文摘
在过去的30年里,一种物质,可以防止燃烧方面发挥了重要作用在减少火灾造成的生命和财产的损失。目前,antibaking剂的总量仅次于增塑剂和各种塑料添加剂。平均年增长率从2019年到2021年的0.5%。消防行业是一个监管的行业,一个具有全球竞争力的产业。因此,的生效和逐步改善国内外相关法律法规将会影响整个消防行业的模式。中国的“十二五”规划将一种物质,可以防止燃烧为主要发展产业,形成战略联盟技术创新的绿色物质,可以防止燃烧工业。它提供了一个政策平台发展的一种物质,可以防止燃烧在工业。首先,我们介绍几个常见的一种物质,可以防止爆炸,然后我们使用机器学习的方法建立预测模型,分析复合可燃物的性能。并得出结论:复合材料比其他两个复合材料;六个机器学习算法,梯度提高回归(GBR)模型的预测能力最好,其次是额外的树回归量(ETR)模型和随机森林回归量(RFR)模型。 Compared with the above three integrated algorithms, Ridge, Ada Boost regressor (ABR), and Lasso regression algorithms have relatively poor prediction results.
1。介绍
我们提出一个两阶段的机器学习方法预测蛋白质相互作用。我们训练机器学习分类器预测二元之间的相互作用两个短序列片段之间的片段。实验结果表明,与其他序列表示方法相比,多尺度序列特征聚合方法的效果可以提高10%以上(1]。Apache火花是一个受欢迎的实用的大规模计算平台,非常适合迭代机器计算研究。火花的开源分布式机器学习库(MLlib)技术近年来被发现。MLlib提供火花的高级语言API模式和简化了端到端开发机器学习使用火花丰富的生态系统。(2]。机器学习是发展最快的研究在计算机领域,及其应用范围宽。本文介绍了计算复杂度的概念。凸性和稳定的学习。范例包括随机梯度计算关键算法,神经网络,和结构化学习的结果(3]。蛋白质数据库增长,结合神经网络,隐马尔科夫模型,和其他机器的方法,可以实现一定程度的可靠性。最后,我们简要回顾一下几个方法来预测其他蛋白质分类信号和展望未来的蛋白质分类预测(4]。支持向量机分类算法是机器学习领域的一个新的发展,它有潜在应用前景的结构活性关系分析。支持向量机与几个目前使用机器学习技术。支持向量机是比所有这些除了人工神经网络控制能力,这需要更长的时间来训练(5]。在研究网络入侵检测,检测攻击一个受欢迎的策略是监控网络异常活动,通常是由借贷工具的机器学习社区。我们探索之间的差异问题,网络入侵检测和其他机器学习的领域往往是更成功(6]。阻燃性和一种物质,可以防止燃烧的沥青砂浆机制包含合成一种物质,可以防止燃烧材料研究了极限氧指数法、热重量分析法、差示扫描量热法、烟密度的方法。结果表明,LOI M-FR沥青砂浆可以增加5.97]。一种隐形材料,可以防止燃烧添加剂提供了一个良好的解决方案降低复合材料的燃烧性从而减少相关的风险。比较简单的数学方程和燃烧测试结果显示,他们是否能合理重复实验点火参数与复合材料,可以防止燃烧取决于材料的机理,特别设计的燃烧阶段一种物质,可以防止燃烧活动(8]。聚丙烯复合材料准备与高岭土、氢氧化镁或多磷酸铵作为填充物。结果表明,antiburning物质的性能改进与antiburning物质的量的增加。不同的无机阻燃剂的阻燃效果优于单一阻燃和力学性能不会显著降低(9]。本文着重于两种不同的方法获得phosphorus-modified环氧材料和高性能印刷电路板。与新phosphorus-modified材料相比,Tg值较低,物质可以防止燃烧效果更糟。