Ту хабаршысы
● Химико-металлургические науки
жүктеу/скачать 15,98 Mb. Pdf көрінісі
|
- Бұл бет үшін навигация:
- Solution combustion synthesis (SCS) əдісімен алынған Y 3 Fe 5 O 12
- Ключевые слова
- Influence of annealing on the structural and magnetic properties of Y 3 Fe
- Key words
- ВОЗМОЖНОСТНАЯ МОДЕЛЬ ПОСТАНОВКИ ДИАГНОЗА НА ОСНОВЕ ФОРМАЛЬНЫХ МЕТОДОВ НЕЧЕТКОЙ ЛОГИКИ Аннотация.
● Химико-металлургические науки
№5 2014 Вестник КазНТУ
348
Position [°2Theta] (Copper (Cu)) 10 20 30 40 50 60 70 80 90 100
110 0 200 400 600
800 5 ,03 599 [Е
] 3 ,09 17 6 [
Е ] 2, 7 670
9 [ Е ] 2 ,52
339 [Е
] 2 ,41 73 6 [
Е ] 2 ,26 056
[Е ] 2, 00 59 5 [ Е ] 1 ,78 661
[Е ] 1, 7 152
2 [ Е ] 1, 65 31 8 [ Е ] 1, 5 459 5 [ Е ] 1, 4 535 7 [ Е ] 1, 3 85 02 [ Е ] 1 ,35
067 [Е
] 1 ,32 05 7 [
Е ] 1, 2 701
1 [ Е ] 1, 2 483 2 [ Е ] 1, 2 229 9 [ Е ] 1, 1 915 8 [ Е ] 1, 1 787 7 [ Е ] 1, 1 545 4 [ Е ] 1, 129
10 [Е
] 1, 1 153 4 [
Е ] 1, 1 023
0 [ Е ] 1 ,09
34 7 [
Е ] Program 2 (04.06.09)_3955 б)
Рис. 1. Рентгеновская дифрактограмма образцов Y 3 Fe 5 O 12, : а) до отжига, b) после отжига.
Из рисунка 1.б видно, что в результате отжига материал принимает кристаллическую структуру в виде граната Y 3 Fe 5 O 12. На рисунке 2 представлены кривые намагниченности М (Т) для ZFC и FC режимов измерения до и после отжига. В соответствии с работами [13,14] зависимости М (Т), измеренные в режимах FC и ZFC, характеризуются двумя значениями температур, называемых температурой блокировки T b и
температурой расхождения T i.
Температура T b соответствует максимуму зависимости М (Т), измеренной в режиме ZFC. Температура T i.
соответствует температуре, при которой происходит расхождение зависимостей М (Т), измеренных в режимах FC и ZFC.
b)
Рис. 2. Графики зависимости магнитной восприимчивости образцов Y 3 Fe 5 O 122 от температуры в режимах FC и ZFC: а) до отжига, b) после отжига
● Химия-металлургия єылымдары
ЌазЎТУ хабаршысы №5 2014 349
Согласно работе [14] разность между температурами T b и T i связана с дисперсией частиц по объему. Из этого следует, что после отжига в нанопорошках Y 3 Fe 5 O 12 наблюдается увеличение дисперсии частиц по размерам. Наибольший практический интерес вызывают изменения магнитных свойств, на рисунке 3 представлены кривые зависимостей M (H) при температурах 5 и 300К, до и после отжига.
б)
Рис. 3. Графики зависимости М от Н при температурах 5 и 300К для образцов Y 3 Fe 5 O 12 : а) до отжига, b) после отжига
Кривые намагничивания М (Н), измеренные до отжига, показывают переход из ферромагнитного (Т =5 К) состояния в парамагнитное (Т=300К). Такое изменение магнитных свойств связано с ближним порядком расположения атомов аморфного порошка [15,16], который разрушается с увеличением температуры в результате их теплового движения. После отжига кривые намагничивания М (Н) при температурах 5 и 300К проявляют только ферромагнитные свойства. Петля гистерезиса приняла прямоугольную форму. Величина коэрцитивной силы H c уменьшилась в 50 раз, магнитное насыщение М s увеличилось в 6 раз, остаточная намагниченность М r увеличилась в 7 раз. Резкое изменение магнитных свойств связано с кристаллизацией изучаемого материала. В результате чего происходит магнитное упорядочение с выгодным расположением магнитных моментов атомов, которое приводит к образованию устойчивых доменных структур.
