关键词： 微波消解   电感耦合等离子体质谱法   文蛤  

摘要： 建立基于微波消解技术及电感耦合等离子体质谱法(ICP-MS)的文蛤样品中铬(^(52)Cr)、铁(^(57)Fe)、镍(^(60)Ni)、铜(^(63)Cu)、锌(^(66)Zn)、砷(^(75)As)、镉(^(111)Cd)、铊(^(205)Tl)、铅(^(208)Pb)的测定方法。以微波消解法处理样品,采用HNO_(3)作为消解用酸,并加入H_(2)O_(2)增强其消解能力。设定ICP-MS等离子体射频功率为1550 W,利用碰撞/反应池技术,以99.999%高纯氦气为碰撞气,流量为4.1 mL/min,采用动能歧视模式(KED)有效消除多原子分子产生的质谱干扰,以^(45)Sc、^(72)Ge、^(115)In、^(209)Bi作为内标元素,通过内标元素校正法有效降低基体干扰。9种元素的质量浓度在0.1~100.0μg/L范围内与目标元素荷质比信号强度线性关系良好,相关系数均大于0.999,方法检出限为0.001~0.150 mg/kg,样品加标回收率为83.4%~113.9%,测定结果的相对标准偏差为0.2%~3.4%(n=6)。所建立的方法简便高效,准确度好,灵敏度高,可满足文蛤中9种元素含量的测定要求。

关键词： 固体推进剂   力学本构关系   人工神经网络   细观损伤   细-宏观映射  

摘要： 作为一种高夹杂比颗粒增强聚合物基复合材料,固体推进剂的宏观力学性能主要由其细观结构决定。外加载荷下,初始缺陷或细观颗粒团聚均可诱发局部应力集中,导致颗粒-基体细观界面脱粘,材料宏观力学性能劣化。如何构建细观损伤与宏观性能间的映射关系,已成为推进剂细观实验结果合理运用、固体火箭发动机结构灾变准确预报的关键。为此,本文发展了基于连续介质力学框架的人工神经网络,以变形梯度的不变量为输入、自由能为输出,遴选现有自由能函数和损伤增长函数形式为神经网络设计激活函数,使神经网络先验地满足变形连续性、坐标不变性、热力学一致性等要求。基于上述物理相容性,神经网络能在稀疏训练数据条件下快速收敛,还能够自下而上地实现损伤状态的遗传映射。最后,采用有限元分析获取的数据集,验证了该网络模型对不同预损伤下的推进剂在单轴拉伸、等双轴拉伸、纯剪切3种加载条件下的宏观刚度预报能力。

关键词： 隧道工程   位移曲线   位移预测   Sigmoid函数   遗传算法  

摘要： 隧道围岩位移能够综合反映隧道施工过程中围岩稳定性及支护效果,但实际工程中掌子面前方围岩位移难以监测,导致难以得到围岩全过程位移曲线。为了获取隧道围岩全过程位移曲线,基于Sigmoid函数、遗传算法及数值计算方法,建立了隧道围岩全过程位移曲线,并验证了该曲线的预测效果。选取某公路隧道不同围岩级别工况下的典型位移监测数据,对所提出的预测方法进行验证,结果表明:基于Sigmoid函数的隧道围岩全过程位移曲线能够较为准确地预测围岩位移,预测精度和可靠性较高,适用于不同围岩级别及开挖方法,可为施工阶段围岩稳定性评价提供参考。

关键词： 液态发酵   灵芝三萜   振荡-静置循环培养   人工神经网络   抗肿瘤活性   抗氧化活性  

摘要： 灵芝作为历史悠久的食药两用型真菌,其药用价值主要源自灵芝三萜这一主要活性物质,灵芝三萜具有抗肿瘤、抗氧化等药理活性。本研究旨在建立高效液态发酵生产灵芝三萜的技术体系。针对传统深层发酵和振荡-静置两阶段培养的局限性,利用振荡-静置循环培养工艺,结合遗传算法构建人工神经网络模型进行优化。在优化条件下,液态发酵高产灵芝三萜的最佳培养方式为振荡2.8 d-静置7.3 d-振荡0.2 d-静置0.3 d。此条件下,灵芝三萜含量达到20.82 mg/g,灵芝酸得率为129.09 mg/L,与Z10J0相比提高了324.78%,且培养周期缩短至10.6 d。同时,该培养方式下菌丝体具有较好的抗肿瘤活性和抗氧化活性。本研究开发了一种经济有效的液态发酵培养方式,可简化工艺流程、缩短发酵周期并有效改善传统培养方式的弊端;同时为液态发酵高产灵芝三萜的规模化应用提供了参考,具有广阔的应用前景。

