沼气多孔介质燃烧换热器的燃烧换热特性研究

为促进沼气的实际应用,解决燃烧器对沼气热值变化的适应性问题,设计了一台基于沼气的多孔介质燃烧换热器.通过试验研究了沼气热值变化时,不同燃烧强度、不同水量下多孔介质燃烧换热器的燃烧室壁面温度分布、热效率及污染物排放情况.结果表明:沼气中甲烷含量为50%~70%时均可在燃烧换热器中稳定燃烧,燃烧室壁面温度变化在75℃以内;热值瞬时变化时,燃烧换热器仍能维持稳定燃烧,出口水温相较于燃烧室壁面最高温度响应速度略滞后;燃烧换热器有良好的换热能力,热效率随燃烧强度的增加而减小,随燃气热值和水量的增加而增加;尾部换热器传热系数和燃烧室传热系数都随燃烧强度的增加而增加;NOx排放随燃烧室壁面温度降低而降低,最高为27 mg/m^(3);CO排放量最大为151 mg/m^(3)。

兼具优良氮磷吸附性能和电化学性能的活性炭筛选及其构效关系解析

选取6种前驱体(煤、椰壳、核桃壳、桃壳、枣壳、杏壳)的商用活性炭,对其理化性质与其氮磷吸附性能和电化学性能之间进行构效关系解析。结果表明:活性炭对氨氮以单分子层物理吸附为主,对磷酸盐以多分子层化学吸附为主,对活性炭氨氮和磷酸盐吸附性能起主要作用的分别是其微孔结构和其表面羟基、羰基官能团;椰壳、核桃壳和桃壳活性炭具有较高的氨氮吸附容量;椰壳、煤质、核桃壳和桃壳活性炭具有较高的磷酸盐吸附容量。良好的介孔分布、高比表面积、羟基和羧基官能团会显著提高活性炭的电容属性,使其具有良好的电子和质子传输能力;良好的微孔分布会降低活性炭的材料电阻;活性炭明显的褶皱形态会使溶液中的电解质离子更容易渗透到电极表面。煤质和椰壳活性炭展现出典型的双层电容特性以及更为优良的电荷存储性能,而椰壳和核桃壳活性炭具有较低的材料电阻和较高的离子易渗透性。综上所述,椰壳活性炭兼具优良的氮磷吸附性能和电化学性能,是人工湿地-微生物燃料电池耦合系统的理想填料。

氮化硼气凝胶@HKUST-1复合材料的制备及气体吸附性能研究

HKUST-1作为一种多孔材料,因其超高的比表面积和孔隙率,在气体捕获和分离方面应用广泛。但是HKUST-1通常以粉末形式存在,在使用过程中通常会出现粉尘、堵塞和力学性能差等问题。为了解决这些问题,以氮化硼(BN)气凝胶作为基体,采用原位生长的方法在其纤维表面生长HKUST-1晶体,制得了块体BN气凝胶@HKUST-1复合材料。通过XRD、FT-IR、SEM和TEM等表征技术对复合材料进行结构和形貌的分析,并对其力学性能、CO_(2)吸附和选择性能进行测试。研究结果表明,通过原位生长的方法成功制备了具有一定的力学性能的块体BN气凝胶@HKUST-1复合材料。其中,3BN气凝胶@HKUST-1复合材料在50%的应变下材料的压缩强度为32 k Pa。同时,在273 K、1 bar的条件下,3BN气凝胶@HKUST-1复合材料表现出最佳的吸附性能,吸附量为73 cm^(3)/g,是纯相BN气凝胶的2.3倍。

防弹头盔选材及结构设计对其防护性能的影响

防弹头盔是单兵作战时不可缺少的重要防护装备。防弹头盔的防护性能主要受其选材和结构设计的影响。通过总结国内外防弹头盔的选材,结构设计及对应防护机理的相关研究进展,对目前防弹头盔广泛使用的纤维增强复合材料的纤维类型和织物组织结构进行了探讨;概述了现有防弹头盔的盔体、紧固和减震等各方面的结构设计,并通过总结测试实验和仿真模拟,多角度分析了其防护性能。考虑到复杂多变的战场环境,未来的防弹头盔的材料研发和结构设计要向兼具高防护性能和轻量化发展,还需集成更多的智能化装备。

