DMMP和Al(OH)_3复配阻燃聚氨酯泡沫材料制备及性能研究

以无卤的有机阻燃剂甲基膦酸二甲酯(DMMP)和无机阻燃剂氢氧化铝[Al(OH)_3]为研究对象,研究了2种不同类型阻燃剂单独使用以及复配使用对阻燃性能的影响。结果表明,有机阻燃剂DMMP单独添加时较无机阻燃剂Al(OH)_3单独添加时的阻燃性能更显著;有机-无机无卤阻燃剂复合使用时达到了阶梯式协同阻燃的效果,当DMMP和Al(OH)_3按照4∶2的比例加入时,聚氨酯泡沫塑料的极限氧指数可达28.5%,有机-无机无卤复配阻燃剂试样的热稳定性明显好于不添加阻燃剂的样品。

G1.0代树形大分子的合成及对三磷酸腺苷的识别研究

聚酰胺-胺树形大分子(PAMAM)具有很强的荧光特性,在分子识别领域有广泛的应用。为研究PAMAM与腺苷三磷酸(ATP)之间的相互识别作用,本文采用发散合成法合成了多功能化的树形大分子G1.0 PAMAM,用核磁、红外光谱等方法对其结构进行表征,利用其多作用位点的特征,使用荧光光谱滴定法分析其对三磷酸腺苷(ATP)的识别作用性能,结果表明G1.0 PAMAM树形大分子(配体L)与ATP发生识别作用最佳p H为4,识别猝灭过程属于静态猝灭过程。根据Stern-Volmer方程,配体L与ATP识别的最佳配位比为1:1,猝灭常数为1.9447×104L/mol。上述研究结果表明:PAMAM与ATP有较强的识别作用,此识别作用对深入探索其对ATP水解催化的影响提供一定的参考价值。

基于改进鲸鱼算法优化LSTM的化工过程故障诊断方法

鲸鱼优化算法是一种群体智能优化算法,文中针对基本鲸鱼优化算法收敛速度慢、收敛精度低、易陷入局部最优等问题,从几个方面对其进行了改进:通过Tent混沌对种群进行初始化来增加种群多样性;融入非洲秃鹫算法的群体最优和次优策略与探索阶段位置更新策略,以避免算法早熟以及陷入局部最优;采用一种新的非线性收敛因子替代鲸鱼优化算法原本的线性收敛因子,平衡算法的全局探索和局部开发;引入了非线性自适应增量惯性权重,更好地平衡了全局搜索能力与局部搜索能力;最终得到一种混合非洲秃鹫算法的改进鲸鱼优化算法(MAWOA)。在对4种基准测试函数进行的对比试验中显示,MAWOA具有较快的收敛速度和较高的收敛精度。将MAWOA算法应用于长短期记忆(LSTM)网络的超参数寻优中,构建MAWOA-LSTM故障诊断模型。结合田纳西伊斯曼(TE)化工数据集进行故障诊断,通过与LSTM、WOA-LSTM等模型进行准确率对比,验证了所提算法的优越性。