【摘 要】
：
当今环境污染问题和化石燃料储量问题是传统能源的两大主要问题,解决方法一方面是减少传统能源的污染排放,另一方面是开发绿色环保的新能源。在目前传统能源占据能源消费大头和新能源需要时间缓冲的现状下,需要提升传统燃料的各项性能指标,比如越来越严格的排放指标。燃料的各项指标需要通过标准工况实验进行测量,比如在成品油生产过程中需要在各项工艺过程中监控各项物性指标,传统实验由于样品消耗大,耗时长,误差再现性差等
论文部分内容阅读
当今环境污染问题和化石燃料储量问题是传统能源的两大主要问题,解决方法一方面是减少传统能源的污染排放,另一方面是开发绿色环保的新能源。在目前传统能源占据能源消费大头和新能源需要时间缓冲的现状下,需要提升传统燃料的各项性能指标,比如越来越严格的排放指标。燃料的各项指标需要通过标准工况实验进行测量,比如在成品油生产过程中需要在各项工艺过程中监控各项物性指标,传统实验由于样品消耗大,耗时长,误差再现性差等缺点,迫切需要化学计量方法进行快速高效的测量计算。本文的研究目的是根据测量的组分数据构建预测燃油物性的模型和利用敏感性算法对组分和物性之间的关联进行解释。本文使用神经网络算法构建预测燃油物性模型,神经网络模型本质上属于经验模型,优点是通过学习自动调整模型以适应问题,只要有足够的数据就可以对问题很好地拟合。缺点是需要大量数据。与之相对的是物理方程建模的数值模拟过程,数值模拟需要已知研究问题的规律,通过一系列控制方程对研究对象在系统中的行为进行连贯的建模,优点是建模过程物理意义明确,缺点是需要知道控制方程,如果根据第一性原理建模,则会消耗大量时间。经验模型非常适合拟合非线性复杂关系。在敏感性分析方面,选择基于求偏导的算法,该方法适合于输入数据分布未知且模型本身易于求导的情况。对于柴油组分数据进行分析,选取馏程和烃类组成为输入特征,分别构建了预测模型,并且编写Mat Lab GUI界面程序对模型进行实际应用。模型测试集相对误差在0.2%到2.5%之间,满足工业级要求。对于生物柴油根据组分特点,选择组分输入和官能团输入,不同的组分由于自身分子特性,占比的不同以及分子之间的耦合关系影响物性。官能团输入也存在这样对物性的影响关系。同时官能团决定了分子本身对物性的影响力。对于组分输入和官能团输入,训练集和测试集的平均绝对误差分别为1.04和0.91,平均相对误差分别为1.88%和1.60%。通过敏感性分析得出,C18:02,C18:01和C16:00对CN的单因素敏感性最强。n（-CH2-）/n（C）的敏感性大于n（C=C）/n（C）。C18:02和C18:01由于C=C含有总量多而敏感性大。双因素敏感性中,由于C=C和-CH2-对CN的作用相反,当分别与C18:01和C18:02组合时,C16:00和C18:00的双因素敏感性系数大于C18:03;当分别与position index of C=C耦合时,n（-CH2-）/n（C）的敏感性大于n（C=C）/n（C）。
其他文献
一些金属离子（例如铁离子等）对人体健康具有重要影响,少量摄入时对人体有益,若过量则会威胁人体健康,因此,研制简单快速的金属离子检测方式在环境监测和食品安全等领域具有重要意义。传统的金属离子检测方法如原子吸收光谱法等操作复杂,成本高昂,不利于现场实时监测。因此,便携式高灵敏度金属离子检测技术对于人体安全检测的需求至关重要。局域表面等离激元共振（Localized Surface Plasmon Re
深度学习是当前计算机科学的热门研究方向之一,在各种交叉学科领域中有许多重要运用和研究成果。当前,深度学习已经在图像识别及处理方面已经有了接近甚至某些时候超过人脑的学习能力。无论是日常生活中的手机人脸识别、汽车自动驾驶,还是非日常的极小尺度（如细胞图像切割）到极大尺度（卫星遥感）等,深度学习都能够在这些领域中大有作为。深度学习在图像处理方面十分强力,不仅适用于处理真实图像,使还适用于对任何以图像形式
