基于QSPR方法的脂肪醇化合物闪点预测

为提高脂肪醇化合物闪点预测精度,提出基于定量结构-性质关系(QSPR)原理的脂肪醇化合物闪点预测方法。应用Dragon软件计算出91种脂肪醇的分子描述符,利用遗传函数算法(GFA)从1 481个描述符中筛选出3个与脂肪醇闪点关系最密切的分子描述符。分别用多元线性回归(MLR)方法和支持向量机(SVM)方法进行建模,并采用内部验证和外部检验的方式对模型的拟合度、预测性等性能进行验证。结果表明:预测集的MLR方法和SVM方法的平均绝对误差(AAE)分别为2.870 K和2.706 K;均方根误差(RMSE)为3.451 K和3.371 K。SVM模型在精度上略优于MLR模型,而MLR模型更为简单和方便。     

支持向量机对多环芳烃毒性的定量构效预测

为了实现多环芳烃(PAHs)毒性的有效预测,提出应用定量构效技术对多环芳烃的空气-正辛醇分配系数(KOA)和致癌性进行预测。应用分子描述符和试验值确立构效关系,采用支持向量机算法(SVM)和人工神经网络算法(ANN)分别建立了PAHs的KOA回归预测模型和致癌性分类预测模型。利用网格划分(GS)、遗传算法(GA)、粒子群算法(PSO)对SVM进行参数寻优。应用均方误差(MSE)、拟合决定系数R2和分类准确率(Accuracy)分别对模型进行了验证与评价。结果表明,最佳回归预测模型GS-SVR的MSE为0.059 7,R2为0.913 0;最佳分类预测模型GA-SVC的Accuracy为95%。研究表明:应用SVM所建两种模型的稳定性和预测能力都优于应用ANN建立的模型;参数优化后模型的稳定性和预测能力得到了提高。     

基于遗传算法的支持向量机预测有机物自燃点的研究

根据定量构效关系(QSPR)原理,研究自燃点(AIT)与其分子结构间的内在定量关系。以265种有机化合物作为样本集,随机选择238种作为训练集,27种作为测试集,用遗传算法(GA)进行变量选择,分别建立多元线性回归(MLR)模型和支持向量机(SVM)模型研究有机物的自燃点与其分子结构间的关系。通过分析,发现造成模型预测效果不佳的原因是试验数据本身存在问题。通过对2个模型的比较,结果为GA-SVM模型明显优于GA-MLR模型,说明自燃点与其分子结构间具有很强的非线性关系。     

基于ET-DFT分层模型的复杂系统动态概率安全评价方法研究

为充分体现复杂系统的动态行为对其可靠性的影响,减少系统动态故障概率计算时的工作量,应用层次化分析思想,综合事件树(ET)和动态故障树(DFT),提出基于ET-DFT模型的动态概率安全评价(DPSA)方法。应用二元决策图(BDD)和马尔科夫链(MC)分别对静态故障树和DFT进行求解,给出将静态故障树和DFT向BDD及马尔科夫链转移图的转化算法,以及系统各状态概率的求解方法。通过应用实例的分析验证,得到系统静态模块定量的发生概率及动态模块各个状态概率随时间变化的曲线,经综合求解得到系统故障发生的概率,实现对系统较为精确的DPSA。     

基于SVM的含缺陷20钢弯管爆破压力预测

为快速、精确预测含局部减薄缺陷的弯管爆破压力,首先验证显式非线性有限元模型的模拟精确性,然后以168组不同缺陷尺寸下20钢弯管爆破压力的有限元模拟数据作为学习样本,建立含局部减薄缺陷20钢弯管爆破压力预测的支持向量机(SVM)模型;其次利用交叉验证(CV)、遗传算法(GA)、粒子群算法(PSO)分别优化SVM模型;最后分析对比用于预测弯管爆破压力的3种优化SVM模型与ASME B31G-2009、DNV RP-F101、SHELL 92等3种通用规范的计算误差。结果表明：CV-SVM、GA-SVM、PSO-SVM等3种模型的预测误差均小于3种规范的计算误差,其最大相对误差分别为-2.33%、-3.4%和1.94%;说明SVM模型用于预测弯管爆破压力时操作简单、计算时间短、预测精度高、工程实用性好。     

建筑施工事故非线性灰色伯努利模型预测

为提高建筑施工事故灰色预测模型精度,在传统GM(1,1)模型基础上,建立非线性灰色伯努利模型(NGBM),并采用粒子群优化(PSO)算法对参数进行优选。以2001—2011年全国建筑事故死亡人数统计数据为基础,运用该模型对2012—2013年的相应人数进行预测,并与GM(1,1)模型和灰色Verhulst模型的结果相对比。结果表明,NGBM拟合精度最好,平均相对误差仅为2.65%,验证了模型的可行性和准确性。     

