期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
用超声衰减谱测量层状双金属氢氧化物粒度分布的方法
1
作者
张明峰
吴博
+2 位作者
侯光昊
周蕾
王学重
《高等学校化学学报》
SCIE
EI
CAS
CSCD
北大核心
2024年第3期55-63,共9页
层状双金属氢氧化物(LDHs)作为一种性能优良的非贵金属电催化剂,在提高析氧反应速率、降低制氢成本等方面具备巨大优势,其粒度大小直接影响催化活性位点的有效暴露面积和本征结构,很大程度上决定了LDHs电催化析氧反应的活性时间和催化效...
层状双金属氢氧化物(LDHs)作为一种性能优良的非贵金属电催化剂,在提高析氧反应速率、降低制氢成本等方面具备巨大优势,其粒度大小直接影响催化活性位点的有效暴露面积和本征结构,很大程度上决定了LDHs电催化析氧反应的活性时间和催化效率.因此,实现对LDHs粒度分布的在线检测对LDHs的合成控制与活性提升具有重要意义.根据LDHs粒度小、形貌特殊的特点,本文建立了一种基于超声衰减谱在线测量其在悬浮体系中粒度分布(PSD)的方法,该方法在LDHs粒度表征领域的应用尚属首次.利用超声衰减谱法对LDHs悬浮体系粒度分布进行测量的最大难点是传统ECAH模型需要首先已知难以获得的体系分散相和连续相的物性参数.本文采用主成分分析(PCA)结合误差反向传播(BP)神经网络建立了预测模型,并引入遗传算法(GA)对模型进行优化,解决了超声衰减谱法的难点,通过CoFeAl-LDH悬浮体系进行了验证.结果表明,PCA-GA-BP神经网络能有效对LDHs在悬浮体系中的粒度分布进行在线预测,预测值与真实值的峰形重合度高,峰高偏差小,两者的均方误差MSE为0.1497,模型拟合优度R2=0.9768,说明该方法可作为在线测量LDHs粒度分布的有效方式.
展开更多
关键词
层状双金属氢氧化物
超声衰减谱
粒度分布在线检测
BP神经网络
遗传算法
在线阅读
下载PDF
职称材料
基于拉曼光谱技术药物包衣厚度分布预测模型的构建
2
作者
王学重
王亦卓
+2 位作者
张冉
侯光昊
吴韬
《高校化学工程学报》
EI
CAS
CSCD
北大核心
2024年第5期781-787,共7页
为了实现药物包衣层厚度分布的实时在线检测,解决离线检测平均厚度或称重不能满足均匀性分析及判断终点等问题,以蛋白哂双凸片的包衣过程为例,采用探头式拉曼光谱仪实时在线采集片剂表面拉曼光谱的同时,离线采集并统计包衣层厚度分布。...
为了实现药物包衣层厚度分布的实时在线检测,解决离线检测平均厚度或称重不能满足均匀性分析及判断终点等问题,以蛋白哂双凸片的包衣过程为例,采用探头式拉曼光谱仪实时在线采集片剂表面拉曼光谱的同时,离线采集并统计包衣层厚度分布。分别采用偏最小二乘法(PLS)和卷积神经网络(CNN)两种方法建立包衣厚度定量校正模型。结果表明,PLS模型预测相关性Rp2为0.923,CNN模型Rp2高达0.996,其模型的泛化能力更高,较PLS模型展现出更好的准确性。且CNN模型预测的包衣层厚度分布与离线统计的厚度分布结果较为一致(包衣时间为60 min,最可几厚度和分布宽度偏差仅为0.44%和1.24%),实现了药物包衣层厚度分布的准确预测。
展开更多
关键词
在线拉曼光谱
包衣厚度统计分布
偏最小二乘法
主成分分析-卷积神经网络
包衣均匀性
在线阅读
下载PDF
职称材料
题名
用超声衰减谱测量层状双金属氢氧化物粒度分布的方法
1
作者
张明峰
吴博
侯光昊
周蕾
王学重
机构
北京石油化工学院新材料与化工学院
出处
《高等学校化学学报》
SCIE
EI
CAS
CSCD
北大核心
2024年第3期55-63,共9页
基金
国家自然科学基金(批准号:52102208)
北京石油化工学院交叉科研探索项目(批准号:BIPTCSF-002)资助.