为了解释的火焰环磷化合物的抑制活性,分解行为DOPO, DPPO,硫衍生物研究热解吸质谱和高分辨率质谱(10]。Nonparticle-size organobentonite的夹层改性合成有机磷物质,可以防止燃烧和季铵盐。能够防止燃烧和这些材料的力学性能特点。修改后的nano-OMMT拥有大量层间间距和良好的色散(11]。固溶体的影响与ATH复合材料阻燃性、物理性质、PVC护套材料的热稳定性进行了研究。实验结果表明,该复合材料具有较高的一种物质,可以防止燃烧和抑烟性能对PVC材料(12]。通过选择适当的非线性PI控制器,热过程控制系统的动态性能可以显著改善。仿真结果表明,所选的四个非线性PI控制器可以显著提高四种典型的热过程控制系统的动态性能和短期稳定时间的优点,超调小,平稳过渡的过程,和健壮性参数摄动(13]。为了保证模型的有效性和可用性,一个单位移动质量提出了车辆的动态分析方法。仿射非线性方程组简化方程。影响角偏差在0.01位置响应方程的准确性。从而减少自动驾驶仪设计的技术困难(14]。真正的参数约束问题是一个重要的优化问题,这通常是在现实世界中遇到的各种问题。基因的标准格式参与者并不局限。引入适当的处理技术来扩展GA问题约束优化问题是一个活跃的遗传算法的研究方向15]。方法有以下的研究意义:本文采用机器学习(1)是一个多学科和交叉学科,涉及到概率论,统计,近似理论,凸分析、算法复杂性理论,和其他学科。它专门从事电脑怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构,不断改善自身的性能。(2)它是人工智能的核心和基本方法,使计算机智能。的预测方法,目前,辐射老化后织物性能的预测方法侧重于统计模型和经验方程的应用。虽然一些学者建立了统计预测模型的抗拉强度外的消防服装或建立了抗拉强度之间的线性方程,通过数值模拟织物的反射系数,为维护消防服装提供建议在某种程度上,上面的方法有局限性。首先,阻燃面料的抗拉强度受到许多因素的影响,热老化后抗拉强度之间的关系和一个变量(热暴露时间或热老化温度,等等)不能完全覆盖的情况,导致织物的拉伸强度的下降。其次,建立的回归模型统计分析不仅相对贫穷的预测精度还需要特定的输入参数。如果添加新的变量,模型需要重建,导致有限的模型的应用范围,提高了实验的工作量和时间成本。因此,有必要探索一种新的建模方法,以弥补之前的建模方法的不足,这不仅可以减少时间成本,而且可以提高模型的预测精度和应用范围,并提供技术建议消防服装的选择和维护。
2。介绍常见的物质,可以防止烫伤
2.1。卤素:一种物质,可以防止烫伤
根据自由基连锁反应的机制,卤素,一种物质,可以防止燃烧,主要起着化学干扰的作用在气相燃烧过程(例如)。 在哪里卤代烃。
Halogen-based物质可以防止燃烧的主要是含氯化合物和含溴化合物,因为它们会分解成halogen-containing自由基在燃烧。含氟化合物的热稳定性太高;自由基是很难释放;和物质,可以防止燃烧效果难以实现。iodine-containing化合物的热稳定性太低了,在大多数聚合物的加工不稳定。在工业、卤化等物质可以防止烫伤decabromodiphenyl醚、2、3,6-tribromophenol, tetrabromophthalic酸酐,和tetrabromobisphenol已广泛应用于聚合物,如图1。
这些物质被添加到防止燃烧,通常小,可以进一步减少成本将少量的增效剂,如氧化锑和氧化铁。然而,大多数卤代物质的使用,可以防止燃烧是有限的固有毒性,如多溴化二恶英和呋喃的形成在燃烧,从而对生态系统造成严重后果。此外,他们还释放大量的腐蚀性气体,如氢氯,可腐蚀金属部件和损坏电子设备,造成灾难性的后果在一个典型的封闭空间如机身或海军帽。