методом solution combustion synthesis находится в аморфном состоянии, образование наноструктурированного кристалла Y 3 Fe
O 12 , происходит послее его отжига. В результате перехода из аморфного состояния в кристалическое происходит увеличение дисперсии частиц по размерам. Устойчивые м агнитомягкие свойства с высокой магнитной проницаемостью µ наблюдаются после кристаллизации изучаемых порошков. Представленные результаты могут быть полезны при конструировании высокочастотных радиоустройств. ● Химико-металлургические науки
№5 2014 Вестник КазНТУ
350
ЛИТЕРАТУРА 1.
С.Е Кумеков, К.С. Мартиросян, А.А. Саухимов Получение наночастиц Y 3 Fe 5 O 12 методом
solution combustion synthesis и изучение их магнитных свойств// Известия Академии Наук РК 2014 год, № 2 стр 168-172; 2.
M.I. Yanovskaya, T.V. Rogova, S.A. Ivanov, N.V. Kolganova, N.Ya. Turova, J. Mater. Sci. Lett. 6, 274, 1987; 3.
A. Sztaniszlav, E. Sterk, L. Fetter, M. Farkas-Jahnke, J. Laba´r, J. Magn. Magn. Mater. 41, 75, 1984; 4.
S. Nakayama, J. Mater. Sci. 36, 5643, 2001; 5.
N. Pandya, P.G. Kulkanrni, P.H. Parsania, Mater. Res. Bull. 25 (1990) 1073; 6.
D.S. Todorovsky, R.V. Todorovska, St. Groudeva-Zotova, Mater. Lett. 55 (2002) 41; 7.
Y.Horibe, K. Kishimoto, S. Mori. Structural Phase Transitions and dielectric Anomaly in YFe2O4-δ //Journal of the Korean Physical Society Vol.46, No.1 January 2005 pp192-194; 8.
получения, строения вещества// Успехи Химии 74 (6) 2005 г; 9.
K. Suresh, N. R. S. Kumar, K. C. Patil, A novel combustion synthesis of spinel ferrites, orthoferrites and garnets, Advanced Materials, 3, 3, 148–150, 1991; 10.
Chem. Eng. Technology, 32, 9, 1376-1383, 2009; 11.
K.S. Martirosyan, L Wang, A. Vicent and D. Luss, Synthesis and performance of bismuth trioxide nanoparticles for high energy gas generator use, Nanotechnology, 20, 405609, 2009; 12.
K.S. Martirosyan, and A.S. Mukasyan, Combustion Synthesis of Nanomaterials, In Dekker Encyclopedia of Nanoscience and Nanotechnology, Third Edition. CRC Press: New York, 983–1001, 2014; 13.
Y. Ichiyanagi, M.Kubota, S. Moritake, Y. Kanazawa, T.Yamada, T .Uehashi. Magnetic properties of Mg- ferrite nanoparticles // Journal of Magnetism and Magnetic Materials. — 2007. — V.310. — P. 2378–2380; 14.
A. A. Комлев, A. С. Семеновa Магнитные характеристики MGFe 2 O
- содержащих нанопорошков, полученных гидротермальным методом // Наносистемы: физика, химия, математика, 2012, 3 (6), С. 105–111; 15.
Москва 1976 г. 16.
А.А. Преображенский, Е.Г. Бишард «Магнитные материалы и элементы» // Москва Издательство «Высшая школа» 1986 г.
REFERENCES 1.
S.Е Кumekov, К.S. Martirosyan, А.А. Saukhimov Fabricate nanoparticle of Y3Fe5O12 by solution combustion synthesis and study it magnetic properties // News Academy of Science Republic of Kazakhstan 2014 год, № 2 стр 168-172; 2.