关键词： 改进遗传算法   电子会议   特征选取   汉语语音识别  

摘要： 语音识别普遍存在识别不准确、不全面的问题,影响电子会议汉语记录的质量。面对这种情况,为提高语音识别性能,提出一种改进遗传算法的电子会议汉语语音识别方法。该方法通过预加重、分帧加窗以及去噪,预处理语音信号。利用改进遗传算法选取最优语音特征,语音特征包括梅尔频率倒谱系数、短时平均能量以及频谱均值。以三个特征对应数值的标准化数值为输入,利用构建的基于改进神经网络的识别模型将语音转换为对应的汉语文字,实现语音识别。结果表明,在基于改进遗传算法的识别方法应用下,误识率最高仅为2.122%,识全率最低为95.621%,由此说明所研究识别方法的识别更为准确和全面,识别效果更好。

关键词： 重金属元素   电感耦合等离子体质谱仪   高氯酸   消解   石墨消解仪  

摘要： 对于土壤消解中实验室使用双氧水代替高氯酸的情况,本文选取了6种代表性样品,使用石墨消解仪进行消解,比较使用高氯酸和双氧水的消解效果。本研究采用电感耦合等离子体质谱法对消解液中的铅、镉、铬、铜、锌、镍等重金属元素同时进行检测,结果表明,双氧水不能完全代替高氯酸的使用。

关键词： 海上气井   产能预测   遗传算法   神经网络  

摘要： 针对南海东部气田群水下井口气井占比高,气井产能测试成本高、难度大、测试精度不高等问题,本文基于南海东部气田33口气井的实际数据,利用遗传算法(GA,Genetic Algorithm)优化的BP神经网络方法建立了南海东部气井产能预测模型,并与传统的BP神经网络模型预测结果及现场实测值进行对比。研究结果表明:BP神经网络模型预测的气井产能平均相对误差为36.8%,GA-BP神经网络模型预测的平均相对误差降低至4.7%。GA-BP神经网络模型预测值更接近实际测试值,预测的相对误差更小,为南海东部气井产能预测提供了一个高效可行的方法,研究结果对指导气井配产和管理具有重要意义。

关键词： 岩溶地下水   污染评价   内梅罗污染指数   人工神经网络  

摘要： 岩溶地下水是人类生活的重要用水来源,预测岩溶地下水污染水平对可持续开发利用地下水资源和保护岩溶地区生态环境具有重要意义。为获取更可靠的岩溶地下水污染水平预测结果,利用我国西南部典型岩溶区105组地下水样品,在内梅罗综合污染指数评价量化结果基础上,分别采用BP(Back Propagation)神经网络、SVM(Support Vector Machine)和T-S(Takagi-Sugeno)模糊神经网络进行地下水污染等级预测,比较不同人工神经网络污染评价预测结果的可靠性。利用90组岩溶地下水样品进行人工神经网络训练,剩余15组岩溶地下水样品进行污染等级预测比拟。结果表明,BP神经网络模型预测结果与内梅罗综合污染指数评价结果相似性为80%,SVM相似性为73.3%,T-S模糊神经网络相似性为66.7%。BP神经网络预测的岩溶地下水污染等级结果与内梅罗综合污染指数评价量化结果最为相近,且优于SVM和T-S模糊神经网络预测结果。基于此,在我国西南部岩溶地下水污染评价研究中,建议优先选用BP人工神经网络进行岩溶地下水污染水平预测。

关键词： 卷包车间   遗传算法   车间调度   数学模型  

摘要： 目的卷烟车间是卷烟生产中的重要环节,其生产效率的高低直接关系到企业的经济效益和市场竞争力。车间调度是卷烟车间生产过程中的关键环节,通过优化生产资源,提高生产效率和经济效益,从而保证产品质量和生产周期。方法通过建立数学模型,描述车间的生产流程,运用优化技术求解模型,以最小化任务完成时间为优化目标。结合车间实际情况,采用改进遗传算法进行求解。结果经优化后,最大完工时间的最小值为614,在90代左右进入收敛状态。结论验证了优化算法在解决车间调度问题中的有效性和实用性,优化后的调度方案可以大幅提高车间生产效率、降低生产成本。

关键词： 混凝土预制构件   生产优先级   加工工序   遗传算法   生产流程优化  

摘要： 为了降低混凝土预制构件加工中各个工序的加工时间,提升生产效率,同时降低生产能耗,提出一种基于遗传算法的混凝土预制构件生产流程优化方法。确定最优生产线以及生产线数量,获取生产过程中各构件的生产优先级。根据优先级确定结果,将构件等待时间最短和能耗最小作为优化目标,建立生产流程优化模型。引入精英保留策略提高遗传算法的搜索效率,运用改进后的遗传算法求解生产流程优化模型,实现混凝土预制构件生产流程的优化。仿真结果表明,经所提方法优化后,生产流程中各工序的加工时间明显缩短,生产效率明显提升,且生产中的能耗较低,验证了该方法的实用性。