2.2。磷:一种物质,可以防止烫伤
2.2.1。红磷
红磷是一种磷物质,可以防止燃烧,通常用于少量和对涤纶有很好的影响,聚氨酯、尼龙、和其他材料。例如,玻璃纤维增强尼龙66可以达到ul - 94 V-0年级只添加红色盘6 - 8%。结果表明,在大多数聚合物,红磷燃烧物质,可以防止在压缩阶段,在某些聚合物,它有一个物质,可以防止燃烧在压缩阶段和物质,可以防止在气相燃烧。具体情况的变化从一种物质,可以防止燃烧的物质,可以防止燃烧。在聚酯、尼龙、和其他含氧聚合物材料,赤磷主要扮演角色的一种物质,可以防止燃烧在凝结阶段和氧化磷酸形成聚合物绝缘材料隔热和氧气。碳纤维地板等烃聚合物聚乙烯和红色的光盘可以是一种物质,可以防止燃烧在气相或浓缩的物质,可以防止燃烧阶段。除了促进碳化、磷、氧等赤磷可以防止自由基的连锁反应并释放自由基在燃烧。此外,当红磷与少量的金属氢氧化物,一起使用的物质,可以防止燃烧效率大大提高。虽然赤磷具有良好的阻燃性,它的使用是有限的由于危险治疗不足和更深的颜色。
2.2.2。无机磷酸盐
磷酸多磷酸铵是最典型的无机聚合物。众所周知,当用于聚氨酯、尼龙、和其他高分子材料含氮或氧元素,碳层相结合产生一个防火效果。应用程序可以改变其降解机制。燃烧的应用程序在同一时间阻止PMMA从“解聚”燃烧。
2.2.3。有机磷化合物
目前,有三种有机磷化合物作为物质,可以防止燃烧:磷酸盐、膦酸酯、次磷酸盐。最常见的物质,可以防止燃烧在膦酸酯二甲基甲基膦酸酯,主要用于热固性树脂。目前,最次磷酸盐的一种物质,可以防止燃烧由金属次磷酸盐,如镁次磷酸盐、次磷酸盐、铝和稀土次磷酸盐。,用于聚酯材料和有相当大的物质,可以防止燃烧效果。这是显示在图2。
2.3。氮含量的物质可以防止烫伤
三聚氰胺及其衍生物是最常用的氮含量的物质,可以防止烫伤。卤盐如MPP和MCA释放磷酸三聚氰胺在加热,可酸化和脱水聚合物基质成碳,这些物质可以防止燃烧可以发挥类似的作用是其他卤物质,可以防止燃烧。一种物质,可以防止燃烧物质,防止燃烧的影响。此外,在三聚氰胺盐含有磷、磷酸形成的分解可以进一步反应形成磷氮氧化物600°C以上的温度,通过环交联。三嗪开环反应是众所周知,磷氮氧化物是高度耐热,可用于聚合物材料。MP, MCA,和MPP广泛应用于处理高温聚合物材料,如聚酰胺、聚酯、聚烯烃。
2.4。Silicon-Containing物质,可以防止烫伤
2.4.1。多面体低聚物的Silsesquioxane
彼得·辛格是一种有前途的聚合物纳米填料,一般公式 ,在哪里甚至和取代基。一些种改性化合物已经成功由相关专家。这些改性化合物可以溶解在水中,也可以参与传统自由基聚合等聚合反应。它有一个独特的有机-无机立方混合结构,其大小与一些高分子材料。因此,添加改性热塑性塑料和热固性塑料会影响结构的流动,提高氧气渗透,减少可燃性,提高力学性能。上述性能改进,有利于材料的使用在更广泛的领域。
2.4.2。线性硅烷/硅氧烷
增加高分子材料的安全要求,识别新的silicon-containing物质,可以防止烫伤的提升。两种不同形式(粉末和液体)胺环氧和methacrylate-functionalized线性硅氧烷已经添加的阻燃性聚氨酯弹性体。实验结果表明,材料的最大热效率可以减少地面硅氧烷70 - 80%增加5%。增加相同数量的液体硅氧烷可以减少最大热功率49 - 78%。端羟基聚二甲基硅氧烷可以直接用于环氧树脂体系。添加PDMS之后,边界氧指数显著增加。
2.5。防火:一种物质,可以防止燃烧