基于ES-ALPF的行星齿轮箱故障特征提取方法研究

针对行星齿轮箱故障初期特征提取困难的问题,提出了一种基于聚合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)、奇异谱分析(Singular Spectrum Analysis, SSA)与自适应线性预测滤波(Adaptive Linear Prediction Filtering, ALPF)结合的故障初期特征自适应提取方法。首先,利用EEMD预处理采集的振动信号,得到本征模态函数(Intrinsic Module Function, IMF)分量。其次,根据能量比选取IMFs重构信号。然后,利用SSA增强重构信号的非线性特征。之后,利用基于谱估计的自适应线性预测方法对非线性最突出的频段进行自适应线性滤波。最后,提取滤波后的信号包络,进行傅里叶变换,提取得到故障初期的微弱特征。在行星齿轮箱故障诊断试验台上进行了试验,所提方法与传统的基于EEMD-SSA的包络分析进行了对比,结果验证了该方法的有效性。

金属-有机骨架在肿瘤化学动力学治疗中的应用

目前,肿瘤常用的治疗方法有化疗(CT)、放疗(RT)、手术切除等,但治疗效果相对有限且伴有严重的副作用,迫切需要开发新型的治疗方式。化学动力学疗法(CDT)是一种基于芬顿(类芬顿)反应的新型治疗方法,与其他治疗方式相比,CDT不需要借助光源或外界能量来引发,具有全身副作用更小等优势。CDT利用Fe^(2+)、Cu^(2+)或其他金属离子(Mn^(2+)、Zn^(2+)、Co^(2+))与肿瘤微环境(TME)中过量的过氧化氢(H_(2)O_(2))反应,形成高细胞毒性的羟基自由基(·OH)来杀死癌细胞。因此,CDT这一通过原位产生·OH的非侵入性肿瘤疗法已被广泛用于肿瘤治疗。金属有机骨架(MOFs)是一类由金属离子和有机配体配位自组装而成的多空晶体结构,因其高孔隙率、大比表面积、多金属催化位点和优异的生物相容性等特点在CDT治疗研究领域备受关注。本文介绍了不同MOFs在肿瘤CDT治疗中的作用及提高CDT治疗效果常用的物理和化学手段。此外,根据目前的研究进展,提出了CDT未来的发展和挑战,希望能够为CDT的研究提供新思路。

铝/不锈钢蜂窝复合结构的设计制备与压缩性能

针对蜂窝材料强度低且蜂窝复合板仍以高强胶连接为主,在高温作用下易发生开裂失效等问题,本文设计了不同材质和蜂窝尺寸组合的复合结构,采用钎焊工艺制备了不同面板材料、不同蜂窝厚度和边长组合的铝/不锈钢复合板,并对其连接效果、压缩性能、吸能性和变形行为进行研究。结果表明:钎焊制备的蜂窝复合板具备良好的连接效果;蜂窝结构的承载强度和吸收能量随蜂窝尺寸的降低而提升,随蜂窝壁厚的增加和选用材料强度的增加而提高;采用塑性优异的铝合金蜂窝芯时,复合板芯层会发生逐层压溃,而采用塑性较差的不锈钢蜂窝芯时,芯层在一定变形后产生垂直变形。