3.
A. Sztaniszlav, E. Sterk, L. Fetter, M. Farkas-Jahnke, J. Laba´r, J. Magn. Magn. Mater. 41, 75, 1984; 4.
S. Nakayama, J. Mater. Sci. 36, 5643, 2001; 5.
N. Pandya, P.G. Kulkanrni, P.H. Parsania, Mater. Res. Bull. 25 (1990) 1073; 6.
D.S. Todorovsky, R.V. Todorovska, St. Groudeva-Zotova, Mater. Lett. 55 (2002) 41; 7.
Y.Horibe, K. Kishimoto, S. Mori. Structural Phase Transitions and dielectric Anomaly in YFe2O4-δ //Journal of the Korean Physical Society Vol.46, No.1 January 2005 pp192-194; 8.
С.P. Gubin, Y.А.Koksharov, G.B Chomutov., G.Y. Yrkov, M agnetic
nanoparticals: obtained methods, structure and properties // Chemistry progress. — 2005. — Т.74. — С. 539–574; 9.
garnets, Advanced Materials, 3, 3, 148–150, 1991; 10.
K.S. Martirosyan and D. Luss, Fabrication of metal oxides nanoparticles by highly exothermic reactions, Chem. Eng. Technology, 32, 9, 1376-1383, 2009; 11.
K.S. Martirosyan, L Wang, A. Vicent and D. Luss, Synthesis and performance of bismuth trioxide nanoparticles for high energy gas generator use, Nanotechnology, 20, 405609, 2009; 12.
K.S. Martirosyan, and A.S. Mukasyan, Combustion Synthesis of Nanomaterials, In Dekker Encyclopedia of Nanoscience and Nanotechnology, Third Edition. CRC Press: New York, 983–1001, 2014; 13.
Y. Ichiyanagi, M.Kubota, S. Moritake, Y. Kanazawa, T.Yamada, T .Uehashi. Magnetic properties of Mg- ferrite nanoparticles // Journal of Magnetism and Magnetic Materials. — 2007. — V.310. — P. 2378–2380; 14.
A. A. Komelev, A. S. Semenova M agnetic characteristics of MGFe2O4 contained nanoparticals obtained hydrothermal method // Nanosystems: physic, chemistry, mathematic, 2012, 3 (6), С. 105–111; 15.
S. Krupichka Physic of ferrite and related its magnetic oxide Part-2 // P ublishing house, World, Moscow 1976. 16.
Көмеков С.Е, Саухимов А.А., Жумабекова Н.Н., Даннагота Ч.Г.,
Мартиросян К.С.
3 Fe 5 O 12 құрылымдық жəне магниттік қасиеттеріне күйдірудің əсері Түйіндеме: Осы жұмыста solution combustion synthesis (SCS) əдісімен алынған нанокөлем ферритің Y 3 Fe 5 O 12 құрылымдық жəне магниттік қасиеттеріне күйдіру əсері зертелген. Күйдіргеннен кейін зерттелген ● Химия-металлургия єылымдары
ЌазЎТУ хабаршысы №5 2014 351
нано ұнтақтар кристал гранатқа Y 3 Fe
O 12
болып айналады. Нəтижесінде нанобөлшектің дисперсия мөлшері өсуі байқалды жəне тұрақты ферромагниттік қасиеттер көрінеді.
магниттік қанығу.
Кумеков С.Е, Саухимов А.А., Жумабекова Н.Н., Даннагота Ч.Г., Мартиросян К.С.ъ Влияние отжига на структурные и магнитные свойства y 3 fe 5 o 12 полученного методом solution combustion synthesis Резюме: В работе приводятся исследование влияния отжига на структурные и магнитные свойства наноразмерного феррита Y 3 Fe
O 12 , полученного методом solution combustion synthesis (SCS). После отжига происходит кристаллизация изучаемых порошков в гранат Y 3 Fe 5 O 12. В результате чего увеличивается дисперсия наночастиц по размерам и появляются устойчивые ферромагнитные свойства. Ключевые слова: феррит иттрия, solution combustion synthesis (SCS), температура блокировки, намагниченность.