肿大,一种物质,可以防止爆炸,只有出现在最近几年,热到目前为止并没有下降。在此系统中,高分子材料膨胀的热量和火焰形成多孔碳层。与普通碳层相比,这种多孔碳层扩展有优越的隔热,绝缘、氧扩散预防断裂的产品,和有很好的物质,可以防止燃烧效果。在正常情况下,形成一个可扩展的消防系统需要三个元素:酸的来源,主要是基于磷化合物;碳源;和天然气来源,主要用于浮选。
肿大,一种物质,可以防止燃烧,有显著的一种物质,可以防止燃烧效果。此外,发泡,一种物质,可以防止爆炸,可以结合使用除了单独行动。例如,app + /系统添加沸石,结果表明,沸石是有助于改善阻燃性的应用+ /稳定性。因此,它也是一种很好的物质,可以防止燃烧方法使用发泡物质,可以防止燃烧与增效剂。
2.6。金属氢氧化物
附近的金属氢氧化分离,释放水聚合物分解温度和氢氧化铝分解吸热的在180 - 200°C和释放水分子根据
氢氧化铝的分解可以吸收1050 kJ的热量每公斤的氢氧化铝和作为冷却剂在聚合物基质中。的物质,可以防止燃烧机理氢氧化镁和氢氧化铝的类似,除了热解温度(> 300°C)的氢氧化镁远远高于氢氧化铝。因此,氢氧化镁有很大应用前景的高分子材料加工温度高,如图所示
应该注意的是,这种物质可以防止氢氧化镁的燃烧效果只会出现当温度超过400°C。此外,一些研究已经表明,燃烧的物质可以防止高分子材料如氢氧化铝和氢氧化镁通常有很高的要求,这两种填料,通常超过50%,负面影响材料本身的力学性能。
3所示。机器学习算法的选择
机器学习算法有很多,每一种都有一定范围的应用程序。由于大型数据集的大小和样本容量小,六个机器学习算法与小数据量选择:GBR, RFR, ETR, ABR,脊,套索。
3.1。梯度增加解释变量(GBR)
Gradient-enhanced回归树是一个提高整体学习算法,提高算法的也是一种进步。损失函数设置 ,例如, 训练集的原理是,首先,格式化模型根据公式(7);计算负梯度信息的数据 在迭代的过程 轮根据公式(8)。的 - - - - - -th回归树是通过拟合回归直线 ,和相应的叶节点区域 ,在哪里回归的叶子节点的数目。根据公式(叶模型更新9)和公式(10)。当达到最大迭代次数,回归函数公式所示(11)。
这个公式表示一个初始决策树只有一个回归,最小化代价函数的常数, 是边际函数。
gradient-enhanced回归树(GBR)算法可以处理连续和离散值。当调整参数的时间相对较短,预测精度相对较高。然而,由于学习者之间的依赖,他们是困难的训练在一起,这个算法不适合大规模数据稀疏属性。
3.2。随机森林回归量(RFR)
随机森林算法通常用于回归和分类任务,和输出模型是非常重要的,在许多领域应用和有效。的原理是使用引导重采样方法示例样本数据,重复以上步骤,直到子树的回归决定就形成了。他们必须假定每棵树可以自由生长而不被砍下来,最后,成长为一片森林。所有新的决策副标志的平均值作为模型的预测结果。
3.3。额外的树回归量(ETR)
极端随机森林回归非常类似于随机森林模型;他们的区别在于决策树中的节点的分布。节点分裂的过程中,所选择的属性及其相关属性值不是通过搜索和比较,但属性是随机选择的,然后是属性值是随机选择的属性节点分裂的基础。的优势是它提供了更多的随机性,防止过度拟合的模型,提高了训练速度,但也会增加一些偏差。
3.4。演算法回归量(上)
演的帮助下,我们可以实现一个自适应回归树算法,我们还可以使用不同的回归函数来构造学习信息,具有较高的灵活性,一个泛化误差率低,精度高。然而,这个算法的耗时,容易出现异常,对噪声敏感。
3.5。岭回归(脊)
在线性模型、标准化通常是改变通过改变函数的重量。岭回归边际函数方程所示(12)。函数回归之前,数据必须按比例缩小的,因为它是对输入属性的大小非常敏感。
