收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

熔盐相图智能数据库研究及其应用

包新华  
【摘要】: 本文报道用VB语言编程基本建成的熔盐相图智能数据库,该数据库收集了三千多个熔盐系的二元、三元和多元相图的图文资料。数据库能方便地搜索和浏览相图及相关资料,实现相图数字化、相图数据获取自动化、原子参数的读取自动化,并实现相图按价态、元素族、图形、元素等进行分类检索,能进行数据挖掘、建模和相图智能预报。 本论文将结合了原子参数-数据挖掘技术和支持向量机方法的熔盐相图智能数据库技术用于若干熔盐系相图的评估和预报: 1.根据对MeBr-Me’Br_2类相图建模、预报的结果,应用DTA和XRD方法对有疑问的相图CaBr_2-CsBr进行重测,测得CsBr-CaBr_2系相图,发现该体系不是简单共晶型相图,确有中间化合物生成,验证了计算预报的结果。根据测得的相图发现,该体系有一个CsBr∶CaBr_2 = 1∶1的稳定化合物,还有CsBr:CaBr_2 =2:1和3:2的异分熔化的化合物。对X-射线衍射图谱指标化表明, CsCaBr_3化合物是略畸变的钙钛矿结构,晶胞常数a_0=5.78 A,c_0=5.72A。 2.运用熔盐相图智能数据库技术,研究了白钨矿型钼酸盐、钨酸盐和含稀土钼酸盐、钨酸盐形成异价固溶体的条件,建立了碱金属-稀土钼酸盐和钨酸盐的晶型以及这些化合物与稀土钼酸盐或钨酸盐形成连续固溶体的判据,并求得这类化合物的晶胞参数的计算式;计算表明:各组分元素的离子半径和电负性是影响固溶体形成、晶型和晶胞参数的主要因素。根据本文所得经验式估计TlPr (MoO_4)_2-Pr_2(MoO_4)_3系固溶体情况与实测结果一致。 3.运用熔盐相图智能数据库技术,研究了①钙钛矿结构的复卤化物的若干规律性:结合钙钛矿结构几何模型的论证,探索卤化物系中钙钛矿结构形成和晶格畸变的原子参数判据。计算表明,用Goldschmidt提出的容许因子t与组分元素的离子半径,电负性以及表征配位场影响的原子参数共同张成多维空间,可在其中求得判别钙钛矿结构形成和晶格畸变的有效判据。并能估算立方结构的钙钛矿型化合物的晶格常数。②含钙钛矿结构层的夹层化合物的规律:在分析晶格能和已知相图数据的基础上,提出能解释和预测K_2NiF_4型的复氧化物、复卤化物的结晶化学模型。认为这类夹层化合物形成的推动力主要源于高价阳离子间距离拉长导致的静电势能下降;这类化合物形成的阻力主要来自因夹层间晶格匹配所产生的内应力。据此提出表征夹层化合物形成条件和晶胞参数的半经验判据和方程式。用以估计CsBr-PbBr_2等盐系的化合物形成情况,与实验结果相符合。③钾冰晶石型化合物的结晶化学规律:建立了钾冰晶石结构形成条件和晶胞常数计算的数学模型。认为除容许因子t外,阴阳离子半径比和电负性差也是决定钾冰晶石结构形成的必要条件。④钙钛矿结构的合金中间相的若干规律:对于具有钙钛矿结构的