基于深度强化学习的无人驾驶路径规划研究

针对深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法在训练神经网络时出现收敛不稳定、学习效率低等问题,提出了一种基于奖励指导的深度确定性策略梯度(Reward Guidance DDPG,RG_DDPG)算法。该算法在回合内创建优秀经验集合,便于指导智能汽车充分利用过往有效信息,得到稳定的控制策略;采用基于奖励的优先经验回放机制,打破数据之间的关联性,提高数据的利用率,减少搜索过程的盲目性,提高算法的收敛稳定性。基于ROS(Robot Operating System)操作系统对算法进行了验证。在Gazebo建模软件中,设计了智能汽车模型以及障碍物环境,利用决策算法规划智能汽车的安全行驶路径。数据结果验证了RG_DDPG算法在处理路径规划任务的有效性,相比于DDPG算法,改进后智能汽车的车速能够提升60.5%,获取奖励提升一倍多,算法的收敛稳定性更好。最后通过实车实验验证了该算法的实用性。

集成双频无源RFID传感器标签设计

针对超高频和高频RFID传感器由于各自测量距离和使用便捷性而导致应用场合的局限,提出一种集成超高频和高频的双频无源RFID传感器标签设计方法。首先,集成超高频和高频射频供电和数据收发模块,达到超高频和高频双频读写目的;其次,为提高双频RFID传感器标签在超高频模式下的读取距离,采用电荷泵对射频收发芯片输出电压进行升压管理以延长放电时间;然后,为增强传感器标签的通用性,将测量数据集成到高频NDEF消息和超高频用户数据段中。根据以上方法,设计了双频无源RFID温湿度传感器标签。同时搭建了实验平台对电荷泵提升读取距离的可行性和传感器标签功能进行了实验验证。实验结果表明:该传感器标签可以同时支持超高频和高频2种读取模式;使用电荷泵升压能量管理有效提升了读取距离;可通过支持EPCC1G2协议的通用超高频读写器和NFC手机方便地获取传感器测量数据。

面向新鲜乳品质量检测的RFID传感器设计

针对新鲜乳品质量便捷测量的需求,提出一种基于电容传感器阻抗分析以及射频识别能量与数据传输的柔性射频识别传感器标签。设计并优化了叉指电容传感器前端,通过阻抗分析感知乳品质量变化。通过天线仿真优化提高无线供电效率,利用近场通信数据交换格式归一化数据实现无线传输与显示。通过研究传感器前端和高频天线线圈屏蔽作用并对其优化改进,提升了传感器的抗干扰能力。利用pH值作为参考值确定乳品变质时间节点,并对所提出方法进行了实验验证,结果显示传感器标签在1.5cm内能够稳定工作,测量最大相对误差为3.28%,新鲜度判断结果能够有效反应乳品实际变质情况。

基于神经网络的袋鼠软骨组织材料参数反演及非线性特性分析

软骨损伤和退变会导致骨关节炎等疾病的发生,因此深入研究软骨的力学性能并确定其材料参数是生物力学领域重点关注的课题之一。本文首先建立了袋鼠肩关节软骨组织的有限元模型,将软骨组织视为超弹性材料并采用二阶缩减多项式本构模型,同时在有限元分析中考虑了应变率对力学行为的影响,对软骨组织的压痕过程进行了有限元仿真,得到其变形特征及应力分布规律。其次,搭建了对软骨组织进行材料参数反演的神经网络智能算法,对其本构参数进行了预测,得到了能够准确描述软骨变形行为的材料参数。研究结果表明:神经网络与有限元相结合是预测软骨超弹性材料参数的一种高效、准确的方法,可以有效评估软骨组织力学性能,为关节软骨类病理研究和修复提供参考和帮助。

采用锯齿型颗粒释放模式的下落式颗粒吸热器的热性能分析

针对塔式太阳能热发电系统中下落式颗粒吸热器辐射损失大、热效率低的问题,研究了一种改善吸热器中颗粒帘幕光热转换特性的锯齿型颗粒释放模式以提高吸热器热性能。首先,针对塔式系统中的光热耦合过程建立了一个耦合蒙特卡洛光线追迹法和有限体积法的数值集成模型;然后,基于此模型分析了采用不同振幅和波长的锯齿型颗粒释放模式对下落式颗粒吸热器热性能的影响。结果表明:当波长为0.2 m且振幅大于0.3 m时,锯齿型颗粒释放模式可以提高吸热器热性能。最优锯齿型模式的波长为0.2 m、振幅为0.4 m,其吸热器效率相较于传统的直线型模式提高了0.91%。

