ASTM E595 Outgassing是否有对应的中国标准

ASTME595是国际上广泛采用的材料除气测试标准,而中国航天行业标准QJ1558B-2016则替代了QJ1558A,提供了类似的测试方法。这两种标准都涉及在真空环境下测试材料的挥发性,通过测量质量变化来评估总质量损失(TML)和可凝挥发物(CVCM)。QJ1558还考虑了水汽回吸量(WVR)的测试。这些测试对于航天等领域的材料筛选至关重要。

ASTM E595 Outgassing 除气测试标准目前是国际上最通用的真空状态下测试材料挥发性的检测标准。

那么,ASTM E595 Outgassing是否有对应的中国标准呢?

QJ1558B-2016中国航天行业标准,代替了QJ1558A-2012标准。QJ1558该标准的测试方法和AST M E595美国标准类似。

方法概要:

将材料按要求制备成试样,在恒温恒湿箱中存放24小时后,放入样品舟中。在真空中均匀加热放有试样的样品舟,使试样出气,出气分子沉积到维持恒定温度的收集板上,通过称量此过程前后放有试样的样品舟的质量变化,经过计算获得总质量损失TML,并通过称量测试前后收集板质量的变化,经过计算获得收集的可凝挥发物CVCM。本方法还可将测试后的试样重新经恒温很湿存放后,再次称量试样质量,得到水汽回吸量WVR。

ASTM E595-15(2021 Standard Test Method for Total Mass Loss and Collected Volatile Condensable Materials from Outgassing in a Vacuum Environment

ASTM E595-15(2021)真空环境中除气作用引起的总质量损失和挥发物质冷凝量测试

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值