阴/两性离子表面活性剂复配体系界面性能探究

采用阴离子表面活性剂石油磺酸盐(PS-30)与两性离子表面活性剂月桂酰胺丙基羟磺基甜菜碱(LHSB)复配得到复配表面活性剂L/P,利用界面张力仪和驱油装置对表面活性剂的性能进行了评价。同时通过分子动力学模拟,分析了L/P在油水界面聚集作用的微观机理。实验结果表明,L/P的界面性能、驱油效果优于PS-30和LHSB,LHSB与PS-30的最佳复配质量比为4∶6。在含量为0.3%(w)时,L/P(4∶6)的界面张力可达到10^-3超低数量级,为3.91×10^-3 mN/m,采收率提高幅度达到18.54%。L/P(4∶6)在油水界面分布的相对浓度更高,排列也更加紧密,界面生成能绝对值大于PS-30和LHSB,说明它降低界面张力的能力更强;LHSB的加入使L/P(4∶6)在油水界面处的扩散系数增大,扩散速度加快,界面张力达到超低量级所需的时间缩短。     

丙烯酸十八酯-苯乙烯共聚物对含蜡原油改性效果与分子动力学模拟

合成了单体配比不同的丙烯酸十八酯-苯乙烯共聚物(OAS)降凝剂,采用实验与分子动力学模拟相结合的方法对降凝剂的性能进行评价.实验结果表明,OAS降凝剂的降凝减黏性能随丙烯酸十八酯比例的增加呈现出先增大后减小的趋势.在2000 mg/kg加剂量下,苯乙烯与丙烯酸十八酯摩尔比为1:3的降凝剂OAS-4能使含蜡原油凝点降低4...     

基于动态步长交替方向乘子法正则化极限学习机

为解决交替方向乘子法（alternating direction method of multipliers, ADMM）正则化极限学习机（regularized extreme learning machine, RELM）迭代收敛速度慢和迭代后期误差衰减停滞的问题,提出一种基于动态步长ADMM的正则化极限学习机,记为VAR-ADMM-RELM．该算法在ADMM算法的基础上采用动态衰减步长进行迭代,并同时使用L1和L2正则化对模型复杂度进行约束,解得具有稀疏性和鲁棒性的极限学习机输出权重．在UCI和MedMNIST数据集中对VAR-ADMM-RELM、极限学习机（extreme learning machine, ELM）、正则化极限学习机（regularized ELM, RELM）和基于ADMM的L1正则化ELM(ADMMRELM)进行拟合、分类和回归对比实验．结果表明,VAR-ADMM-RELM算法的平均分类准确率和平均回归预测精度分别比ELM算法提升了1.94%和2.49%,较标准ADMM算法可以取得3～5倍的速度提升,且对异常值干扰具有更好的鲁棒性和泛化能力,在高维度多样本...     

交流电场对Q215钢800℃粉末法渗硼硼化物层生长的影响

与传统粉末法渗硼对比,研究交流电场对800℃不同渗剂条件下Q215钢渗硼层中FeB与Fe2B相生长的影响。结果表明:常规渗硼在渗剂硼铁含量低于3%、渗层未形成FeB时,增加硼铁可显著促进渗硼层生长;然后进一步增加硼铁含量,渗层出现FeB,但对渗层厚度影响不大。交流电场显著促进渗硼层生长,随硼铁含量的增加,渗层厚度先增后减。硼铁高于10%后,渗层才出现FeB。施加交流电场改善内扩散,可影响Fe_2B、FeB生长和转化。     

着重论述高层建筑施工中转换层施工技术运用

本文结合个人多年工作经验阐述了高层建筑施工中转换层施工技术，对具体施工各项工序做了详细阐述，以供同行参考。     

基于压缩因子的宽度学习系统的虚拟机性能预测EI北大核心CSCD

在基于基础设施即服务的云服务模式下,精准的虚拟机性能预测,对于用户在众多资源提供商之间进行虚拟机租用策略的制定具有十分重要的意义.针对基于宽度学习系统(Broad learning system,BLS)的预测模型存在许多降低虚拟机性能预测准确性和效率的冗余节点,通过引入压缩因子,构建基于压缩因子的宽度学习系统,使预测结果更逼近输出样本,能够减少BLS的冗余特征节点与增强节点,从而加快BLS的网络收敛速度,提高BLS的泛化性能.     

基于自适应动量优化算法的正则化极限学习机

针对极限学习机(extreme learning machine,ELM)隐节点不确定性导致的系统不稳定,以及对大型数据计算负担过重的问题,提出了基于自适应动量优化算法(adaptive and momentum method,AdaMom)的正则化极限学习机.算法主要思想是构造连续可微的目标函数,在梯度下降过程中计算自适应学习率,求自适应学习率与梯度乘积的指数加权平均值,通过迭代得到损失函数最小值对应的隐层输出权重矩阵.实验结果表明,在相同基准数据集的训练中,AdaMom-ELM算法具有非常良好的泛化性能和鲁棒性,提高了计算效率.     

基于压缩动量项的增量型ELM虚拟机能耗预测

在基于基础设施即服务（Infrastructure as a service,IaaS）的云服务模式下,精准的虚拟机能耗预测,对于在众多物理服务器之间进行虚拟机调度策略的制定具有十分重要的意义.针对基于传统的增量型极限学习机（Incremental extreme learning machine,I-ELM）的预测模型存在许多降低虚拟机能耗预测准确性和效率的冗余节点,在现有I-ELM模型中加入压缩动量项将网络训练误差反馈到隐含层的输出中使预测结果更逼近输出样本,能够减少I-ELM的冗余隐含层节点,从而加快I-ELM的网络收敛速度,提高I-ELM的泛化性能.     

铝对45钢交流电场增强中温粉末法硼铝共渗的影响

以45钢为处理对象进行800℃交流电场增强粉末法硼铝共渗研究。利用光学显微镜、X射线衍射仪和显微硬度计对共渗层组织、厚度、相与显微硬度进行观察和分析。结果表明:随渗剂中铝粉含量由0增至5%,渗层厚度先增加后降低再增加,渗层组织由渗硼特征逐渐过渡到渗铝特征,表层相依Fe2B→Fe B→Fe3Al+Al N顺序发生变化;呈现渗硼组织特征的共渗层表层硬度约为1200~1800 HV0.05,呈现渗铝层组织特征的共渗层表层硬度约500 HV0.05;在低硼势渗剂中添加1.8%铝粉并施加2 A电流的交流电场,使渗层厚度较相应常规渗硼的增加约2倍,较相应常规硼铝共渗的增加约70%。     

以渗硼为主的交流电场增强粉末法硼铝共渗工艺优化

研究750 ℃时采用不同配比渗剂的以渗硼为主的交流电场增强粉末法硼铝共渗(ACFPBA)特性。通过观测分析渗层组织、相、厚度及沿层深的显微硬度分布,发现铝粉对交流电场增强粉末法硼铝共渗具有促渗作用,促渗效果不仅与渗剂中铝含量有关,还与硼铁含量有关。施加最佳铝粉量,对较低硼铁含量渗剂的促渗效果显著优于对较高硼铁含量的;对硼铁含量较低、在交流电场单一渗硼时获得Fe₂B单相渗层的渗剂,加入≥0.5%铝粉,所得渗层由FeB和Fe₂B双相组成,近表层硬度提高;在其他条件相同时,在含6%硼铁的渗剂中加入1%铝粉,经4 h电场增强共渗,得到约70 μm渗层且硬度曲线分布平缓,而相应单一渗硼的渗层厚度仅约26 μm。