主成分分析的案例
【JY】主成分分析與振型分解
主成分分析法&振型分解法
首先小談下主成分分析法（principal components analysis），也稱主分量分析，是利用降維的思想，在損失很少信息的前提下，把多個(gè)指標(biāo)轉(zhuǎn)化為幾個(gè)綜合指標(biāo)的多元統(tǒng)計(jì)方法。通常把轉(zhuǎn)化生成的綜合指標(biāo)稱為主成分，其中每個(gè)主成分都是原始變量的線性組合，且各個(gè)主成分之間互不相關(guān)，使得主成分比原始變量具有某些更優(yōu)越的性能。這樣在研究復(fù)雜問(wèn)題時(shí)就可以只考慮少數(shù)幾個(gè)主成分而不至于損失太多信息，從而更容易抓住主要矛盾，揭示事物內(nèi)部變量之間的規(guī)律性，同時(shí)使問(wèn)題得到簡(jiǎn)化，提高分析效率。
再談下
振型分解法，在討論多自由度體系的強(qiáng)迫振動(dòng)時(shí)，如采用質(zhì)點(diǎn)位移作為坐標(biāo)（稱為幾何坐標(biāo)），則所得到的振動(dòng)方程為耦聯(lián)微分方程，因而必須聯(lián)立求解。對(duì)于無(wú)阻尼簡(jiǎn)諧強(qiáng)迫振動(dòng)，在平穩(wěn)階段，由于各質(zhì)點(diǎn)都作同步振動(dòng)，利用這一特性可將微分方程轉(zhuǎn)化為代數(shù)方程，故求解沒(méi)有困難。然而，當(dāng)考慮阻尼影響或者在一般動(dòng)力荷載作用下時(shí)，求解聯(lián)立的微分方程組就會(huì)比較困難。按振型分解的計(jì)算方法就是針對(duì)這一問(wèn)題提出來(lái)的。振型分解法是
基于坐標(biāo)變換，把原來(lái)耦聯(lián)的微分方程組變?yōu)閚個(gè)互相獨(dú)立的微分方程，從而使原來(lái)多自由度體系的動(dòng)力計(jì)算變?yōu)橐幌盗袉巫杂啥润w系的問(wèn)題，當(dāng)然這一方法只限于線性體系的應(yīng)用。下面介紹振型分解法。
展開(kāi) CAESES中基于主成分分析的參數(shù)降維功能應(yīng)用
為了解決這一痛點(diǎn)，CAESES 5.0 基于主成分分析的方法，開(kāi)發(fā)了降維的功能。
我們把設(shè)計(jì)變量能表示的所有船型方案叫做設(shè)計(jì)空間。N個(gè)設(shè)計(jì)變量對(duì)應(yīng)N維設(shè)計(jì)空間。降維的功能旨在降低設(shè)計(jì)空間的維度，即減少設(shè)計(jì)變量。利用主成分分析的方法，在保證變形效果不變的前提下，把設(shè)計(jì)變量數(shù)降下來(lái)，從而大大提高優(yōu)化效率。（注意設(shè)計(jì)變量數(shù)降下來(lái)并不是傳統(tǒng)的通過(guò)敏感性分析等方法剔除部分變量，而是通過(guò)數(shù)學(xué)方法，用幾個(gè)變量代替所有變量）
下面通過(guò)一個(gè)案例來(lái)介紹降維功能的使用方法。 選取KCS船進(jìn)行靜水阻力優(yōu)化。在船體球鼻艏、船艏、船舯、船艉共設(shè)置了 17 個(gè)設(shè)計(jì)變量。變形效果如下圖：
二、降維設(shè)置與計(jì)算
點(diǎn)擊Optimize>Design Space Utilities>