二维纳米材料具有原子薄层的平面结构、可调的带隙范围以及高比表面积等优点,其在电子器件、表面增强拉曼、催化等领域有巨大应用潜力。将二维材料与金属纳米颗粒或纳米线复合能够增强其在功能器件方面的性能。银纳米颗粒（Ag NPs）具有优异的导电性能,且由于纳米尺寸效应,使其具有良好的透光性和弯曲柔韧性。将二维材料与Ag NPs复合常采用两步法,即先用多元醇法制备Ag NPs,再用液相剥离法制备二维材料,随后
在交通、市政、水工、矿山、军事等诸多领域存在着大量的隧道工程。隧道工程的建设必然伴随着土体的开挖,由于土体对于外界的扰动较为敏感,开挖过程中所引起的地表沉降、围岩变形若是过大,必然会引起地表塌陷、洞室坍塌,从而造成人员生命及财产的损失。通常来说,隧道的施工工法及支护参数主要根据其所处地层的围岩力学参数来确定,但众所周知,围岩作为一种非均匀、非线性、非连续的材料,如何准确高效的获取围岩力学参数成为工
随着人类的“蓝色信念”日益深刻,对海洋认知的脚步加快,推动了水下运载监测装备的快速发展,作为人类重要的水下作业助手,水下机器人也在不断更新其功能和应用领域,其中小型自主水下机器人（AUV）将在未来海洋观测网络中成为重要观测节点,在未来水下机器人普及中成为主要市场需求。然而目前具备多种信息采集功能的电子系统尚没有标准化的产品,且低成本信息系统对AUV具有普及性,因此本文以小型AUV信息系统为研究对象
Lamb波是在薄板中主要传播的一种波,因而研究Lamb波在板结构诊断损伤和健康监测方面机理和技术有着重要的科学意义和工程应用价值。在板结构局部区域激发的Lamb波具有柱面波传播特点,且该波在传播过程中会有一定程度的衰减。因此研究Lamb波传播特点及波形的演变十分必要。本文采用哈密顿体系方法,分析Lamb波波形模态与该体系下本征解的关系,并借助辛共轭正交关系分解和叠加波形函数,得到波形函数表示的La
近年来,研究人员发现纳米裂纹可以广泛用于制作应变传感器,纳米裂纹应变传感器通常由带有纳米裂纹的导电层和柔性可拉伸的聚合物层组成。纳米裂纹应变传感器的性能参数包括灵敏度、量程、响应时间和迟滞等。纳米裂纹图案,如裂纹长度对纳米裂纹应变传感器的性能起关键作用,因此完成关于裂纹长度对纳米裂纹应变传感器性能影响的探究是十分必要的。为此,本文利用一种能够控制柔性基底表面金属薄膜生成纳米裂纹的方法制作出不同长度
新业态从业人员的职业伤害保障缺位,已然成为中国新时代的社会痛点之一。这一问题的表征是“平台+个人”的新型劳动关系对传统工业社会职业伤害制度的冲击与解构,本质是新业态经济下职业伤害保障平台及个人责任的划分与界定问题。在化解从业者职业风险与促进新业态经济发展的双重目标约束下,应通过新业态从业者职业伤害保障制度核心要素的规划与设计,实现制度筹资与支付的动态平衡。在现行情况之下,通过商业保险先行实现对新业
随着科学技术的飞速发展,对导航自主性与抗干扰能力提出了更高的要求,复杂干扰环境中的导航问题是当前研究的难点,而主流导航方式存在价格昂贵、抗干扰能力弱的缺点,因此亟需探究新型导航方式。目前同步定位与建图（Simultaneous Localization And Mapping,SLAM）和偏振光导航组合是一种新型导航方式,受到学者们的关注。视觉SLAM主要模仿生物视觉感知系统通过图像匹配实现导航定
在信息全球化的今天,数据是蕴含着许多信息的重要载体,如何深度挖掘数据中有价值的内容是研究者们热衷讨论的话题。在当今的大数据背景下,无论是日常生活,还是科研应用,不平衡数据随处可见,例如在医疗诊断、金融风险防范等方面,对不平衡数据的学习尤为重要。但正因为不平衡这一特性,传统的分类方法无法取得较好的结果,因此出现了各种针对不平衡数据的学习方法。目前,一种主要的不平衡学习是通过分类器与采样方法结合来提高