基于IPSO-LSTM的新能源汽车锂电池健康状态监测

为监测新能源汽车锂电池的健康状态(SOH),防范电池故障引发安全事故风险,提出改进粒子群算法(IPSO)和长短期记忆(LSTM)神经网络相结合的模型,监测锂电池的SOH。首先,采用Spearman相关性分析法,提取锂电池SOH监测的健康因子;其次,采用线性惯性权重和非对称学习因子改进传统粒子群算法(PSO),利用IPSO算法对LSTM模型的隐含层神经元个数、神经元失活率、批处理值进行关键参数寻优,进一步优化LSTM模型,建立IPSO-LSTM锂电池SOH监测模型;最后,以新能源汽车主流采用的18650锂电池数据集验证IPSO-LSTM模型,并对比分析BP、LSTM和PSO-LSTM这3种模型。结果表明：IPSO-LSTM模型的平均绝对误差(MAE)在0.02以内、均方根误差(RMSE)在0.03以内,监测误差在15%以内,相较于BP、LSTM、PSO-LSTM模型,IPSO-LSTM模型的误差指标值均最小,模型具有更高的精度和稳定性。     

基于SR-CM的公务航空运行安全风险评估

为了对公务航空进行有效的安全风险管控,基于公务航空运行特点,构建基于Spearman秩相关系数-云模型(SR-CM)的公务航空运行安全风险评估模型.通过对近8年国内外公务航空事故事件进行分析整理统计,建立基于人-机-环-管系统的安全风险指标体系;针对单一赋权造成的随机性和模糊性,构建Spearman秩相关系数(SRCC)组合赋权模型,结合云模型(CM),将定性指标定量化进行安全风险评估.最后运用SR-CM模型对A公务航空公司进行试点验证,计算该公务航空公司的安全风险等级与安全风险等级标准之间的隶属度.结果表明,该公务航空公司安全风险评语云涉及从低风险到较高风险,并且与一般风险相似度最大,确定该公务航空公司的安全风险等级为一般风险.     

一种新型壳聚糖交联树脂的制备及对Cr(Ⅵ)吸附性能研究

采用改进的滴加成球法合成壳聚糖树脂,用环氧氯丙烷对树脂进行交联,制备新型壳聚糖交联树脂.研究了交联树脂对Cr(Ⅵ)的吸附效果,探讨了溶液pH值、吸附时间、温度、Cr(Ⅵ)初始质量浓度等因素对吸附性能的影响及吸附热力学和动力学.结果表明,各因素中pH值对壳聚糖交联树脂吸附Cr(Ⅵ)影响较大.对初始质量浓度为120 mg/L的Cr(Ⅵ)溶液,壳聚糖交联树脂投加量为1 g/L,pH=3,温度为25℃,吸附2h时可达到最大吸附容量(72 mg/g).用Langmuir 等温模型和Pseudo second-order动力学模型对树脂的吸附过程进行线性拟合,R2分别为0.999 9和0.999 7,模型计算的饱和吸附容量qmax(73.53 mg/g)和平衡吸附量qe(29.23mg/g)与试验结果(72.10 mg/g和27.73 mg/g)基本吻合.Fick扩散模型表明,树脂对Cr(Ⅵ)的吸附可分为3个阶段,说明Cr(Ⅵ)的去除是物理吸附和化学吸附共同作用的结果.     

天然气管道泄漏爆炸实验分析

天然气管道失效造成泄漏爆炸给周围人员带来非常严重的危害,对其危害范围的研究对输气管道设计和运行具有重要的意义。常见的天然气管道泄漏爆炸伤害半径计算方法有蒸气云爆炸(VCE)定量评价模型、TNO多能法评价模型、API pub 581定量后果评价模型和炸药爆炸经验公式。为验证不同评价模型在受限空间的预测效果,利用天然气爆炸试验台进行了受限空间爆炸实验,得到最大压强与距离经验关系,计算出天然气浓度为7%、9%和11%情况下爆炸死亡半径。计算结果与不同经验模型预测结果比较,表明当天然气浓度为7%~11%时,蒸气云爆炸(VCE)定量评价模型和炸药爆炸经验模型与实验结果最为接近,误差分别为-113%和189%,TNO多能法评价模型和API pub 581定量后果评价模型预测结果偏小。结论对有限空间天然气管道爆炸研究具有实际意义。