Dimensionality Reduction，設(shè)置Samples：1000，Points per sample: 8000。意為根據(jù)17個(gè)設(shè)計(jì)變量，生成1000個(gè)船型方案每個(gè)船型幾何上取8000個(gè)點(diǎn)，用于比較分析各個(gè)方案的幾何區(qū)別。
點(diǎn)擊綠色啟動(dòng)按鈕，CAESES會(huì)自動(dòng)生成方案進(jìn)行比較分析。該過(guò)程僅涉及幾何運(yùn)算，不進(jìn)行仿真計(jì)算，用時(shí)較少。實(shí)測(cè)用20核，1000個(gè)方案，每個(gè)方案8000個(gè)點(diǎn)，分析需要110分鐘左右。
三、降維效果分析
分析結(jié)束后，dimensionalityReduction設(shè)置界面自動(dòng)跳轉(zhuǎn)：
改變number of Principal Parameters，觀察Percentage of Captured Variance。如上圖，基于1000個(gè)船型幾何的主成分分析得出，設(shè)置6個(gè)主參數(shù)，可以捕捉到99.9%的變形效果，滿足設(shè)計(jì)需求。
調(diào)整圖片下半部分的6個(gè)主參數(shù)，點(diǎn)擊To CAD，即基于主參數(shù)值推出17個(gè)設(shè)計(jì)變量的值。
展開(kāi) 197基于matlab 的關(guān)于主成分分析的詳細(xì)代碼 ￥12.2
基于matlab 的關(guān)于主成分分析的詳細(xì)代碼，附帶數(shù)據(jù)及gui界面文件，可直接運(yùn)行。多種數(shù)據(jù)預(yù)處理方式，可輸出多種結(jié)果。注意的是只能按照主成分個(gè)數(shù)進(jìn)行分析。按照累計(jì)貢獻(xiàn)率有報(bào)錯(cuò)。程序已調(diào)通，可直接運(yùn)行。
透骨消痛顆粒治療膝骨性關(guān)節(jié)炎骨內(nèi)高壓的成分模擬分析
方法采用主成分分析、描述符計(jì)算等計(jì)算機(jī)方法來(lái)研究透骨消痛顆粒中分子和與血液循環(huán)系統(tǒng)相關(guān)藥物分子／類藥分子的化學(xué)空間。結(jié)果透骨消痛顆粒中分子有良好的多樣性，具有類藥性質(zhì)，存在與血液循環(huán)系統(tǒng)作用的分子。結(jié)論透骨消痛顆粒可通過(guò)改善血液循環(huán)來(lái)達(dá)到防治膝骨性關(guān)節(jié)炎骨內(nèi)高壓。
透骨消痛顆粒治療膝骨性關(guān)節(jié)炎骨內(nèi)高壓的成分模擬分析.pdf
技術(shù)研究｜一種新型的導(dǎo)熱硅脂成分分析
要及時(shí)查閱文獻(xiàn)資料，成分，形貌，元素，尺寸等多方面因素進(jìn)行綜合分析。
05
經(jīng)驗(yàn)與建議
對(duì)于這種未知的新型材料樣品做成分分析，要積極查閱資料，及時(shí)觀察樣品形態(tài)和試驗(yàn)現(xiàn)象并記錄下來(lái)，要從多個(gè)角度去分析樣品，在了解樣品主成分后要設(shè)計(jì)合理的實(shí)驗(yàn)方案。
GSH-PCA方案結(jié)合機(jī)器學(xué)習(xí)實(shí)現(xiàn)晶體塑性力學(xué)響應(yīng)的快速預(yù)測(cè)
研究巧妙地采用廣義球諧函數(shù)（GSH）結(jié)合主成分分析（PCA），將復(fù)雜的織構(gòu)空間精準(zhǔn)壓縮至僅需5到10個(gè)核心參數(shù) 。這種參數(shù)化方法不僅大幅降低了訓(xùn)練負(fù)擔(dān)，更具備極其強(qiáng)大的“雙向映射”能力：工程師可以隨時(shí)利用這些降維后的少數(shù)參數(shù)，反向完美重構(gòu)出原始的織構(gòu)極圖 ！相比之下，如果僅使用單一的Taylor因子進(jìn)行簡(jiǎn)化，雖然便捷，但會(huì)引入更大的預(yù)測(cè)誤差和不確定性 。