基于离散元的颗粒性质标定及铺砂过程模拟

喷墨打印中,砂床质量的高低直接影响最终打印零件的质量,在砂层铺设过程中砂粒的颗粒性质是影响砂床质量的关键因素之一。为研究喷墨打印中颗粒性质对砂床质量的影响,以原砂为研究对象,通过实验和离散元仿真相结合的方法完成了砂粒间接触参数进行标定,并对覆膜砂接触参数进行研究,使用颗粒间的表面能来描述砂粒流动性的变化,通过实验与仿真结合的方法得到了催化剂含量和表面能之间的关系。在砂粒颗粒性质确定的基础上,构建了喷墨打印工艺中砂床铺设过程的离散元模型,完成了颗粒性质对铺砂质量影响的仿真实验,结果表明:催化剂含量的增加会降低砂床质量,但过低的催化剂含量会导致制件的尺寸精度和力学强度变差。因此,为了平衡固化效率和砂床质量,可将催化剂含量控制在0.4%到0.6%之间;在层厚和落砂质量一定的条件下,粒径系数是影响砂床质量的主要参数,粒径系数的减小会导致砂床质量的下降。

基于几何解析的偏转关节机械臂运动学分析

高负载自重比机械臂在制造业、服务业等领域的不可替代作用日益凸显,针对传统机械臂承载能力提升问题,本文提出了一种偏转关节机械臂及其运动学分析方法。通过分析关节轴线与相邻杆件之间的夹角对机械臂运动特性及承载能力的影响,提出了偏转关节布置形式并设计了偏转关节机械臂。将偏转关节机械臂抽象为等效简易串联机构,根据偏转关节运动特性提取了偏转关节运动方程,建立了机械臂末端位姿解算方法。通过将末端位置参数解耦至距离参量、高度参量、周转角参量,依次建立了关节转角求解公式,获取了偏转关节机械臂全部运动学解析逆解。偏转关节机械臂仿真结果验证了运动学解算方法的可行性与准确性。

基于改进D-S证据理论的毫米波雷达与摄像头融合目标检测和识别

随着汽车保有量的增加和交通环境的日益复杂,汽车行驶安全性和交通事故发生率成为交通安全领域内重点关注的问题,通过智能辅助驾驶技术可以有效提升驾驶安全和降低交通事故发生率。为了提高智能驾驶辅助技术中环境感知的可靠性,提出了一种基于改进D-S证据理论的毫米波雷达与摄像头融合目标检测和识别方法。采用皮尔逊相关性系数改进了D-S证据理论,分析了雷达目标类别与雷达探测信息多参数耦合关系,建立了一种毫米波雷达稀疏点云的目标识别方法。在此基础上,对毫米波雷达信息和视觉检测信息进行加权,提升融合算法在不同工况下目标检测的准确性。实验结果表明,融合算法在不同工况下检测准确率达到93.29%,误检率和漏检率得到降低。相较于其他融合检测算法,本算法在视觉传感器发生漏检时,利用雷达检测算法仍可以对视觉漏检目标进行识别并给出相应的置信度。本工作为毫米波雷达与摄像头的数据融合提供了一种新方法。

基于联邦加权域自适应的多站点自闭症诊断

为了提高联邦学习(Federated Learning,FL)方法在多站点自闭症诊断中对数据异质性的关注和解决部分站点缺乏标注数据导致的局部阻塞问题,提出了联邦加权域自适应(Federated Weighted Domain Ad⁃aptation,FedWDA)方法。首先,不同于聚合一个共享的全局模型的方法,FedWDA在模型聚合的过程中保留了每个本地模型的批量归一化(Batch Normalization,BN)层,使用推土机距离(Earth Mover’s Dis⁃tance,EMD)计算了BN层的统计信息间的相似性,用于指导站点上模型的加权聚合,为每个站点都提供了更加个性化的本地模型,缓解了数据异质性导致的分类准确度不足的问题;其次,对于缺乏数据标注的站点,FedWDA基于样本伪标签的一致性对本地模型进行了无监督聚类调整,充分利用了无标注站点的数据。在公开的数据集ABIDE上的实验结果表明,所提方法相比其他传统方法在多站点自闭症诊断中具有更高的准确率。

