经网络模型,采用Wn、S和Sn三种拓扑指数描述阴离子表面活性剂的分子结构并作为网络输入,预测阴离子表面活性剂的临界胶束浓度。确定了网络参数,利用43组数据对网络进行训练和预测,并与文献值进行了比较。结果表明,预测精度较高,说明人工神经网络方法具有很好的预测能力。     

以离子液体密度为例的分子性质预测模型建模方法探讨

分子性质预测模型是针对特定应用需求筛选设计化学品的有力工具,然而诸多相关建模过程中的测试集划分、交叉验证、算法选择等关键环节普遍存在严谨性不足的问题,模型真实预测性能难以保证。以基团贡献法预测离子液体密度为例,探讨了分子性质预测模型建模过程中数据集划分和交叉验证的重要性,提出了自动基团划分方法并研究了数据集中基团涉及分子个数对预测精度的影响。通过对比五种回归算法（多重线性回归、岭回归、随机森林、支持向量机、神经网络）,基于岭回归的基团贡献模型预测性能最佳,在由1078种离子液体、共计23034个数据点组成的数据集上得到的平均相对误差为1.88%。     

HFO类工质立方型容积平移状态方程

为了更加准确地描述制冷工质纯组分的热力学行为,文中通过拟合HFO类制冷工质的热物性实验数据,回归得到立方型容积平移状态方程的2个可调参数,并将方程的2个可调参数普遍化为关于临界压缩因子的函数。对计算结果进行了分析讨论,分析立方型容积平移状态方程纯流体饱和液相密度和高压液体密度的计算精度。研究结果表明：与原始的PR状态方程和SRK状态方程相比,立方型容积平移状态方程对饱和液相密度和单相液体密度改进显著。以R1234ze(E)为例,验证了文中所建立的立方型容积平移状态方程。VTPR状态方程计算饱和液相密度的平均绝对相对偏差为1.42%,计算高压液相密度的平均绝对相对偏差为0.82%;VTSRK状态方程计算饱和液相密度的平均绝对相对偏差分别为3.58%,计算高压液相密度的平均相对偏差为2.00%。     

含HFO二元混合工质汽液相平衡性质研究

为了提高环保替代混合制冷工质相平衡数据的计算精度,文中收集了公开发表的7种HFOs/HFCs及6种HFOs/HCs 2类二元混合工质的气液相平衡性质实验数据,分别采用PR方程+VDW混合法则、PR方程+MHV1混合法则+Wilson模型对2类混合工质的气液相平衡性质进行了非线性优化,结果表明:对于HFOs/HFCs,PR+MHV1+Wilson模型计算值与实验结果的压力平均相对偏差为0. 28%,汽相组分的平均绝对偏差为0. 003 5,PR+VDW模型的结果分别为0. 30%和0. 003 6;对于HFOs/HCs,PR+MHV1+Wilson模型计算值与实验结果的压力平均相对偏差为0. 25%,汽相组分的平均绝对偏差为0. 003 7,PR+VDW模型的结果分别为0. 55%和0. 004 8。可见:相比于PR+VDW模型,PR+MHV1+Wilson模型对HFOs/HFCs混合工质的汽液相平衡性质计算精度提升有限,对HFOs/HCs类工质则可显著提升计算精度。     

含蜡原油的黏弹-触变模型

在胶凝温度以下,因蜡的结晶析出并形成三维空间网络结构,含蜡原油表现出复杂的非牛顿流体特性,如黏弹性、屈服应力和触变性等。目前,含蜡原油的触变性模型均为黏塑性模型,没有考虑屈服点附近及之前物料所具有的黏弹特性。为此,提出了一个包含状态方程和速率方程、共10个未知参数的黏弹-触变模型。模型的剪应力由弹性应力和黏性应力构成,弹性应力为剪切模量与剪应变的乘积,剪切模量正比于结构参数和损耗函数。描述结构参数随时间变化的速率方程,假设结构破坏项与能量耗散率相关,克服了以往速率方程中结构破坏项与剪切率相关这一假设的不足。模型可描述含蜡原油所具有黏弹-触变特性,并且所预测的剪应力能够从以黏弹性为主的阶段平滑过渡到以触变性为主的阶段。利用大庆原油剪切率阶跃和滞回环的实验数据对模型进行验证。结果表明:两种测试的模型拟合值与实测值的平均相对偏差分别在2.0%和5.0%以内;利用由剪切率阶跃测试数据拟合得到的模型参数对滞回环测试进行预测,预测的平均相对偏差约为16%。     

用径向分布函数及Lennard-Jones位能模型计算真实流体的PVT性质

用顺序解析平衡法,结合Ｌｅｎｎａｒｄ－Ｊｏｎｅｓ（Ｌ－Ｊ）位能函数模型计算径向分布函数,然后直接代入统计热力学所给出的理论状态方程预测真实流体的ＰＶＴ性质。Ｌ－Ｊ位能模型参数由临界温度Ｔｃ和临界压力Ｐ确定。结果表明该方法能成功地预测非极性和弱极性纯流体的ＰＶＴ性质。当分子尺寸小于正己烷时,除临界温度附近之外,预测的饱和液体体积的平均相对误差一般小于５％,对于分子尺寸更大的流体,可应用象Ｋｉｈａｒａ模型这样的三参数位能模型来提高预测精度。     