2. 全曲線生成的泛函主成分分析（fPCA）為了直接預(yù)測(cè)完整的應(yīng)力-應(yīng)變行為，該框架在輸出端引入了泛函主成分分析（fPCA） 。代理模型不再逐點(diǎn)預(yù)測(cè)離散數(shù)據(jù)，而是直接學(xué)習(xí)提取整條拉伸曲線的“形狀基函數(shù)”及其權(quán)重 。只需輸入微觀特征參數(shù)，模型瞬間就能完美拼裝出平滑、連續(xù)且符合物理規(guī)律的宏觀應(yīng)力-應(yīng)變曲線 。
3. 具備“自知之明”的置信區(qū)間預(yù)測(cè)與傳統(tǒng)深度神經(jīng)網(wǎng)絡(luò)的“盲目自信”不同，該工作選用高斯過(guò)程（GP）回歸作為核心代理模型 。高斯過(guò)程不僅能給出精確的預(yù)測(cè)曲線，更能進(jìn)行嚴(yán)格的不確定性量化（UQ），輸出帶有95%置信區(qū)間的預(yù)測(cè)包絡(luò)帶 。這意味著，當(dāng)輸入一種模型從未見(jiàn)過(guò)的極端奇異織構(gòu)時(shí)，它會(huì)通過(guò)變寬的陰影帶誠(chéng)實(shí)地發(fā)出“誤差警告”，極大地提升了工程預(yù)測(cè)的可靠性與安全性 。
作者的整體設(shè)計(jì)思路如下圖：
總結(jié)：工程實(shí)用性與計(jì)算效率的絕對(duì)飛躍這套“GSH-PCA降維 + fPCA重構(gòu) + GP預(yù)測(cè)”的全新組合拳，使得原本需要耗費(fèi)數(shù)天的龐大多晶體模擬任務(wù)，如今不到一秒即可完成 。這種革命性的效率躍升，為依賴成千上萬(wàn)次模擬迭代的蒙特卡洛分析、材料不確定性傳播以及微觀結(jié)構(gòu)優(yōu)化設(shè)計(jì)真正掃清了算力障礙 。
展開(kāi) Moldex3D仿真分析之仿真驅(qū)動(dòng)和AI加速的工作流程優(yōu)化異型水路設(shè)計(jì)
IPC團(tuán)隊(duì)采用「仿真優(yōu)先」的工作流程，并結(jié)合基于主成分分析（PCA）的目標(biāo)篩選、類神經(jīng)網(wǎng)絡(luò)（ANN）代理模型，以及多目標(biāo)演化優(yōu)化，該團(tuán)隊(duì)成功將過(guò)去須耗時(shí)數(shù)周的傳統(tǒng)試誤法，轉(zhuǎn)為一套結(jié)構(gòu)化、以數(shù)據(jù)為導(dǎo)向的搜尋流程，能有效找出最佳的模具與制程設(shè)計(jì)方案。
模擬與AI：優(yōu)化設(shè)計(jì)決策的關(guān)鍵推手
冷卻通常占整個(gè)射出成型周期的70%-80%，也是造成殘余應(yīng)力、翹曲和位移的主要原因。雖然異型水路（Conformal Cooling Channels，CCC）有助于緩解上述問(wèn)題，但其水路配置便是一個(gè)涉及周期時(shí)間、溫度條件及可制造性的多目標(biāo)難題。為了應(yīng)對(duì)這項(xiàng)挑戰(zhàn)，IPC團(tuán)隊(duì)利用Moldex3D來(lái)評(píng)估設(shè)計(jì)方案，并藉助AI有效權(quán)衡最佳方案，而這種方法也使該團(tuán)隊(duì)能穩(wěn)定獲得優(yōu)于傳統(tǒng)水路配置的溫度分布、成型周期時(shí)間。