文摘
层状双金属氢氧化物(LDHs)作为一种性能优良的非贵金属电催化剂,在提高析氧反应速率、降低制氢成本等方面具备巨大优势,其粒度大小直接影响催化活性位点的有效暴露面积和本征结构,很大程度上决定了LDHs电催化析氧反应的活性时间和催化效率.因此,实现对LDHs粒度分布的在线检测对LDHs的合成控制与活性提升具有重要意义.根据LDHs粒度小、形貌特殊的特点,本文建立了一种基于超声衰减谱在线测量其在悬浮体系中粒度分布(PSD)的方法,该方法在LDHs粒度表征领域的应用尚属首次.利用超声衰减谱法对LDHs悬浮体系粒度分布进行测量的最大难点是传统ECAH模型需要首先已知难以获得的体系分散相和连续相的物性参数.本文采用主成分分析(PCA)结合误差反向传播(BP)神经网络建立了预测模型,并引入遗传算法(GA)对模型进行优化,解决了超声衰减谱法的难点,通过CoFeAl-LDH悬浮体系进行了验证.结果表明,PCA-GA-BP神经网络能有效对LDHs在悬浮体系中的粒度分布进行在线预测,预测值与真实值的峰形重合度高,峰高偏差小,两者的均方误差MSE为0.1497,模型拟合优度R2=0.9768,说明该方法可作为在线测量LDHs粒度分布的有效方式.
关键词
层状双金属氢氧化物
超声衰减谱
粒度分布在线检测
BP神经网络
遗传算法
Keywords
Layered double hydroxides(LDHs)
Ultrasonic attenuation spectrum
Online detection of particle size distribution
bp Neural network
Genetic algorithm
分类号
O657 [理学—分析化学]
在线阅读
下载PDF
职称材料
题名
基于拉曼光谱技术药物包衣厚度分布预测模型的构建
2
作者
王学重
王亦卓
张冉
侯光昊
吴韬
机构
北京石油化工学院新材料与化工学院
出处
《高校化学工程学报》
EI
CAS
CSCD
北大核心
2024年第5期781-787,共7页
基金
北京市科技新星计划(Z211100002121024)。
文摘
为了实现药物包衣层厚度分布的实时在线检测,解决离线检测平均厚度或称重不能满足均匀性分析及判断终点等问题,以蛋白哂双凸片的包衣过程为例,采用探头式拉曼光谱仪实时在线采集片剂表面拉曼光谱的同时,离线采集并统计包衣层厚度分布。分别采用偏最小二乘法(PLS)和卷积神经网络(CNN)两种方法建立包衣厚度定量校正模型。结果表明,PLS模型预测相关性Rp2为0.923,CNN模型Rp2高达0.996,其模型的泛化能力更高,较PLS模型展现出更好的准确性。且CNN模型预测的包衣层厚度分布与离线统计的厚度分布结果较为一致(包衣时间为60 min,最可几厚度和分布宽度偏差仅为0.44%和1.24%),实现了药物包衣层厚度分布的准确预测。
关键词
在线拉曼光谱
包衣厚度统计分布
偏最小二乘法
主成分分析-卷积神经网络
包衣均匀性
Keywords
Raman spectrometer
coating thickness distribution
partial least squares
principal component analysis–convolutional neural network
uniformity of drug coating
分类号
TQ469 [化学工程—制药化工]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
用超声衰减谱测量层状双金属氢氧化物粒度分布的方法
张明峰
吴博
侯光昊
周蕾
王学重
《高等学校化学学报》
SCIE
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于拉曼光谱技术药物包衣厚度分布预测模型的构建
王学重
王亦卓
张冉
侯光昊
吴韬
《高校化学工程学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
