基于修正JC模型和BP-ANN算法预测HNi55-7-4-2合金高温流变行为的对比

采用Gleeble-3500型热模拟试验机,分别在变形温度为873,923,973,1023,1073 K,应变速率为0.01,0.1,1,10 s^(-1)条件下对HNi55-7-4-2合金进行等温热压缩试验,研究了该合金的高温流变行为;基于试验数据,分别采用修正Johnson-Cook(M-JC)模型和反向传播人工神经网络(BP-ANN)算法构建本构模型,对比分析这2个模型的预测精度。结果表明:HNi55-7-4-2合金的流变应力随着应变速率的增加而增大,随着变形温度的升高而降低。基于M-JC模型和BP-ANN算法建立的本构模型预测得到真应力与试验结果间的平均相对误差绝对值分别为14.63%%,0.35%%,相关系数分别为0.9787,0.9999;基于BP-ANN算法的本构模型的预测精度更高,可以较好地描述H Ni55-7-4-2合金的高温流变行为。

基于BP神经网络的脉冲放电等离子体氧化酸性橙Ⅱ影响因素分析

为了说明多针-板电极脉冲放电等离子体(PDP)氧化酸性橙Ⅱ(AO7)过程中多种因素对AO7脱色效果的影响,本研究建立了PDP氧化AO7的BP神经网络模型,用BP神经网络模拟多因素作用下PDP氧化AO7的反应过程,重点考察溶液条件,包括溶液初始浓度、初始电导率和初始pH等条件对AO7脱色效果的影响趋势。研究所建立的BP神经网络模型对AO7脱色效率的预测值与实际测定值的偏差在±5%范围内,说明BP神经网络模型可以很好地分析PDP这一复杂体系中各溶液条件对AO7脱色效率影响的规律。模型分析结果表明:所建立的PDP水处理系统中,在一定的AO7溶液初始浓度条件下有较高的脱色效果;溶液电导率对AO7的脱色效果基本没有影响;酸性条件更有利于AO7的脱色。

精芪化浊方提取工艺的优选

目的优选精芪化浊方的最佳提取工艺。方法采用正交试验设计,以药液比、提取时间、提取次数为考察因素,以黄芪甲苷、毛蕊异黄酮葡萄糖苷、大黄素、虎杖苷、积雪草苷、羟基积雪草苷的含量和干浸膏得率为考察指标,运用层次分析法-CRITIC综合加权法进行综合评分;通过对比正交试验和BP神经网络分析的结果,选取最优提取工艺。结果最优提取工艺为每次加入10倍量水提取(0.5h×3),该工艺条件的综合评分为92.01。结论优选出的精芪化浊方最优水提工艺稳定可行,可用于实际生产。