應(yīng)用焦點(diǎn)：采異型水路的薄壁杯
為具體說(shuō)明該方法，IPC團(tuán)隊(duì)展示一個(gè)薄壁杯的案例。他們用Moldex3D來(lái)評(píng)估水路配置、直徑與間距，同時(shí)透過(guò)AI縮短搜索范圍并識(shí)別有效設(shè)計(jì)方案。藉由這套工作流程，所預(yù)測(cè)的成型周期較傳統(tǒng)配置明顯縮短，成功展現(xiàn)異型水路結(jié)合AI，便能以簡(jiǎn)易的驗(yàn)證方式來(lái)加速設(shè)計(jì)優(yōu)化。
圖一、異型水路設(shè)計(jì)范例
IPC團(tuán)隊(duì)的工作流程
射出成型的項(xiàng)目往往需要追蹤數(shù)十項(xiàng)數(shù)據(jù)。IPC團(tuán)隊(duì)首先透過(guò)主成分分析（PCA），在確保不遺漏問(wèn)題本質(zhì)的情況下，縮減優(yōu)化目標(biāo)。接著運(yùn)用Moldex3D模擬分析結(jié)果來(lái)訓(xùn)練類神經(jīng)網(wǎng)絡(luò)（ANN）代理模型，以快速預(yù)測(cè)溫度與冷卻時(shí)間。該團(tuán)隊(duì)也采用多目標(biāo)演化算法（MOEA）高效探索數(shù)千種可行設(shè)計(jì)，再透過(guò)Moldex3D驗(yàn)證出最具效益的方案。最后，透過(guò)繪制帕雷托前沿（Pareto Front）來(lái)清楚呈現(xiàn)各指標(biāo)間的權(quán)衡關(guān)系（例如：須犧牲多少成型周期時(shí)間來(lái)獲得更均勻的溫度分布），而非提供單一的最佳值。
展開(kāi) GROMACS模擬分析-自由能形貌圖的繪制
自由能形貌圖一般通過(guò)兩個(gè)描述體系特征的量來(lái)進(jìn)行繪制，例如RMSD和Rg，也有文獻(xiàn)中用主成分分析PC1和PC2繪制。本文以RMSD和Rg兩個(gè)特征量繪制為例。
1. 獲得蛋白質(zhì)骨架的RMSD和Rg數(shù)據(jù)rmsd.xvg和rg.xvg。
對(duì)rmsd.xvg和rg.xvg文件進(jìn)行處理，刪除所有注釋行（以#或者@開(kāi)頭的行和空行）以及rg.xvg中的XYZ三個(gè)方向上的Rg數(shù)據(jù)。使rmsd.xvg和rg.xvg文件中只有兩列數(shù)據(jù)。
2. 合并rmsd.xvg和rg.xvg文件，把同一時(shí)間下的RMSD和Rg數(shù)據(jù)寫在同一行，組合文件中包含三列：時(shí)間、RMSD、Rg，可使用如下命令實(shí)現(xiàn)。
3. 利用gmx的sham命令生成自由能形貌圖。
-f：讀入組合文件
-ls: 輸出自由能形貌圖
-nlevels: 設(shè)定FEL的層次數(shù)量
更多參數(shù)設(shè)置請(qǐng)參考gmx help sham給出的幫助信息。
上面的命令執(zhí)行之后，得到gibbs.xpm文件即為自由能形貌圖。
4. 用origin繪制自由能形貌圖
xpm文件可以通過(guò)多種方式查看，這里我們利用xpm2all.bsh腳本將xpm文件轉(zhuǎn)換為3列數(shù)據(jù)的文本文件。
將得到的數(shù)據(jù)復(fù)制到Origin中繪圖。
可根據(jù)實(shí)際需要進(jìn)行平滑處理繪圖，此外還可以繪制3維的自由能形貌圖。利用主成分分析繪制自由能形貌圖，一般來(lái)說(shuō)就是用主成分1和2取代上文中的RMSD和Rg，后處理都是一樣的。
