胶粉颗粒变化对橡胶沥青粘度的影响分析

胶粉颗粒在热沥青中会发生溶胀、溶解导致体积膨胀和质量衰减,为了分析胶粉颗粒变化对橡胶沥青粘度的影响,采用搅拌工艺在不同的条件下制备了橡胶沥青,分析了胶粉体积膨胀率(V_R)、质量衰减率(T)以及颗粒变化复合指数(φ)等参数与橡胶沥青粘度的关系。并采用筛析方法分离胶粉得到沥青样品,通过红外光谱(IR)探析了橡胶沥青物化作用行为。结果表明,V_R和T可以分别表征胶粉颗粒在沥青中的体积膨胀程度和质量衰减,φ可以有效表征胶粉在橡胶沥青体系的综合颗粒变化。φ与橡胶沥青的粘度变化趋势一致,二者呈良好的指数关系。随着制备温度的升高,φ与橡胶沥青的粘度均先增大后减小,在180℃条件下达到峰值,即胶粉溶胀和溶解作用对粘度的贡献最大,温度继续升高会导致胶粉充分溶解并局部降解导致质量衰减,膨胀率有所降低,橡胶沥青粘度减小。在此过程中,部分橡胶分子发生断链降解,特征官能团吸收峰大幅增强,降解程度与制备温度和时间密切相关。由胶粉颗粒体积膨胀引起位阻效应和溶解改性引起的沥青相粘滞增强是橡胶沥青粘度的主要来源。     

基于人工智能算法的网络安全风险评估方法

为提升网络安全风险评估效果,本文提出一种基于人工智能算法设计网络安全风险评估方法。使用Apriori算法挖掘候选序列的频繁项。首先,从流量变化、设备状态和故障频率等方面分析安全态势,利用卷积神经网络(Convolutional Neural Networks,CNN)提取空间局部特征;其次,利用BiLSTM挖掘数据的时间特征,调节权重和偏置参数结果得到风险特征候选值;最后,将评估因素集输入门控循环单元(Gated Recurrent Units,GRU)模型中,利用遗传算法(Genetic Algorithm,GA)选取最优的参数,输出结果为安全风险的评分值,与风险等级进行匹配,得到因素集的评估结果。结果表明,本文设计方法能够准确评估网络安全风险,具有较强的性能优势。