的公式,是边际函数;的参数控制岭回归模型;和是偏差项。
3.6。套索回归(套索)
套索回归是另一个标准化的回归模型。像正常的形式回归,这也增加了成本函数的归一化系数,同时,它添加了规范,这是一个部分的平方规范。最后,获得成本函数
的公式,成本控制功能;相关参数的控制功能回归。表1总结了上述六种算法的特点。
3.7。预测模型的性能评价指标
决定系数和方差作为指标评价模型。确定系数显示了回归函数的拟合程度的预测价值,及其值范围从0到1。决定系数越接近1,回归拟合越好。平方误差也常用于评价回归模型的效率。平方误差越大,模型误差越大。方程(14)和(15)代表确定系数计算方法和广场错误,分别。
4所示。实验分析
4.1。建立预测模型
如果原始样本数据的简单随机分布导致建模数据太少,不可能获得完整的数据信息,因此有必要研究使用数据的有效方法。如果原始样本数据是充分的,一次性随机数据集通常分为训练集,验证集和测试集来练习和测试模型。对于小数据集,数据的简单随机化导致模型数据太少,这使得它不可能获得完整的数据信息。因此,有必要探索有效的方法来充分利用数据。
交叉验证方法的基本思想是随机组原始数据,所有的数据集,除了测试系列可以作为一系列的训练和验证,从有限的数据获得更多有用的信息,减少剩余数量在一定程度上,调整和改进模型的泛化。因此,建模过程中收集到的实验数据随机分为10个子集,和10倍交叉验证方法是用于判断模型的性能。原理图所示3。
机器学习算法和交叉验证方法的实现是在Jupyter笔记本。所有的数据是随机的;他们中的大多数被用于训练,一小部分进行验证,其余为模型的性能测试。
为了进一步分析上述算法,图4显示了和RMSE值6机器学习算法和统计建模方法(高)预测物质的抗拉强度可以防止热老化后焚烧。其中,高模型的权值是最高的值是最低的,这表明,六个机器学习算法的预测精度明显高于高模型。可以看出预测抗拉强度的一种物质,可以防止燃烧热老化后的织物。
为了进一步分析每个模型的预测能力和RMSE值6机器学习算法和统计建模方法(高)预测抗拉强度是一种物质,可以防止爆炸后加热(见图5)。
从图可以看出5六个机器学习算法中,GBR模型的预测能力最好,其次是ETR模型和RFR模型。与上述三个集成算法相比,脊,ABR和套索回归算法相对贫穷的预测结果。因为数据噪声很容易干扰算法,实验数据的异常样本将被赋予更大的重量在迭代过程中,从而影响最终的预测的准确性。
4.2。模型预测精度的比较在不同变量组合
G1-G4变量在图的结合4建模和分析使用六个机器学习和统计模型。图6显示所有模型的建模和RMSE后四组变量。
其中,高模型的权值是最高的,和值最低,这表明高模型具有更高的预测精度比其他六个机器学习算法。机器学习方法具有良好的预测能力,可大大提高预测精度。
从图可以看出6当ETR, GBR和RFR模型分析G1-G3,模型的预测精度变化小,很小的差异。模型用于预测时,预测精度的三个机器学习模型显著降低,但其预测精度通常没有显著差异(误差5%)。
套索和脊模型是传统的线性回归模型,和之间的区别这两个模型在预测变量的四组相对较小。这可能是因为套索和脊模型是普通的线性模型,所以他们更有可能把体重最重要的属性。套索选择回归模型也可以自动执行的任务和稀释模型从而允许更多的非零权重函数。
总之,与统计模型相比,机器学习展示了良好的预测能力,因此它适用于预测物质的抗拉强度可以防止燃烧热老化后的织物。与此同时,人们已经发现,当使用机器学习模型,选择合适的模型可以得到最好的预测结果。
4.3。结果与讨论
4.3.1。机械和一种物质,可以防止燃烧PP / KL复合材料的性质