最后,有相關(guān)需求歡迎通過(guò)公眾號(hào)"320科技工作室"聯(lián)系我們
展開(kāi) 《MATLAB工程數(shù)學(xué)——MATLAB實(shí)用指南系列》
目錄
第1篇 統(tǒng)計(jì)工具箱
第1章 統(tǒng)計(jì)工具箱簡(jiǎn)介
第2章 概率論
第3章 樣本描述
第4章 方差分析
第5章 假設(shè)檢驗(yàn)
第6章 回歸分析
第7章 非參數(shù)檢驗(yàn)
第8章 多元方差分析
第9章 聚類分析
第10章 判別分析
第11章 主成分分析
第12章 因子分析
第13章 隱馬爾可夫模型
第14章 多維尺度分析
第15章 決策樹(shù)
第16章 統(tǒng)計(jì)過(guò)程控制
第17章 試驗(yàn)設(shè)計(jì)
第18章 統(tǒng)計(jì)圖
第19章 文件輸入/輸出
第20章 統(tǒng)計(jì)演示
第2篇 優(yōu)化工具箱
第21章 優(yōu)化工具箱概述
第22章 無(wú)約束最優(yōu)化問(wèn)題
第23章 有約束最優(yōu)化問(wèn)題
第24章 二次規(guī)劃
第25章 0-1規(guī)劃
第26章 多目標(biāo)規(guī)劃
第27章 最大最小化
第28章 半無(wú)限問(wèn)題
第29章 最小二乘問(wèn)題
第30章 方程求解
……
第3篇 偏微分方程數(shù)值解工具箱
第4篇 樣條工具箱
第5篇 曲線擬合工具箱
參考文獻(xiàn)
展開(kāi) Gromacs分子動(dòng)力學(xué)培訓(xùn)通知
四、培訓(xùn)內(nèi)容
針對(duì)gromacs軟件的常用模塊進(jìn)行教學(xué)，包括蛋白與配體模擬分析，離子液體，小分子與細(xì)胞膜相互作用，同時(shí)介紹gromacs中的各分析模塊使用功能。具體內(nèi)容如下：
1. 蛋白與配體模擬分析
蛋白質(zhì)的預(yù)處理，配體分子建模
1.1分子動(dòng)力學(xué)模擬的力場(chǎng)
1.2.分子動(dòng)力學(xué)模擬的參數(shù)及方法
1.3復(fù)合物構(gòu)象隨時(shí)間的變化
1.4. 均方根偏差分析
1.5.旋轉(zhuǎn)半徑的變化
1.6.均方根波動(dòng)分析
1.7.分子兩端的距離和原了距離的分析
1.8.分子內(nèi)和分子間氫鍵數(shù)的變化
1.9.徑向分布函數(shù)分析
1.10.溶劑可及表面積分析
1.11.主成分分析
1.12.二面角分析
2. 均相與多相的模擬與計(jì)算(離子液體,小分子藥物自組裝，團(tuán)簇)
2.1小分子與離子液體建模
2.2氣相分子，分子團(tuán)簇與納米液滴的模擬
2..3復(fù)合物構(gòu)象隨時(shí)間的變化
2.4.
展開(kāi) 因子分析是一種統(tǒng)計(jì)方法 ￥3
?
因子分析是一種統(tǒng)計(jì)方法，用于分析一組觀察到的變量之間的關(guān)系，方法是用較少數(shù)量的未觀察到的變量（稱為因子）來(lái)解釋它們之間的相關(guān)性或協(xié)方差。
目錄
什么是因子分析？
因子分析中的因子是什么意思？
如何進(jìn)行因子分析（因子分析步驟）？
因子分析示例（因子分析器）：
為什么我們需要因子分析？
因子分析中最常用的術(shù)語(yǔ)
因子分析的類型
因子提取方法的類型
因子分析的假設(shè)
常見(jiàn)問(wèn)題解答 ： 因子分析
?
