犹豫模糊语言后悔理论和ELECTRE决策方法及应用

针对决策信息为犹豫模糊语言元素形式、属性权重完全未知的多属性决策问题,提出了一种基于后悔理论和ELECTRE III的多属性决策方法。利用灰色关联分析和极大熵原理确定属性权重。确定犹豫模糊语言信息的后悔-欣喜函数,凭借该函数确定方案对的后悔-欣喜和谐指数与不和谐指数,进而确定方案对的可信度指数。通过方案对的可信度指数确定各方案的净可信度,依此对方案进行排序。通过算例说明了所提方法的可行性和有效性。由于该方法同时考虑了决策者的心理行为和属性间的部分可补偿性,因此决策结果更加贴近现实且更为合理。对后悔规避系数[μ]的灵敏度分析表明了所提方法的稳定性,与其他两种方法的对比分析展示了所提方法的优势。     

一种新颖隶属度函数的模糊支持向量机

传统的支持向量机(SVM)训练含有外部点或噪音数据时,容易产生过拟合(over-fitting)。通过模糊隶属度函数来降低外部点或被污染数据的选择。本文提出了一种新的核隶属度函数,这种新的隶属度函数不仅依赖于每个样本点到类型中心的距离,还依赖于该样本点最邻近的K个其他样本点的距离。实验结果表明了具有该隶属度函数的模糊支持向量机的有效性。     

快/慢烤试验中复合推进剂内部温度场的分布

为了研究不同烤燃条件下复合推进剂(PBT/HMX/Al/AP/BU)的响应特性,采用DSC研究了复合推进剂及单组分的热分解特性。复合推进剂的初始分解温度为187.27℃,单组分中BU初始分解温度最低,为192.95℃,表明复合推进剂的热分解过程是从BU开始;分别测量了在快/慢烤试验中,复合推进剂内部温度的变化。结果表明:1)快烤试验中,样品内部温度分布极不均匀。点火90 s后,样品发生反应,此时样品中心的温度为85℃,钢管端盖破裂,样品发生燃烧反应。2)慢烤试验中,样品内部温度分布均匀,几乎无温度差,样品发生反应时,样品内部温度与环境温度均为133℃,试验后样品钢管完全破碎,样品发生了爆轰。由此可见,慢烤试验中,由于样品内部温度分布均匀,发生反应时,大部分样品都处于临界反应温度,一旦激发,破坏效应比快烤试验更严重。     

基于PBM和DPM的喷雾冷冻流化床液滴雾化的数值模拟

为实现均匀包覆,对流化床包覆的流场及颗粒的团聚特性进行研究;基于CFD中的群体平衡模型对流化床内液滴的雾化行为进行二维数值模拟,并与离散相模型的计算结果进行对比。结果表明,群体平衡模型和离散相模型可得出相同的速度场分布,群体平衡模型可进一步得出更为详细的粒径分布。群体平衡模型可作为离散相模型的替代模型进一步研究颗粒的聚并和破碎行为。     

N含量对13Cr超级马氏体不锈钢耐蚀性的影响

对13Cr超级马氏体不锈钢进行氮合金化,采用淬火-配分热处理工艺,研究了不同N含量对13Cr钢的微观组织及电化学腐蚀行为的影响。结果表明:随N含量增加,板条马氏体组织表现出明显的细化行为,奥氏体含量增加,且有VN生成,从而防止N与Cr结合生成Cr₂N,促使Cr在材料表面形成以Cr₂O₃为主的致密腐蚀产物膜,提高材料耐蚀性;试验钢表面以局部腐蚀为主,试样表面有点蚀发生。随着N含量的增加,形成腐蚀产物膜的孔隙度减小;表面钝化膜为双电层结构,增加了钝化膜的稳定性,点蚀坑数量明显减少且变小;提高N含量有利于试样耐点蚀性能的改善,0.35%N试验钢表面腐蚀产物附着牢固,平整且致密,晶粒大小均匀,可起到良好的保护作用。     

不同载荷下六孔束腰型叠片联轴器有限元应力仿真研究

叠片联轴器工作时经常会受到转矩、离心力、轴向位移和角向位移的作用,对叠片联轴器在以上各种载荷下的应力分析,能够为动力装置的安全运行提供可靠保证.建立了考虑叠片之间接触影响的六孔束腰型叠片联轴器有限元模型,分析了联轴器在转矩、离心力、轴向位移和角向位移单独作用下的叠片应力大小和分布特征,并通过改变螺栓的预紧力和叠片间的摩擦因数,研究了它们对联轴器应力特性的影响.结果表明,增大螺栓预紧力和摩擦因数会导致联轴器在转矩、轴向位移和角向位移作用下最外层叠片的最大等效应力值增大,但对离心力作用下的应力影响不大.     