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张莹;李凡生;范富旺;;基于数据挖掘的支持向量机库存预测模型研究[J];中国市场;2009年09期
2 蒋波涛;赵福宇;;核工程中的数据挖掘[J];核动力工程;2009年04期
3 曾绍华;魏延;曹长修;;数据挖掘的一类目标变量的定义及应用研究[J];西南农业大学学报(自然科学版);2006年04期
4 宋京;;基于相空间重构的支持向量机异常金融交易识别算法[J];中南财经政法大学研究生学报;2008年01期
5 曾绍华;魏延;;供应商评价的支持向量机模型及应用研究[J];重庆师范大学学报(自然科学版);2007年01期
6 曲文龙;樊广佺;杨炳儒;;基于支持向量机的复杂时间序列预测研究[J];计算机工程;2005年23期
7 郭水霞;王一夫;陈安;;基于支持向量机回归模型的海量数据预测[J];计算机工程与应用;2007年05期
8 王国胜;;基于支持向量机的数据挖掘技术[J];德州学院学报;2007年02期
9 梁志荣;;应用于数据挖掘分类算法的SVM研究[J];福建电脑;2007年06期
10 胡金莲;;支持向量机的光滑与逼近关系研究[J];东莞理工学院学报;2008年01期
11 王国胜;;基于支持向量机的数据挖掘研究[J];计算机工程;2008年08期
12 陈长俊;黄波;蔡之华;;代价敏感支持向量机在医疗诊断中的应用[J];微计算机信息;2008年27期
13 张海;;浅谈时态数据挖掘及挖掘工具——支持向量机[J];甘肃科技纵横;2009年06期
14 汪政;邵良杉;;多类支持向量机分类算法—DDAG[J];计算机系统应用;2010年07期
15 熊金志;李广明;高晓雷;牛熠;;一阶多项式光滑的支持向量分类机的一般模型[J];计算机工程与应用;2007年10期
16 陈莉;;基于岭回归和支持向量机结合的数据挖掘新方法[J];情报学报;2008年02期
17 刘庆彪;张步涵;王凯;谢光龙;;电价预测的自适应支持向量机方法研究[J];电力系统保护与控制;2008年22期
18 胡运红;董玉林;;支持向量机简化算法中支持向量与违背对的几何意义[J];山东科技大学学报(自然科学版);2010年01期
19 罗敏;阴晓光;张焕国;王丽娜;;基于无监督聚类支持向量机的入侵检测方法研究[J];计算机工程与应用;2006年18期
20 单莘;朱永宣;郭军;;基于支持向量机的网络告警预测知识发现[J];微电子学与计算机;2007年06期
中国重要会议论文全文数据库 前10条
1 赵丽;杨利彬;;基于支持向量机的供应商合作伙伴选择[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年
2 韩泉东;胡小平;李舟军;李京浩;;决策树和支持向量机在液体火箭发动机故障诊断中的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年
3 曲文龙;吴春尧;杨炳儒;张海军;;基于小波和支持向量机的多尺度时间序列预测[A];2005中国控制与决策学术年会论文集(下)[C];2005年
4 沈勇;颜建军;王忆勤;许朝霞;刘国萍;夏春明;李福凤;燕海霞;郭睿;;基于数据挖掘的中医信息处理方法研究概述[A];中华中医药学会中医诊断学分会第十次学术研讨会论文集[C];2009年
5 陆文聪;钮冰;;基于数据挖掘的生物信息学研究进展[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年
6 牛强;王志晓;陈岱;夏士雄;;基于支持向量机的Web文本分类方法[A];2006年全国开放式分布与并行计算学术会议论文集(一)[C];2006年
7 谢毅;张俊灵;王莹;胡翠林;;一种基于SVM的信息安全入侵检测模型[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集(上册)[C];2007年
8 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
9 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
10 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 包新华;熔盐相图智能数据库研究及其应用[D];上海大学;2005年
2 张英;基于支持向量机的过程工业数据挖掘技术研究[D];浙江大学;2005年
3 宋杰;生物信息数据挖掘中的若干方法及其应用研究[D];大连理工大学;2005年
4 刘东升;面向连锁零售企业的客户关系管理模型(R-CRM)研究[D];浙江工商大学;2008年
5 郑广勇;哺乳动物转录因子及其靶基因的挖掘分析[D];复旦大学;2009年
6 田江;基于支持向量机的孤立点检测方法研究[D];大连理工大学;2009年
7 李智勇;电力系统运行信息的数据挖掘研究[D];浙江大学;2009年
8 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
9 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
10 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
中国硕士学位论文全文数据库 前10条
1 牛洪琦;空间数据挖掘分类算法的研究[D];大连海事大学;2006年
2 赵卫华;基于支持向量机的移动电信行业客户流失预测研究[D];昆明理工大学;2006年
3 俞文洋;支持向量机在蛋白质结构预测中的应用研究[D];河南大学;2008年
4 李园;基于模糊聚类的支持向量机的分类算法研究[D];哈尔滨工程大学;2005年
5 刘燕;SVM在个人房贷信用风险评估中的应用研究[D];大连理工大学;2006年
6 俞瑛;数据仓库和数据挖掘在供水企业中的应用[D];合肥工业大学;2006年
7 赵辉;基于SVM的数据挖掘分类技术研究[D];西安电子科技大学;2008年
8 周振龙;支持向量机理论在文本分类中的应用研究[D];兰州理工大学;2007年
9 刘庆彪;基于结构风险最小化的电价预测新方法研究[D];华中科技大学;2007年
10 刘志强;基于数据挖掘的客户行为分析和预测研究[D];山东科技大学;2010年
中国重要报纸全文数据库 前10条
1 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
3 张立明;数据挖掘之道[N];网络世界;2003年
4 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
5 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
6 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
7 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年
8 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
9 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
10 裴维玲;呼叫中心与数据挖掘,谁先上?[N];网络世界;2001年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978