基于麦夸特算法的X射线衍射物相定量分析的影响因素研究

X射线衍射物相定量分析方法很多,新近提出的麦夸特算法(Levenberg-Marquardt)在XRD物相定量分析中具有明显的优势,但在实际应用过程中,哪些因素会对该方法计算结果的准确度产生影响仍不清楚。为了指导实际操作过程并提高麦夸特算法在X射线衍射物相定量分析中的准确度和处理效率,本研究通过Matlab软件,将已知配比含量的刚玉、石英、方解石和钠长石与其计算值进行比较,探讨衍射峰强度、衍射峰背底、样品数量等因素对麦夸特算法应用于X射线衍射物相定量分析中计算结果的影响。结果表明:通过前三强峰法的计算结果比通过最强峰法的计算结果具有更高的准确度;由于物相晶体结构及衍射特性的差异,衍射峰背底对不同物相定量结果的影响程度各异,扣除背底后各物相计算结果的准确度整体上都有不同程度的提高;在利用麦夸特算法进行批量分析过程中,当样品数低于一定阈值时,样品数越多,计算结果的准确度提高越明显,但当计算的样品超过一定阈值时准确度不会有明显的提高。

麦夸特算法在转炉炼钢过程建模中的应用

针对钢水动态冶炼数据的特点,利用非线性多元回归分析的麦夸特算法得出钢水温度和含碳量与其他过程变量之间的数学模型,实现各个过程变量的合理搭配。通过中值滤波器对数据进行滤波,对滤波后的部分数据进行非线性回归分析,预测关于钢水终点温度和含碳量的数学模型,利用麦夸特算法对模型进行求解,用建模余下数据对所建的数学模型进行校验。结果表明:所获得的终点温度和含碳量模型与实际模型相比均方差分别为0.11和0.09,所建模型具有较好的拟合度。

麦夸特算法在X射线衍射物相定量分析中的应用

常规的X射线衍射物相定量分析方法有各自的优点,但这些方法往往也存在一些不足.在实际应用中迫切需要一种简便、高效的普适性多物相无标样定量分析方法.选择麦夸特算法、粒子群算法、遗传算法、差分进化算法这4种迭代搜索领域的经典算法构建了基于非线性模型参数估计方法的4模冗余系统,以19个配制的4相样品中各相"前三强线"的积分强度之和作为计算的原始数据,通过Matlab软件进行了含量计算.理论分析及试验结果表明,运用麦夸特算法进行定量分析具有更小的计算复杂度、更快的收敛速度及更好的全局搜索能力,各相含量的计算值与配比值的绝对误差在5%以内的约占总计算量的83%.为了验证该算法,计算了昭苏黄土剖面82个混合样品及青海湖二郎剑钻孔359个混合样品中刚玉的含量,刚玉含量的配比值与计算值的相关性分别达到0.83和0.63,刚玉含量的误差超过5%的分别占总计算量的4.88%和9.75%.基于麦夸特算法的定量分析方法在批量化处理多物相定量中具有效率高、可操作性强、准确度高等优点.

基于麦夸特与遗传算法的小花蝽捕食功能参数最优解研究

为验证国产软件1stOpt在农业领域的应用前景,借其探寻生物防治材料。利用1stOpt软件的麦夸特算法与遗传算法的全局最优解模块,研究了一种小花蝽成虫对苜蓿蚜的捕食作用,并进行了DISC方程回归分析。综合分析均方根误差(RMSE)值、拟合优度(R2)与残差平方和(SSE)3个评价指标发现,麦夸特算法与遗传算法的全局最优解计算结果优于传统的倒数法计算结果,也证明对小花蝽来说苜蓿蚜适口性较好,可用小花蝽防治苜蓿蚜。

基于Levenberg-Marquardt神经网络的复合材料力学性能预测

本文提出将基于Levenberg-Marquardt算法的前向多层神经网络用于预测复合材料的力学性能,该方法通过利用二阶导数信息,可以提高收敛速度和增强网络的泛化性能。以麦秆增强复合板材为例,建立成型温度、成型压力、纤维含量和保温时间四个影响因子到拉伸强度和冲击韧性的非线性映射。仿真结果表明,所建神经网络模型具有较好的学习和泛化能力,在预测力学性能中效果较好。最后利用该模型优化模压成型的工艺参数,找出最佳工艺参数的范围。