Кumekov S.Е, Saukhimov А.А., Zhumabekova N.N., Dannangoda C.G. Маrtirosyan К.S. Influence of annealing on the structural and magnetic properties of Y 3 Fe 5 O 12 , obtained by solution combustion synthesis (SCS) Summary: The paper presents a study of influence of annealing on the structural and magnetic properties of nano-sized ferrite of Y 3 Fe
O 12 , obtained by Solution Combustion Synthesis (SCS). After annealing, the size of nanoparticles is increased with stabilizing the ferromagnetic properties of the ferrites. Key words: yttrium ferrite, solution combustion synthesis (SCS), blocking temperature, magnetization. ● Физико–математические науки
№5 2014 Вестник КазНТУ 352
УДК 004.891 А.А. Куатбаева 1 , А.П. Рыжов 2 , Т.А. Шмыгалева 2 ( 1 Казахский национальный университет имени аль-Фараби) ahamala@gmail.com ( 2
ВОЗМОЖНОСТНАЯ МОДЕЛЬ ПОСТАНОВКИ ДИАГНОЗА НА ОСНОВЕ ФОРМАЛЬНЫХ МЕТОДОВ НЕЧЕТКОЙ ЛОГИКИ Аннотация. Показано, что для решения многих задач медицинской диагностики естественно применение не вероятностной, а возможностной модели анализа и интерпретации данных, полученных как с использованием современных медицинских технологий, так и отражающих самочувствие и состояние больного, профессиональный опыт и интуицию врача. Ключевые слова: мягкие вычисления, возможностная модель, нечеткая логика.
Символическая нечёткая логика основывается на понятии t-нормы. После выбора некоторой t- нормы (а её можно ввести несколькими разными способами) появляется возможность определить основные операции над пропозициональными переменными: конъюнкцию, дизъюнкцию, импликацию, отрицание и другие. Нетрудно доказать теорему о том, что дистрибутивность, присутствующая в классической логике, выполняется только в случае, когда в качестве t-нормы выбирается t-норма Гёделя. Кроме того, в силу определенных причин, в качестве импликации чаще всего выбирают операцию, называемую residium (она, вообще говоря, также зависит от выбора t-нормы). Определение основных операций, перечисленных выше, приводит к формальному определению базисной нечёткой логики, которая имеет много общего с классической булевозначной логикой (точнее, с исчислением высказываний). Существуют три основных базисных нечётких логики: логика Лукасевича, логика Гёделя и вероятностная логика. Объединение любых двух из трёх перечисленных выше логик приводит к классической булевозначной логике. При моделировании медицинских объектов приходится на практике сталкиваться с нечёткостью и неопределённостью их описания, связанной с неполнотой и недостоверностью знаний, случайностью и неточностью данных, субъективным подходом к их описанию. Недостаточная эффективность вероятностных методов моделирования подобных объектов связана прежде всего с невозможностью эмпирического построения их стохастических моделей, обусловленной изменчивостью во времени характеристик самочувствия больного и симптомов заболевания, так и неформализованным и во многих случаях субъективным характером признаков заболевания Необходимо уточнить диагностические критерии, формализовать и проанализировать симптоматику заболевания. Как было отмечено, при неформализованном характере признаков заболевания и ограниченном размере обучающих выборок вполне естественны возможностные методы обучения и распознавания. Качество стохастических методов медицинской диагностики [1-2] определяется вероятностью потерь, сопутствующих ошибочному диагнозу. Группы симптомов болезни, соответствующие разным диагнозам представляют собой определенные области в пространстве, которые образуют некоторые размытые кластеры. Каждую
Ф И З И К О - М А Т Е М А Т И Ч Е С К И Е Н А У К И
● Физика–математика єылымдары
ЌазЎТУ хабаршысы №5 2014 353