基于遗传算法优化的BP神经网络气化用煤灰流动温度预测模型

采用遗传算法优化的BP神经网络建立煤灰流动温度预测模型，模型以灰成分及酸碱质量比、硅铝质量比等组合参数作为输入变量，以煤灰流动温度作为输出量，对126组来自中国北部地区的煤灰样数据进行训练与测试，并建立常规BP神经网络模型，研究了各输入变量对网络模型预测精度的影响并对比与常规BP神经网络模型的预测能力。结果表明：不同输入层变量的GA-BP神经网络模型对训练集和测试集样本数据都具有较好的学习和泛化能力，所有预测结果相对平均预测误差均不超过4%。酸碱质量比和硅铝质量比参数作为神经网络输入层的添加，虽略微提高模型对训练样本的拟合程度，但也导致验证时过拟合现象的发生，模型对新样本的拟合优度下降。采用SiO₂,Al₂O₃,Fe₂O₃,CaO,MgO和Na₂O+K₂O的质量分数6个参数作为输入变量的GA-BP模型最为适合，其对测试集数据的预测相对平均误差为3.45%,低于常规BP神经网络模型3.79%的误差。     

CSM模型与CPA状态方程预测高压水合物生成条件

传统的统计热力学模型假设天然气水合物为理想固体溶液,同时忽略了极性水分子之间的氢键缔合作用,在预测高压条件下的水合物生成条件时偏差较大。针对这一问题,提出了基于CSM模型与CPA状态方程计算高压天然气水合物生成条件的新方法。基于该方法计算的5种高压天然气水合物生成条件与实验数据的对比表明:当水合物生成压力低于20 MPa时,水合物生成压力计算值与实验值之间的平均相对偏差范围为0.59%—5.24%;当压力范围为20—69.84 MPa时,计算值的平均相对偏差范围为0.79%—6.76%,显著优于CSM模型结合SRK状态方程的计算结果。预测高压条件天然气水合物生成条件时,需要同时考虑水合物溶液的非理想性和水分子之间氢键缔合作用。     

基于深度残差网络的塑料齿轮玩具网络模型

为提升塑料齿轮玩具工艺参数缺陷预测性能,应用深度学习卷积神经网络技术,提出2个基于深度残差网络的塑料齿轮玩具网络模型,称为模型1、模型2。经仿真分析可知:当批次样本量为8、训练代数为1 000时,模型2对体积收缩率、翘曲量的预测误差百分比分别为0.009 7%、0.010 2%,优于模型1;模型2对塑料齿轮玩具工艺参数体积收缩率、翘曲量预测精确率分别为92.146 8%、90.288 4%。说明模型2应用深度残差网络可提取多样化、抽象的语义特征,具备较小的预测误差百分比、较高的预测可信度和较高的预测效率。研究结果可为当前塑料齿轮玩具工艺参数预测工作提供一定的参考。     

基于ISSA-GRU的混凝土抗压强度预测

考虑到抗压强度对混凝土设计的重要影响，本文提出了改进麻雀搜索算法(ISSA)和门控循环单元(GRU)结合的ISSA-GRU预测模型，实现对高性能混凝土抗压强度的精准预测。对收集的数据集进行归一化处理后，利用基于光谱-理化值共生距离(SPXY)法对数据集进行训练集和测试集划分，采用GRU对高性能混凝土抗压强度进行回归预测，并通过引入动态惯性权重的ISSA,加强对GRU网络参数的寻优效率。结果表明，在使用相同数据样本的情况下，将ISSA-GRU模型与长短期记忆(LSTM)网络、核极限学习机(KELM)和支持向量回归(SVR)模型进行比较，其均方根误差RMSE分别降低了9.3%、37.5%、33.5%,平均绝对误差MAE分别降低了13.5%、38.5%、41.7%。同时，研究了训练集数据量和输入变量对模型预测性能的影响，研究结果表明，所提出的模型能高效寻找超参数，具有较高的预测精度和较好的适应性，为多样化原材料和混凝土特定性能的发展提供可行参考。     

环丁砜-C_4烷烯体系相平衡的研究

建立了中低压体系相平衡数据的测定方法,使用静态法测定了正丁烷-1-丁烯-甲乙酮-环丁砜体系的多元气液相平衡数据。利用UNIQUAC热力学模型对所测定的二元TPx或TPxy数据进行了参数回归,并对该体系的三元数据进行了预测。与实验结果对比发现,该模型具有可靠性,对压力预测的平均相对偏差为0.88%,对气相组成预测的平均偏差为1.33%。     

应用Wilson方程和均相溶液理论计算固液吸附平衡

固液吸附平衡计算对于吸附分离设计具有重要意义。采用吸附质固体溶液理论并用Wilson方程描述各组分之间的相互作用,计算了6个烃类二元液体混合物在分子筛NaX和KBaY、硅凝胶和活性炭上的吸附平衡数据,进一步考察了该理论的适用性和计算精度。结果表明,该理论模型可以较好地关联二元液相混合物在固体表面的吸附等温线,关联结果的总平均相对偏差为5.0%,而且该模型可以预测其他温度下的吸附平衡,预测精度也在5%之内。     

基于离散型灰色理论的的高炉铁水含硅量预测

研究了高炉炼铁炉温预测问题,建立数学模型实现了对铁水硅含量([Si])的动态预测。确立[Si]的灰色体系,在前k个已测数据所组成的小样本基础上,用离散GM(1,1)模型对第k+1个数据点进行预测得预测值。经过试验多组拟合效果,发现k=7时模型能够使预测值更为精准地逼近真实值。本文从华南地区某炼钢企业所提供1000组实测生产数据中随机抽取100个数据进行测试,发现数值预测命中率为81%。