基于阻尼特性鲁棒性的车身NVH性能设计

阻尼片作为控制车辆振动噪声的主要手段之一,其损耗因子和制造厚度的鲁棒性是造成车辆NVH性能波动的主要因素之一。主要对阻尼片进行研究以控制车辆NVH性能的波动,首先,建立阻尼片材料的四因子模型,采用麦夸特法对模型参数进行求解以获取损耗因子的不确定分布特性;采用模态应变能方法确定铺设阻尼片的位置;以阻尼片厚度为设计变量,以材料损耗因子为随机变量,运用组合优化方法遗传算法(GA)和序列二次规划法(SQP)组合进行鲁棒性优化设计,在保证车内声压级水平的条件下降低车辆噪声的波动性。以某MPV车型为算例进行优化设计,优化后单目标函数(SOF)均值为0. 465,标准方差为0. 004 7,可靠性达到99. 8%,比初始设计值提高了近1倍。

基于L-M神经网络的齿轮故障诊断

齿轮传动工况的复杂性使得其特征参量与故障形式呈非线性映射关系。提出基于Levenberg-Marquardt算法的前向多层神经网络的齿轮故障诊断方法,该方法通过利用二阶导数信息,可以提高收敛速度和增强网络的泛化性能。并以一种齿轮箱故障信号采集实验系统为例,通过MATLAB软件及其神经网络工具建模和仿真研究。结果表明,Levenberg-Marquardt神经网络对齿轮常见故障有良好的识别能力,能稳定、准确地识别各类故障,与标准BP网络相比,收敛速度快且诊断更为准确。

基于ANSYS仿真的阳极键合薄膜形变量的研究

阐述了一种利用阳极键合技术加工的光纤法布里-珀罗MEMS压力传感器的工作原理,建立了考虑阳极键合产生的热应力作用下边界固支的圆膜受外加压力的薄膜形变量公式。利用有限元分析软件ANSYS对与玻璃环键合后实际结构中的膜片在压力作用下的挠度变化进行模拟,采用麦夸特(Levenberg-Marquardt)算法对模拟结果进行拟合修正,曲线拟合度达99.99%,得到了键合后实际结构中硅膜在外加压力作用下的形变量拟合公式。修正公式的曲线与实际ANSYS模拟所得数据拟合曲线的误差小于0.01%。该研究对膜片型光纤压力传感器的结构参数设计和广泛应用具有重要的理论指导意义。

滚动转子式压缩机性能参数通用计算模型

探讨了滚动转子式压缩机容积效率、功率因子、制冷量、运行电流等几个主要性能参数的通用计算模型。依据压缩机厂商提供的大量不同系列压缩机的实验数据,运用麦夸特算法拟合求解各性能参数相关系数,总结出精度高、通用性好的性能关联式。对不同性能参数,以及单一性能参数的不同公式形式进行分析对比,结果表明,由该方法所建立的模型能够准确地描述变工况下滚动转子式压缩机性能参数,可作为滚动转子式压缩机性能参数计算的理想关联式。

游离细胞腈水合酶催化丙烯腈水合反应的双稳态反应动力学

腈水合酶是能够催化丙烯腈水合生成丙烯酰胺的一种重要的工业酶。本研究建立了游离细胞腈水合酶催化丙烯腈水合反应的双稳态反应动力学模型,关联了底物浓度、产物浓度和温度等主要因素对反应速率(表观酶活)的影响。在实验研究的基础上,通过麦夸特及全局最优化算法求解了动力学模型。结果表明,游离细胞腈水合酶催化的双稳态反应动力学模型是比较典型的产物抑制型,当产物浓度逐渐增大时,高浓度的产物将抑制腈水合酶的活性。当底物浓度<10g·L-1时,由于底物加入反应体系时产生的局部瞬时高浓度,腈水合酶催化的丙烯腈水合反应的表观反应速率不随底物浓度变化。当底物浓度≥10g·L-1时,底物产物浓度对反应速率具有显著影响。温度对酶活的影响也十分显著,相同底物产物浓度下,28℃时的酶催化水合反应速率是15℃时的3.3倍。

精确测量温度的一种新方案

PN结正向电流随正向电压按指数规律变化,且在不同温度下其变化曲线不同.以此理论为基础,从实验上对TIP31型硅三极管的电压-温度关系进行定标,并进一步设计出一种精确测量物体温度新方案.借助Matlab软件,采用麦夸特算法求解非线性回归方程优化模型,结合常规最小二乘法对未知参数预测并作为麦夸特迭代函数的初始值,对此方案测量温度的精确度进行了验证.