編輯
什么是因子分析？
因子分析是統(tǒng)計(jì)領(lǐng)域的一種方法，也是一般線性模型 （GLM） 的一部分，用于將眾多變量壓縮為一組較小的因子。通過(guò)這樣做，它可以捕獲變量之間的最大共享方差，并將它們壓縮成一個(gè)統(tǒng)一的分?jǐn)?shù)，隨后可用于進(jìn)一步分析。因子分析在幾個(gè)假設(shè)下運(yùn)行：關(guān)系的線性性、變量之間不存在多重共線性、在分析中包含相關(guān)變量以及變量和因子之間的真正相關(guān)性。雖然存在多種方法，但主成分分析在實(shí)踐中是最普遍的方法。
因子分析中的因子是什么意思？
在因子分析的上下文中，“因子”是指潛在的、未觀察到的變量或潛在結(jié)構(gòu)，它表示一組觀察到的變量之間的共同變化來(lái)源。這些觀察到的變量，也稱為指標(biāo)或顯現(xiàn)變量，是在研究中直接觀察或測(cè)量的可測(cè)量變量。
如何進(jìn)行因子分析（因子分析步驟）？
因子分析是一種統(tǒng)計(jì)方法，用于描述觀察到的相關(guān)變量之間的變異性，即未觀察到的變量（稱為因子）的數(shù)量可能較少。
展開(kāi) 
國(guó)高材案例 | 電子產(chǎn)品固定裝置開(kāi)裂失效分析及成分分析
據(jù)了解，失效件來(lái)自多個(gè)生產(chǎn)批次，但其原材料集中在同一批次中，考慮失效模式可能為配方工藝失效，所以進(jìn)行失效位置的全成分定量分析及失效分析。
02
案例分析
失效件原材料集中在同一批次，其他批次原材料未出現(xiàn)失效斷裂，需進(jìn)行該批次原材料的全成分定量分析，且該裝置是裝配后出現(xiàn)的失效，分析方案需要考慮裝配件的影響，并對(duì)裝置進(jìn)行應(yīng)力評(píng)價(jià)測(cè)試。
03
結(jié)果分析
(1) 形貌分析
掃描電鏡形貌結(jié)果顯示，NG件斷裂面孔洞缺陷處表面較為粗糙，呈現(xiàn)“顆粒狀”（見(jiàn)圖1）；并且NG件螺孔內(nèi)表面有明顯的弧形凹陷形貌（見(jiàn)圖2）；靠近孔洞缺陷的一側(cè)斷面較為平整（見(jiàn)圖2(a)區(qū)）；另一側(cè)斷面較粗糙、有弧形擴(kuò)展紋、靠近外邊緣有臺(tái)階狀形貌（見(jiàn)圖2(b)區(qū)、(c)區(qū)）。
圖1. NG件斷裂螺柱內(nèi)部孔洞放大圖
圖2. NG件斷裂螺柱內(nèi)部形貌
(2) 成分分析
根據(jù)定性定量成分分析測(cè)試結(jié)果表明，NG件和OK件主要成分均為POM材質(zhì)，助劑和填料成分存在差異。其中OK件中含有較多苯代三聚氰胺BGA，且含量高于NG件，其抗氧劑含量也高于NG件；NG件中含有硫酸鋇和磷酸三苯酯，而OK件幾乎沒(méi)有。
圖3 產(chǎn)品裂解圖
(3) 應(yīng)力評(píng)價(jià)
采用鹽酸對(duì)樣品進(jìn)行應(yīng)力評(píng)價(jià)，如圖3所示，酸蝕后的OK件底端、側(cè)端均出現(xiàn)橫向裂紋；OK件側(cè)端、OK件頂端出現(xiàn)由內(nèi)向外的應(yīng)力開(kāi)裂。表明制件在這些位置存在較大的內(nèi)應(yīng)力，容易產(chǎn)生應(yīng)力集中。
展開(kāi) 材料成分分析方法
當(dāng)在進(jìn)行材料選擇時(shí)，其中重要的一環(huán)是對(duì)材料的成分進(jìn)行分析，材料成分分析方法主要包括：
1、化學(xué)分析：化學(xué)分析又稱經(jīng)典分析，包括滴定分析和重量分析兩部分，是根據(jù)樣品的量、反應(yīng)產(chǎn)物的量或所消耗試劑的量及反應(yīng)的化學(xué)計(jì)量關(guān)系，經(jīng)計(jì)算得待測(cè)組分的含量。化學(xué)分析是鑒別材料中附加成分的種類、含量，是剖析材料組成、準(zhǔn)確定量的必要手段。
