成分优化

摘要： 采用支持向量机算法,在实验数据的基础上,建立航空发动机阻燃钛合金的合金化元素与力学性能关系模型,分析合金化元素对力学性能的影响规律.模型的输入参数为V、Al、Si和C元素,输出参数为室温拉伸性能(抗拉强度、屈服强度、延伸率和断面收缩率).结果表明:各个力学性能支持向量机模型的线性相关系数均在0.975以上,具有较高的预测能力;各个力学性能测试样本实验值与模型预测值的绝对百分误差均在5%以内,具有良好的泛化能力,能够有效地反映出阻燃钛合金的合金化元素与力学性能之间的定量关系,进而实现对该合金的成分优化.对于Ti−35V−15Cr阻燃钛合金,可以通过加入质量分数为0~0.1%的Si元素和质量分数为0.05%~0.125%的C元素,并减少质量分数为2%~5%的V元素,来提高力学性能;对于Ti−25V−15Cr阻燃钛合金,可以通过加入质量分数为1.5%~1.8%的Al元素和质量分数为0.15%~0.2%的C元素,来提高力学性能.

摘要： 利用JMatPro热力学计算软件和相应的铝基合金数据库,在固溶温度475°C下,计算了S(Al_(2)CuMg)、Al_(7)Cu_(2)Fe、Mg_(2)Si和Al_(3)MD0_(23)等第二相在7050铝合金中的相含量,研究了Zn、Mg、Cu、Fe、Si和Zr等合金元素对第二相相含量的影响规律,并建立了第二相含量与合金元素含量之间的关系回归方程。研究结果表明:当控制Mg含量为2.4%~2.6%、Zn含量为6.4%~6.7%、Cu含量为2.0%~2.2%、Zr含量为0.12%、Fe含量≤0.08%、Si含量≤0.06%时,可减小7050铝合金平衡状态下生成的S(Al_(2)CuMg)相含量≤0.4%、Al_(7)Cu_(2)Fe相含量≤0.106%、Mg_(2)Si相含量≤0.103%、Al_(3)MD0_(23)相含量为0.192%。并优化出7050铝合金的成分范围:Al-(6.4%~6.7%)Zn-(2.4%~2.6%)Mg-(2.0%~2.2%)Cu-(≤0.08%)Fe-(≤0.06%)Si-0.12Zr-(≤0.1)Mn-(≤0.04%)Cr-(≤0.06%)Ti。

摘要： 热轧带钢质量直接影响到产品质量和客户满意度,更会影响内部质量指标和外部质量异议,最终影响公司经济效益和美誉度。努力提高生产效率的同时,保证热轧带钢的高品质,对推动我国钢铁行业做大做强的现代化进程有着举足轻重的作用。

摘要： 研究了E690海洋平台用钢中第二相析出过程,讨论了不同温度条件下该钢种第二相中的元素含量,在此基础上分析了钢中Cu含量对Cu析出量的影响,为实验钢成分设计提供理论指导。结果表明,该钢中15种析出物的生成顺序分别为:Ti_(4)C_(2)S_(2),FCC_A1#2,MnS,B_(2)M,M_(3)B_(2),BN_HP_(4),FCC_A1#3,AlN,HCP_A3#2,KSI_CARBIDE,MC_ETA,M_(23)C_(6),M_(7)C_(3),MC_SHP,M_(3)P。适当提高钢中的Cu含量,降低Ni含量,在耐腐蚀性能满足钢材服役要求的条件下,可有效减少生产成本。然而,为抑制Cu过量析出,减小钢材的裂纹敏感性,应将钢中的Cu含量控制在0.2%以下。

摘要： 通过调整Mn、Nb、V元素含量,以3.5mm厚度规格为界,确定两套成分体系生产Q355B热轧窄带钢,使钢卷内部屈服强度和抗拉强度分别提高了60 MPa、30 MPa,伸长率提高了3%,满足了用户使用需求。