决战“45”——安徽芜湖市沿河路商办楼火灾扑救纪实

4月15日14时左右,安徽省芜湖市沿河路220号的一处商办楼突发火灾。接警后,芜湖市公安消防支队和邻近的马鞍山市公安消防支队在安徽省消防总队全勤指挥部的指令下,先后调集12个中队、27辆消防车、200余名官兵赶赴火场艰苦鏖战,成功抢救出10人,疏散200余人,保住了周边居民楼以及相邻的小商品市场的安全。火灾没有造成人员伤亡。     

以淀粉为模板制备N掺杂BiVO4光催化剂

以可溶性淀粉(S)为生物模板,以六次甲基四胺为氮源,采用水热法制备了掺杂氮钒酸铋(SN-BiVO_4),并采用XRD、SEM、FTIR、UV-Vis等技术手段进行了表征。以甲基橙溶液的脱色率为评价指标,考察BiVO_4样品的光催化活性。结果表明,在可见光下反应2 h,未添加任何辅助剂制备的BiVO_4对甲基橙的脱色率为27.4%,仅添加可溶性淀粉的S-BiVO_4对甲基橙的脱色率为35%,同时添加可溶性淀粉及n(N)∶n(Bi)=12%的12SN-BiVO_4对甲基橙的脱色率达到最大为77%,表明可溶性淀粉及氮对BiVO_4光催化活性均有不同程度的增强作用。     

氟锆酸钾盐混合物对Mg-3Y-3.5Sm-2Zn合金组织和性能的影响

制备了三种氟锆酸钾(K2ZrF6)盐混合物(M),分别在三个温度下将三种盐混合物加入到铸态Mg-3Y-3.5Sm-2Zn合金中。通过差热分析(DSC),X射线衍射(XRD),光学显微镜(OM),扫描电子显微镜(SEM),能量色散谱(EDS)和拉伸试验研究了合金的显微组织和力学性能,讨论了K2ZrF6盐混合物在合金中的晶粒细化机理。结果表明,铸态Mg-3Y-3.5Sm-2Zn合金由α-Mg,Mg12(Y,Sm)Zn 和 (Mg,Zn)3(Y,Sm)三种相组成。SEM和XRD检测发现,添加K2ZrF6盐混合物不会在合金中产生新的相。在780°C下加入M3盐(60wt% K2ZrF6-20wt% NaCl-20wt% KCl)时,合金的晶粒细化效果最佳。通过在780℃下加入三种盐,铸态Mg-3Y-3.5Sm-2Zn合金的力学性能得到提高,由M3盐细化后的合金具有最佳的力学性能。K2ZrF6盐混合物可细化铸态Mg-3Y-3.5Sm-2Zn合金,这是由于Mg和K2ZrF6之间还原反应得到的细Zr质点和富锆区在合金中起到的晶粒细化作用。     

主成分分析结合极限学习机辅助激光诱导击穿光谱用于铝合金分类识别

随着我国社会发展,废旧产品的数量迅速增长,废旧铝随之大量产生。铝是优良的再生资源,传统分选技术不能将废旧铝按各自的成分牌号进行精细分类,导致很多优质铝资源被降级使用,造成巨大的浪费。研究了主成分分析(PCA)结合极限学习机(ELM)算法辅助激光诱导击穿光谱(LIBS)技术在铝合金分类识别方面的应用。选用2种系列的4个牌号铝合金作为实验样品,通过LIBS技术激发实验样品获得420组光谱数据。对原始光谱数据进行了预处理,并选取样品铝合金中5种主要差异元素(Mg、Mn、Cu、Fe和Si)的21条特征谱线构成了420×21的光谱数据矩阵,通过主成分分析对光谱数据进一步降维,使得模型输入变量从21个降至8个。选取120组光谱数据作为训练集,建立了基于极限学习机的铝合金分类模型,余下300组数据作为测试集。研究发现在主要非铝元素(Mg、Mn、Cu、Fe和Si)含量差异只有0.0021%~3.68%的情况下,PCA-ELM分类模型的平均识别准确率达到98.01%,标准差为0.82%,建模时间为0.081s。结果表明,PCA-ELM分类模型有着很高的效率及稳定性,将其与LIBS技术结合可以适用于工业快速分类领域,为精细分类行业提供了一种参考方法。