2、差熱分析：熱分析是研究熱力學(xué)參數(shù)或物理參數(shù)與溫度變化關(guān)系分析的方法，可分性材料晶型轉(zhuǎn)變、熔融、吸附、脫水、分解等物理性質(zhì)，在物理、化學(xué)、化工、冶金、地質(zhì)、建材、燃料、輕紡、食品、生物等領(lǐng)域得到廣泛應(yīng)用。通過(guò)熱分析技術(shù)的綜合應(yīng)用可以判斷材料種類、材料組分含量、篩選目標(biāo)材料、對(duì)材料加工條件、 使用條件做出準(zhǔn)確的預(yù)判，是材料分析過(guò)程中非常重要的組成部分。
3、元素分析：元素分析是研究被測(cè)元素原子的中外層電子由基態(tài)向激發(fā)態(tài)躍遷時(shí)吸收或者放出的特征譜線的一種分析手段，通過(guò)特征譜線的分析可了解待測(cè)材料的元素組成、化學(xué)鍵、原子含量及相對(duì)濃度。元素分析針對(duì)材料中非常規(guī)組分進(jìn)行前期元素分析，輔助和佐證色譜分析，是材料分析中必不可少的環(huán)節(jié)。
4、光譜分析：光譜分析是通過(guò)對(duì)材料的發(fā)射光譜、吸收光譜、熒光光譜等特征光譜進(jìn)行研究以分析物質(zhì)結(jié)構(gòu)特征或含量的方法，光譜分析根據(jù)光的波長(zhǎng)分為可見(jiàn)、紅外、紫外、X射線光譜分析。利用光譜分析可以精確、迅速、靈敏的鑒別材料、分析材料分子結(jié)構(gòu)、確定化學(xué)組成和相對(duì)含量。是材料分析過(guò)程中對(duì)材料進(jìn)行定性分析首要步驟。
5、色譜分析：是材料不同組分分子在固定相和流動(dòng)相之間分配平衡的過(guò)程中，不同組分在固定相上相互分離，已達(dá)到對(duì)材料定性分析、定量的目的。根據(jù)分離機(jī)制，色譜分析可以分為吸附色譜、分配色譜、離子交換色譜、凝膠色譜、親和色譜等分析類別，通過(guò)各種色譜技術(shù)的綜合運(yùn)用，可實(shí)現(xiàn)各種材料的組分分離、定量、定性分析。
展開(kāi) 寧德時(shí)代電解液創(chuàng)新研究榮登《自然》頂刊，案例解析電解液成分分析方法
近日，寧德時(shí)代21C創(chuàng)新實(shí)驗(yàn)室歐陽(yáng)楚英、王瀚森團(tuán)隊(duì)獨(dú)立完成的鋰金屬電池研究成果發(fā)表于國(guó)際頂級(jí)期刊《自然·納米技術(shù)》（即Nature Nanotechnology），研究團(tuán)隊(duì)獨(dú)創(chuàng)了動(dòng)態(tài)追蹤技術(shù)，讓電池全生命周期內(nèi)活性鋰與電解液各成分的動(dòng)態(tài)演化，從“黑箱”走向“白箱”，為鋰電行業(yè)提供了新的視角。
01
電解液成分分析的重要性
鋰離子電池（LIB）已經(jīng)徹底改變了便攜式電子設(shè)備、汽車工業(yè)和可再生能源儲(chǔ)存領(lǐng)域，適用于各種應(yīng)用。LIB的主要組成部分，包括正極、負(fù)極、電解液、隔膜和集流體，共同管理工作在電池單元充放電過(guò)程中發(fā)生的電化學(xué)反應(yīng)。
液體電解液（LE）是商業(yè)LIB中常用的一種電解液，因?yàn)樗绕渌娊庖焊阋耍菀字圃臁E是一種復(fù)雜的混合物，包含有機(jī)溶劑、鋰電解質(zhì)鹽和添加劑，這些添加劑在離子電導(dǎo)率和穩(wěn)定性、循環(huán)壽命、安全性和過(guò)充保護(hù)方面起著重要作用。而且，LE成分在重復(fù)充電周期中發(fā)生變化，老化可能會(huì)影響整體電池性能。因此，掌握電解液成分分析的方法至關(guān)重要，它不僅能夠優(yōu)化電池性能，還能預(yù)防潛在的安全風(fēng)險(xiǎn)，并推動(dòng)下一代電池技術(shù)的突破。