摘要： 为了满足超深层油气资源开发需求,针对石油装备用强度等级最高的低碳马氏体钢,结合成分性能大数据,基于四种不同机器学习方法分别建立了大截面高强韧低碳马氏体钢成分-强度和成分-硬度预测模型,分析表明,神经元层数为4、层深为64的人工神经网络模型的性能预测精度和拟合程度最好。采用遗传算法对材料成分进行智能最优化设计,获得CrNiMo和SiMnCrNiMo两种材料系中屈服强度大于1100 MPa、硬度大于42HRC、碳含量小于0.22%的最优成分,材料的端淬硬度分布曲线与预测值基本一致,最大误差小于3HRC。依据优化设计成分进行多批次产品生产制造后结果表明,150 mm直径的构件全截面获得95%以上的细小针状马氏体组织,屈服强度大于1100 MPa,低温冲击吸收能大于45 J,满足服役性能要求,预测结果与生产实验结果具有较高的一致性。将材料大数据与机器学习相结合实现了材料的智能化设计开发,为高性能材料的开发提供了新途径。

摘要： 结合某厂的生产实际,对Q355B铸坯样进行金相显微镜和扫描电镜分析,找到了Q355B钢种产生角部横裂纹的主要原因,并通过成分优化,在保证产品使用性能的前提下,避开铸坯所处的包晶区,基本消除了该钢种的角部横裂纹,实现了铸坯的不清理直接轧制,同时降低了该钢种的生产成本,也为其它钢厂解决角部横裂纹提供参考依据.

摘要： 为了改善钒钛磁铁矿高炉渣的冶金性能,本研究以国内某钢铁企业提供的现场钒钛高炉渣为基础渣,利用纯化学试剂调整炉渣成分,设计4因素5水平的正交优化实验,然后运用综合加权评分法对正交实验结果进行分析,探索得出高炉冶炼钒钛磁铁矿的优化渣系:CaO/SiO21.25,MgO12.00％,Al2O311.00％,TiO210.00％.对渣系冶金性能的影响程度为:CaO/SiO2＞Al2O3＞MgO＞TiO2.优化结果通过实验和热力学分析验证,发现钒钛高炉渣的冶金性能确实得到改善,有利于高炉冶炼.

摘要： 如果ADC12铝合金压铸件中含有较多的硬质点,就会造成机加工时的打刀现象,严重影响刀具使用寿命.为了解决这一问题,本文通过金相检验、扫描电镜分析和能谱分析等方法,对ADC12铝合金压铸件中出现硬质点的原因进行了分析.结果表明:铝液中Fe、Mn含量过高,氧化物夹渣多,未溶解Si颗粒或粗大初晶硅颗粒的存在是造成ADC12铝合金压铸件中硬质点较多的主要原因.最后从原材料控制、合金成分优化、精炼工艺和过滤工艺设计等几方面入手,提出了铝液中去除硬质点及避免硬质点进入压铸件的有效措施,可有效防止硬质点造成的产品报废.

摘要： 本文从成分优化、原料纯化、熔体净化、结构细化、组织均化等五个方面初步叙述了变形铝合金熔铸的关键技术及对铝合金加工制品质量的影响,意在说明熔铸是决定铝加工制品质量好坏的关键工序,可以认为是当前铝加工业的短板之一,是转型升级的重点之一,应下大力气提高其技术水平和操作水平,以实现我国铝加工行业的整体跨越.

摘要： 本文就船用高负荷排气阀新材料Superalloy80A合金棒材进行成分优化及多种热处理工艺实验,对其组织和强化程度实验数据进行分析,得出了化学成分及固溶温度、冷却方式对该合金组织及强化程度的影响规律.结果表明:采用1020°C固溶,出炉迅速水冷的固溶工艺处理,可获得气阀用Superalloy80A的细晶组织要求,Al+Ti成分控制不低于4.2％,可以使合金硬度达到360HB以上.