историю болезни можно представить в виде точки пространства, координаты которой есть симптомы описания заболевания [3]. Стоит отметить, что информация, необходимая для построения системы может быть получена как из историй болезни, так и непосредственно от врачей-экспертов в данной области. Если положение разделяющей поверхности вычислено, то при появлении новой истории болезни можно легко определить, по какую сторону разделяющей поверхности она находится, т.е. корректно поставить диагноз. Нечеткая логика позволяет улучшить классификационные модели для определения перекрывающихся (пересекающихся) классов. Нечеткое моделирование позволяет представить знания в виде набора нечетких логических правил, что делает этот метод привлекательным для решения дифференциально-диагностических задач в медицине. Число симптомов и синдромов заболеваний очень велико. По самым скромным подсчетам число двоичных признаков для закрытой травмы черепа и головного мозга превышает две тысячи [4]. В возможностной модели медицинской диагностики оптимальным является такое правило постановки диагноза, которое минимизирует возможность сопутствующих ему потерь. В работах [3-4] показано, что для восстановления возможностной модели классификации, в данном случае - диагностики, достаточно восстановить только переходные возможности постановки того или иного диагноза при зарегистрированном у больного наборе симптомов, в то время как для восстановления вероятностной модели классификации достаточно восстановить соответствующие переходные вероятности. Алгоритм, осуществляющий постановку диагноза, носит при возможностном моделировании «советующий» характер, оценивая последствия разных вариантов ошибочной диагностики. Эти ошибки могут иметь различные последствия для больного: одни при зачислении здорового человека в класс патологии и совсем иные при отнесении субъекта с серьёзным заболеванием в класс здоровых. При решении задачи медицинской диагностики недостаточно руководствоваться лишь построенной моделью медицинского объекта, в данной задаче - моделью состояния больного, характеризующейся распределением возможностей пары нечётких элементов -(«наблюдение, как набор зарегистрированных признаков (симптомов)», «реальное состояние больного»). Главная задача компьютерной системы предварительной диагностики - вынесение решения о состоянии больного. Потери характеризуются индикаторной функцией l k,d
∈ [0, 1], определяющей возможность покрытия точки (k, d) нечётким множеством Λ. Здесь l k,d
интерпретируется как возможность потерь, обусловленных постановкой диагноза d, в то время как на самом деле больной страдает заболеванием k. Выносимое компьютерной системой решение о состоянии больного определяется как значение нечёткого элемента δ. Нечёткое правило решения о состоянии больного по набору зарегистрированных симптомов определяется распределением переходной возможности решения δ при наблюдающемся у больного наборе признаков (симптомов). Оптимальным является решающее правило, минимизирующее возможность потерь при постановке диагноза. Правило постановки диагноза, минимизирующее риск потерь. Сопоставим каждому субъекту (пациенту) n-мерный нечеткий вектор признаков χ = (χ 1 , χ 2 , . . . , χ n ), принимающий значение x ∈ X, где
x = (x 1 , x 2 , . . . , x n )
(1)
xj ∈ Xj -ответ пациента на j-й вопрос анкеты, рассматриваемый как значение j-го признака (симптома) его заболевания, j = 1 . . . n, X = X 1
2 ×. . .×Xn, Xj = {x j1 , x
j2 , . . . , x nj } -множество значений j-го признака, n j -количество значений j-го признака, j = 1 . . . n, n -число признаков. Пусть æ -нечёткий элемент, значениями которого являются номера классов (заболеваний) k ∈ {1, . . . , M}. Распределение ϕ χ,æ
(·, ·) характеризует нечёткую связь между симптоматийным описанием состояния больного и реальным его состоянием и определяет возможностную модель состояния больного. Φ χ,æ
(x, k) –возможность равенств χ = x, æ = k, x ∈ X, k ∈ {1, . . . , M}. l k,d ∈ [0, 1] - возможность потерь при отнесении субъекта класса k к классу q,q = 1, . . . , M. Далее не будем делать различий между субъектом и присущим ему вектором значений признаков x = (x 1 , x2, . . . , xn). В |