02
檢測(cè)案例
國(guó)高材分析測(cè)試中心擁有一套成熟的電解液成分分析方案，能夠?yàn)殇囯x子電池電解液等復(fù)雜樣品提供精確的成分分析服務(wù)，通過(guò)采用了包括氣相色譜/質(zhì)譜聯(lián)用（GC/MS）、液相色譜/質(zhì)譜聯(lián)用（LC/MS）和電感耦合等離子體質(zhì)譜（ICP-MS）在內(nèi)的多種分析技術(shù)，對(duì)電解液中的有機(jī)溶劑、鋰鹽、添加劑等成分進(jìn)行全面的定性和定量分析，有助于理解電解液的老化過(guò)程，還能為電池制造商提供電解液逆向工程的寶貴信息，從而有助于改進(jìn)電池的性能和可靠性。
展開(kāi) 新一代智能實(shí)時(shí)仿真軟件ODYSSEE
機(jī)器學(xué)習(xí)模型降維包–Lunar簡(jiǎn)介
Lunar降維建模原理
-積分求解和“機(jī)器學(xué)習(xí)”求解
-主成分分析（PCA）
主成分分析（Principal Component Analysis，PCA）是一種多變量統(tǒng)計(jì)方法，它是最常用的降維方法之一，通過(guò)正交變換將一組可能存在相關(guān)性的變量數(shù)據(jù)轉(zhuǎn)換為一組線性不相關(guān)的變量，轉(zhuǎn)換后的變量被稱為主成分。可以使用兩種方法進(jìn)行 PCA，分別是特征分解或奇異值分解（SVD）。
PCA 將 n 維輸入數(shù)據(jù)縮減為 r 維，其中 r<n。簡(jiǎn)單地說(shuō)，pca 實(shí)質(zhì)上是一個(gè)基變換，使得變換后的數(shù)據(jù)有最大的方差，也就是通過(guò)對(duì)坐標(biāo)軸的旋轉(zhuǎn)和坐標(biāo)原點(diǎn)的平移使得其中一個(gè)軸（主軸）與數(shù)據(jù)點(diǎn)之間的方差最小，坐標(biāo)轉(zhuǎn)換后去掉高方差的正交軸，得到降維數(shù)據(jù)集。
WHY Lunar
Lunar如何開(kāi)始
Lunar優(yōu)勢(shì)
-以簡(jiǎn)單的DOE實(shí)驗(yàn)設(shè)計(jì)開(kāi)始
-定義樣本空間，包含輸入?yún)?shù)X和計(jì)算的響應(yīng)結(jié)果Y：很好的平衡 (空間填充)；正交化；DOE方法：Optimal Latin Hypercube, Halton,Hammersley, …
-減少計(jì)算工作：在選擇的樣本點(diǎn)求解；自適應(yīng)學(xué)習(xí) (在學(xué)習(xí)中進(jìn)步)。
-實(shí)時(shí)計(jì)算：對(duì)于參數(shù)化研究和優(yōu)化，接近于0的計(jì)算工作量
-準(zhǔn)確性和完整性：完整的時(shí)間歷史輸出 (不僅是標(biāo)量)；物理域分解，不是擬合(不是響應(yīng)面方法!)。
-可以3D 動(dòng)畫 (節(jié)點(diǎn)和單元)：不是插值，而是PDE重建。
-板載應(yīng)用：封裝，低內(nèi)存，低CPU，低存儲(chǔ)。
-在參數(shù)（設(shè)計(jì)數(shù)據(jù)、制造參數(shù)，工況參數(shù)等）發(fā)生變化的情況下，實(shí)時(shí)展現(xiàn)產(chǎn)品新的狀態(tài)。
-為數(shù)字孿生的實(shí)現(xiàn)提供了實(shí)時(shí)仿真解決方案。
展開(kāi) 