摘要： 汽车安全性和燃油经济性要求的不断提高,促进了热成形零件在汽车车身上的大量应用.硼钢通常用于车身安全结构件,以抵抗碰撞变形,提高整车碰撞安全性.高强车身抗侧面碰撞能力与零件所使用材料的弯曲性能直接相关.本文通过优化钢中Nb合金成分方式,研究了其对硼钢弯曲性能的影响.结果表明:通过向钢中添加适量的Nb合金,可以细化钢的原始奥氏体组织、细化晶粒尺寸,提高材料的抗弯曲性能.

摘要： 本研究建立了用气相色谱法对生物质能燃气中六种主要成分H2、O2、N2、CH4、CO、CO2及其含量进行分析,结果表明,生物质能燃气各成分分离效果好,精密度高,H2、O2、N2、CH4,CO、CO2的相对标准偏差分别为:0.766％、2.810％,0.622％、1.856％、0.560％、1.848％,该优化方法分析时间短,操作简单、方便、定性、定量准确可靠,是一种分析生物质能燃气成分的实用的方法.

摘要： 高强度螺栓连接是继铆接、焊接之后发展起来的一种新型连接形式,它具有承接能力高、受力性好、耐疲劳、不松动、较安全及施工简便、可拆换等优点,是世界各国研究开发的热点.通过对现有12.9级材料成分优化，实验室样品性能检测验证，小批量样品经过钢厂轧制生产，热处理球化拉丝生产，以及冷镦加工到零件热处理生产。明确了各生产工序控制要点和工艺要求，产品性能达到13.9级冷镦紧固件要求。

摘要： 通过试验和分析,研究了XGML33Cr调质处理后断面收缩率和断后伸长率偏低的原因.研究结果表明:上贝氏体组织是造成断面收缩率和断后伸长率偏低的原因.通过末端淬火试验和不同规格XGML33Cr淬火试验,确定了现有库存钢坯适宜轧制盘条规格.另外,为大规格免退火冷镦钢成分优化提供了方向.

摘要： 为提高产黄原胶菌株—野油菜黄单胞菌Xanthomonas campestris的发酵水平,对其发酵培养基成分进行了筛选优化.单因素实验筛选了合适的碳源、氮源,以及包括无机盐和有机酸的合适浓度.通过Plackett-Burman(PB)实验设计筛选培养基组成中对产黄原胶影响最大的因素,并经过响应面法(RSM)中的中心组合实验设计(CCD)优化培养基成分.实验得到淀粉、MgSO4和CaCO3是对黄原胶得率影响最大的三个因素,经最陡爬坡和响应面实验建立了黄原胶得率和三者之间的模型.求解模型得到,当培养基中淀粉浓度为4.39％,MgSO4浓度为0.29％,CaCO3浓度为0.34％时,黄原胶得率达到23.11g/L,较优化前提高了24.2％,与拟合的二次回归模型预测值基本相符,说明通过响应面实验设计对黄原胶发酵培养基的优化是有效的.

摘要： 为提高产黄原胶菌株—野油菜黄单胞菌Xanthomonas campestris的发酵水平,对其发酵培养基成分进行了筛选优化.单因素实验筛选了合适的碳源、氮源,以及包括无机盐和有机酸的合适浓度.通过Plackett-Burman(PB)实验设计筛选培养基组成中对产黄原胶影响最大的因素,并经过响应面法(RSM)中的中心组合实验设计(CCD)优化培养基成分.实验得到淀粉、MgSO4和CaCO3是对黄原胶得率影响最大的三个因素,经最陡爬坡和响应面实验建立了黄原胶得率和三者之间的模型.求解模型得到,当培养基中淀粉浓度为4.39％,MgSO4浓度为0.29％,CaCO3浓度为0.34％时,黄原胶得率达到23.11g/L,较优化前提高了24.2％,与拟合的二次回归模型预测值基本相符,说明通过响应面实验设计对黄原胶发酵培养基的优化是有效的.