声子晶体能带结构仿真的CS-FEM方法及其在拓扑优化设计中的应用

针对声子晶体拓扑优化设计时能带结构和灵敏度计算效率低的缺陷,构造了一种Cell-based光滑有限元法模型(CS-FEM),并结合双向渐进结构优化法(BESO)实现了声子晶体的带隙最大化设计。基于四边形单元构造光滑子域,将梯度光滑技术与Bloch定理结合,构建了声子晶体能带结构计算的CS-FEM数值模型,并将其用于正问题的仿真模拟。在渐进优化准则下,通过BESO算法完成了声子晶体的优化设计。数值算例表明:CS-FEM能够适当软化离散系统的刚度,提供更加准确、高效的能带结构仿真结果;基于CS-FEM进行正问题的计算,在优化设计中得到了最优的拓扑构型,并有效地提高了优化效率,对于实现声子晶体的高效设计具有重要的参考价值。

废旧锂离子电池负极石墨的回收与应用

电动汽车行业的飞速发展使得废旧锂离子电池的数量急剧增长,从资源利用和环境保护的角度而言,废旧锂离子电池的回收变得尤为重要。石墨不仅是锂离子电池中的关键材料,还被诸多国家列为战略资源。因此,如何高效且环保地回收再利用废旧锂离子电池中的石墨成为了迫切问题。本文从全生命周期的视角对废旧石墨回收与再利用研究进展进行了综述,并且从回收成本、环保性、产品附加值、是否便于工业应用的角度进行了评价。首先,概述了延长锂离子电池使用寿命的梯级利用策略和废旧石墨回收前的预处理方法。其次,将回收方法按热法回收、浸出回收、直接回收进行了分类介绍。随后,按照应用场景的不同对废旧石墨再应用方法进行了回顾。最后,对石墨回收与再利用方法所面临的困难进行了总结分析,为今后的研究提供了参考。

钼表面Cu掺杂MoS_(2)催化层的制备及其电催化性能研究

采用一步水热法在钼片表面原位合成过渡金属Cu掺杂的MoS_(2)催化层,比较不同比例Cu掺杂对催化层结构及电催化析氢性能的影响,讨论Cu掺杂用于提升电催化性能的作用机理。结果显示,过渡金属Cu掺杂对材料微观形貌有一定的影响,并且随着Cu掺杂比例的提高,表面形貌逐渐细化均匀,形成纳米结构。Cu的引入对材料在0.5 mol/L H_(2)SO_(4)溶液中电催化性能有着较大的提升,仅需要183 mV的过电位即可达到10 mA∙cm^(-2)的电流密度。这种良好的电催化性能归因于以下3点:1)CuO/MoS_(2)异质结构改变了MoS_(2)电子结构,加速电子传递;2)导电基底及原位硫化工艺的使用有效减小了电荷转移电阻;3)纳米尺寸的片状结构对电化学活性面积的提高起到显著作用。综上所述,钼片表面原位合成Cu掺杂的MoS_(2)催化层制备方法简单,能够有效提高材料的电催化性能。

基于模糊综合评价法的高速公路绿色服务区评价体系

以我国最新版《绿色建筑评价标准》(GB/T 50378—2019)为主要依据,构建了安全耐久、健康舒适、资源节约和建筑场地环境4个维度的高速公路绿色服务区评价体系,包含二级指标共29个,同时,使用AHP法与熵权法相结合的方式确定各指标权重,并提出了模糊综合评价模型,最后以井陉服务区为例进行了实证分析,验证了评价体系的可行性,这些成果可以为我国高速公路绿色服务区发展提供借鉴和帮助。