图7显示了KL的影响集中在机械和一种物质,可以防止燃烧PP / KL复合材料的性质。从图可以看出8KL填料含量的增加,分子材料开始降低,氧指数增加。这是由于不同的界面粘附在KL和页之间,是由破坏紧密的分子间的结构PP的力学性能和损害混合物。
因为KL填料密度降低的物质材料、水合氧化铝高吸热属性,形成晶体水 200和300°C之间,释放出大量的水蒸气,同时减少可燃气体的密度,由金属形成的氧化反应。这也是一个耐火材料表面覆盖的PP、可以改善PP的耐火能力。
4.3.2。机械和一种物质,可以防止燃烧性能的复合材料
图8显示剂量的影响在机械和一种物质,可以预防的燃烧特性 复合材料。从图可以看出,随着的增加填充内容,复合材料的拉伸强度和缺口冲击强度下降,而氧指数增加。
机械性能差的原因是一样的KL的可怜的混合性,无机填料和PP。粘结界面应力集中敏感负载下,复合材料是有害的。氧化镁表面覆盖的可燃材料,以防止可燃材料与外界联系,释放水蒸气也减少可燃气体的浓度,影响一种物质,可以防止燃烧。
4.3.3。机械和一种物质,可以防止PP /应用复合材料的燃烧性能
图9显示应用剂量的影响在PP /应用复合材料的力学性能和阻燃性。从图可以看出9应用的增加,材料的冲击强度显著降低。在实验期间,下降程度大于KL和 。一种自由基物质破坏自由基的连锁反应,促进PP的碳化和扮演角色的一种物质,可以防止燃烧。
4.3.4。机械和一种物质,可以防止燃烧的特性 三元复合材料
通过分析力学性能和阻燃性的上述三种无机填料复合材料,它是发现的影响 复合材料优于另两种类型的复合材料。但是他们的耐火性能是相似的。因此,本部分研究KL用量的影响的性能和成本 复合材料的用量是40 phr和KL补充道。
图10显示了KL用量对复合材料的机械阻力和耐火性。因为这两种物质可以防止燃烧是无机物质,可以防止燃烧,PP有不同的极性,填充PP破坏原来的内部结构和材料的力学性能。此外,水蒸气在分解时释放有一定程度的寒冷,可以防止小分子可燃气体泄漏和玩一种物质,可以防止燃烧。两者的结合可以带来最好的彼此和改进一种物质,可以防止燃烧效果。最后,比 (100/40/10)决定。
4.3.5。PP-g-MAH对机械和一种物质,可以防止燃烧的特性 复合材料
从表可以看出2复合材料的抗拉强度有所增加,但冲击强度下降,氧指数几乎没有变化。无机填料与PP材料是不相容的,和无机填料都集中在一起,从而导致材料的界面粘附力差。PP-g-MAH可以在材料与羟基酸反应从而提高抗冲击性。当材料在张力下,表面能吸收外部能源,从而提高材料的抗冲击性。最优配方为研究项目是一个100/40/10/5而设计的。
5。结束语
目前,家居的使用和采购的物质可以防止燃烧仍主要由有机物质,而无机物质的生产和供应,可以防止燃烧仍相对稀缺,但其发展速度和潜在近年来一直很高。卤素,一种物质,可以防止爆炸,这是最常用的物质,可以防止爆炸,是更有效的比其他物质,可以防止爆炸,但他们对环境和人体造成极大的危害。添加剂的开发和使用关注生态与环境保护、物质的结构,可以防止燃烧产品研究了国内外的研究和开发高效环保的物质可以防止燃烧已经加强。无害的、低烟、无毒的物质,可以防止燃烧一直是我们的目标,并且政府已经做出了很大的努力,取得了显著成绩。加强国家消防技术要求,中国将有一个更好的机会发展消防中介。中国应该提高其开发和创新能力,促进消防行业的发展的方向环保、无害,效率高,实用性。
数据可用性
使用的实验数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称,关于这项工作他们没有利益冲突。
确认
这项研究支持的科研项目的辽宁省(没有的教育部门。L201754)和沈阳航空航天大学的创业基础的医生(16 yb05)。