摘要： 本发明公开了一种基于机器学习的多性能协同优化高熵合金成分设计方法，该方法为建立高熵合金成分—性能初始数据集；进行数据清洗，将清洗后的数据进行标准化处理，获得高熵合金性能训练集；利用高熵合金性能训练集确定高熵合金各性能预测的基模型，确定成分搜索空间内高熵合金各性能的期望提升(EI)值；确定成分搜索空间中合金性能EI值的帕累托前沿；聚类分析得到E I值帕累托前沿的类中心，确定对应EI值的高熵合金及其关联的成分信息；制备该高熵合金；对制备获得的高熵合金进行各目标性能的表征测试，如果测试数据不满足需求，根据所述测试数据更新高熵合金成分—性能初始数据集。本发明能够实现高熵合金多性能协同优化的高效成分设计。

摘要： 本发明公开一种层次分析结合响应面法优化白鲜皮三种有效成分的提取工艺，采用热回流法醇提取白鲜皮，在单因素法基础上进行层次分析，确定权重系数，用多指标综合评分结合响应面法优化提取条件。结果最优提取工艺条件为提取温度80±2°C，料液比1:15±0.06(g/mL)，提取时间1.5±0.05h，乙醇浓度为70±0.03%，提取次数1次，在最佳提取条件下浸提物的提取率为17.18±0.86%，白鲜皮中的白鲜碱、梣酮、黄柏酮含量测定结果为:0.25±0.03 mg/g、0.83±0.05 mg/g、1.13±0.02 mg/g，本专利为白鲜皮中药以后的资源开发与利用，及其工业化生产提供理论依据。

摘要： 本发明实施例提供一种基于主成分分析法和神经网络的工艺优化方法，属于大数据的工艺建模领域，包括：获取工艺中位点上的样本点数据；运用主成分分析法进行降维处理，得到工艺中位点对应的特征数据；运用主成分分析法确定工艺中位点对应的特征数据的权重；根据工艺中位点对应的特征数据的权重确定工艺中主要位点；将工艺中主要位点上的样本点数据输入循环神经网络进行训练，以还原糖占糖浆干物质的百分比作为目标，训练所述循环神经网络，并根据循环神经网络的权值矩阵确定工艺中主要位点的重要度值；根据工艺中主要位点的重要度值确定工艺中用于优化工艺参数的位点。本发明将工艺中主要位点运用工艺参数调节，能优化生产成本和加工效率。

摘要： 本发明提供了一种基于主成分分析和权重优化的矿用摩擦衬垫选型方法，包括以下步骤：查找需要选取衬垫的矿井相应的矿井参数；根据该矿井的矿井参数和矿井力学特性计算公式计算出该矿井的力学特性；根据计算得到的该矿井的力学特性和衬垫综合性能值与矿井力学特性的函数关系式，计算得到该矿井的力学特性对应的衬垫性能综合值；选取计算得到的衬垫性能综合值对应的衬垫型号作为该矿井的衬垫。本发明以提高衬垫的评价效率，同时方便选取适应不同矿井参数的衬垫。

摘要： 基于主成分分析和凸优化的低压配网拓扑自适应识别方法，属于低压配电网技术领域。其特征在于：包括如下步骤：步骤1，采集电能数据并形成数据矩阵；步骤2，对配电网电能数据进行主成分分析；步骤3，建立拓扑识别模型的目标函数及约束条件；步骤4，引入松弛变量，将拓扑识别模型转化为凸优化模型；步骤5，得到回归矩阵；步骤6，通过回归矩阵得到低压配电网拓扑结构。在基于主成分分析和凸优化的低压配网拓扑自适应识别方法中，利用主成分分析法对数据集矩阵进行处理，保留了原始数据间的本质信息，并将低压配电网拓扑识别问题转化为可解的凸优化问题，避免了其他传统优化算法容易陷入局部解的问题，拓扑识别的准确率更高。

