《表3 C-S-P模型预测的玻璃成分及相应性质》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《玻璃成分–结构–性质的“基因结构”模拟法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图4给出了S-P模型各性质的预测值与实测值的比较。结果显示，除了个别明显有疑问的结果外，整体模型的模拟精度较好。根据该模型，可以进行新玻璃的成分设计。例如设计化稳性≈0.9 mg/cm2，CTE≈12.2?10–6/K，n2≈1.03?10–13esu，Tg≈488℃，nd=1.503的玻璃，则其建议玻璃成分及相应性质列于表3。模型中明显偏离预测范围的点，在重测性质后如果实测性质没有改变，则有两种方法可以辨识其误差来源。第一种是直接将其结构信息代入C-S模型，反推该结构应该对应的组分是什么；第二种方法是将其实测性质代入S-P模型，反推关键结构单元后，再用C-S模型刻画成分信息。如果性质测试结果验证后确实是正确的，那么这类反常点的异常来源多为玻璃成分误差。为避免异常点数据影响模型精度，较好的做法是将其从建模数据中剔除，重新规划模型，这样反推得到的玻璃成分会更准确。这亦是结构模型可以纠正实验误差的一个重要作用，也是成分模型无法实现的功能。