摘要： 本发明公开了一种短瓣金莲花黄酮类成分提取工艺优化方法，包括天然低共熔溶剂的制备、黄酮类物质提取、HPLC分析、天然低共熔溶剂筛选、筛选主效因子的中心水平、试验设计与优化等步骤，最终得到回归方程的响应面图，得到黄酮类成分的提取率的最优提取条件。本发明所提供的短瓣金莲花黄酮类成分提取工艺响应面优化方法，优点是对提取率主要的影响因素进行了多因素优化，克服了单因试验次数多，周期长和工作量大，而且缺少各因素之间的交互作用等缺点，得到了最佳的工艺条件，为短瓣金莲花的进一步研究奠定基础。

摘要： 本发明公开了一种基于多目标优化的抗乳腺癌药物成分智能量化方法。首先，在已有的化合物数据集上筛选影响ERα生物活性的主要分子描述符。然后，基于粒子群优化的神经网络构建化合物对ERα生物活性的定量预测模型。接着，以药物的吸收、分配、代谢、排泄和毒性(ADMET)的度量为目标，基于决策树构建化合物的ADMET特征的特性预测模型。最后，综合定量预测模型和特性预测模型，以帕累托(Pareto)优化理论为指导，构建基于多目标优化的遗传算法模型，找到满足最优目标的化合物(分子描述符的组合)，再利用蒙特卡罗假设检验，对得到的最优化目标的化合物进行抽样统计，并以特定的置信度来确定化合物中不同分子描述符的最佳取值范围。

摘要： 本发明公开了一种基于近邻成分损失优化多尺度卷积神经网络的工业过程故障诊断方法，该方法可用于特征复杂的工业过程故障诊断。首先，采用多尺度卷积神经网络框架，分别从大尺度范围和小尺度范围提取故障数据之间的不同尺度时空特征，并将多尺度特征融合后训练模型；随后，使用代理近邻成分损失函数训练，使得模型在训练过程中不仅受到正样本的影响，同时引入负样本使不同故障类别之间的距离扩大，相同故障类别之间的距离缩小；为验证模型故障诊断性能的准确性，将其用于废水处理过程的故障诊断。实验结果表明，多尺度卷积神经网络特征提取方法与代理近邻成分损失函数的结合可以明显提高模型故障诊断的准确性，更适用于复杂工业过程的故障诊断。

摘要： 本发明涉及一种基于主成分优化的气体浓度检测方法，属于环境气体浓度检测技术领域。该方法包括：S1：建立基于主成分优化的气体浓度预测模型；S2：对待测气体进行光谱试验，选择测量波段范围；S3：记录待测气体吸收光谱It(λ)，对It(λ)进行主成分优化，得到It‑Modified(λ)；S4：利用高阶多项式拟合算法得到吸收光谱It(λ)的低频分量It'(λ)；S5：计算待测气体在测量波段内差分吸光度DODt(λ)，对DODt(λ)进行主成分优化，得到DODt‑Modified(λ)；S6：将整个测量波段内的It‑Modified(λ)、DODt‑Modified(λ)组成待测数据集输入气体浓度预测模型中，得到待测气体浓度值。本发明提高了气体浓度检测的分辨率和精度。

摘要： 本发明公开了一种基于热动力学模拟的涂层成分优化方法，涉及涂层设计领域，所述方法，包括：采用热动力学方法对目标合金和待制备涂层在长期服役过程中的相组成、相变化和成分中各元素的扩散情况进行模拟，得到模拟参量；根据模拟参量对待制备涂层的成分进行调整，得到待制备涂层的调整后的成分；采用相场模拟方法对目标合金和待制备涂层在长期服役过程中的微观组织形貌变化进行模拟，得到析出相的形状演变；根据析出相的形状演变对待制备涂层调整后的成分进行修正，得到待制备涂层的最终成分。本发明能提高涂层成分优化的效率和可靠性。