期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
诱导相分离BNNS/PES/EP复合材料制备及其热物性研究
被引量:
1
1
作者
王帅
李祥
+2 位作者
杨薛明
于天夫
何冰琛
《功能材料》
CAS
CSCD
北大核心
2023年第4期4115-4119,共5页
通过液相机械剥离法制备了氮化硼纳米片(BNNS)并通过硅烷偶联剂共价修饰和多巴胺非共价修饰制备了双重改性的氮化硼纳米片(KDBNNS);利用反应诱导相分离,将KDBNNS分布在环氧树脂(EP)和聚醚砜(PES)的界面上构成导热通路,制备了KDBNNS/PES...
通过液相机械剥离法制备了氮化硼纳米片(BNNS)并通过硅烷偶联剂共价修饰和多巴胺非共价修饰制备了双重改性的氮化硼纳米片(KDBNNS);利用反应诱导相分离,将KDBNNS分布在环氧树脂(EP)和聚醚砜(PES)的界面上构成导热通路,制备了KDBNNS/PES/EP复合材料。采用傅里叶变换红外光谱分析、热失重分析(TGA)和共聚焦扫描显微镜等方法对其进行表征。观测到在三元复合材料内的相分离连续界面上通过分布BNNS构筑了三维导热通路。研究表明当BNNS填料质量分数仅为3%时,复合材料的热导率即可达到0.394 W·m^(-1)K^(-1),相较于纯环氧0.194 W·m^(-1)K^(-1)提高了103%。
展开更多
关键词
氮化硼
环氧树脂
双重改性
热导率
相分离
下载PDF
职称材料
基于PCA-GPR的锂离子电池剩余使用寿命预测
被引量:
12
2
作者
何冰琛
杨薛明
+3 位作者
王劲松
朱旭
胡宗杰
刘强
《太阳能学报》
EI
CAS
CSCD
北大核心
2022年第5期484-491,共8页
从充电过程中的电压-容量曲线中提取出一个与电池寿命高度相关健康因子(HI)。然后利用主成分分析(PCA)对影响电池寿命的多维因素进行分析和降维,结合高斯过程回归(GPR)机器学习方法提出一个基于PCA-GPR的锂离子电池剩余使用寿命预测模...
从充电过程中的电压-容量曲线中提取出一个与电池寿命高度相关健康因子(HI)。然后利用主成分分析(PCA)对影响电池寿命的多维因素进行分析和降维,结合高斯过程回归(GPR)机器学习方法提出一个基于PCA-GPR的锂离子电池剩余使用寿命预测模型。最后进行锂离子电池剩余使用寿命预测并与PCA-BP神经网络、PCA-支持向量机(SVM)模型进行比较。结果表明,利用该文提出的HI及预测模型可有效提高锂离子电池剩余使用寿命预测精度,其中通过贝叶斯优化器优化后的PCA-GPR模型的预测效果最佳。
展开更多
关键词
锂离子电池
剩余使用寿命
健康因子
主成分分析
高斯回归过程
下载PDF
职称材料
题名
诱导相分离BNNS/PES/EP复合材料制备及其热物性研究
被引量:
1
1
作者
王帅
李祥
杨薛明
于天夫
何冰琛
机构
华北电力大学动力工程系
河北省低碳高效发电技术重点实验室
出处
《功能材料》
CAS
CSCD
北大核心
2023年第4期4115-4119,共5页
基金
河北省自然科学基金(E2019502138)。
文摘
通过液相机械剥离法制备了氮化硼纳米片(BNNS)并通过硅烷偶联剂共价修饰和多巴胺非共价修饰制备了双重改性的氮化硼纳米片(KDBNNS);利用反应诱导相分离,将KDBNNS分布在环氧树脂(EP)和聚醚砜(PES)的界面上构成导热通路,制备了KDBNNS/PES/EP复合材料。采用傅里叶变换红外光谱分析、热失重分析(TGA)和共聚焦扫描显微镜等方法对其进行表征。观测到在三元复合材料内的相分离连续界面上通过分布BNNS构筑了三维导热通路。研究表明当BNNS填料质量分数仅为3%时,复合材料的热导率即可达到0.394 W·m^(-1)K^(-1),相较于纯环氧0.194 W·m^(-1)K^(-1)提高了103%。
关键词
氮化硼
环氧树脂
双重改性
热导率
相分离
Keywords
BN
epoxy
double modification
thermal conductivity
phase separation
分类号
TQ323.5 [化学工程—合成树脂塑料工业]
下载PDF
职称材料
题名
基于PCA-GPR的锂离子电池剩余使用寿命预测
被引量:
12
2
作者
何冰琛
杨薛明
王劲松
朱旭
胡宗杰
刘强
机构
华北电力大学动力工程系
大唐华北电力试验研究院
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2022年第5期484-491,共8页
基金
国家自然科学基金(52076080)
河北省自然科学基金(E2019502138)。
文摘
从充电过程中的电压-容量曲线中提取出一个与电池寿命高度相关健康因子(HI)。然后利用主成分分析(PCA)对影响电池寿命的多维因素进行分析和降维,结合高斯过程回归(GPR)机器学习方法提出一个基于PCA-GPR的锂离子电池剩余使用寿命预测模型。最后进行锂离子电池剩余使用寿命预测并与PCA-BP神经网络、PCA-支持向量机(SVM)模型进行比较。结果表明,利用该文提出的HI及预测模型可有效提高锂离子电池剩余使用寿命预测精度,其中通过贝叶斯优化器优化后的PCA-GPR模型的预测效果最佳。
关键词
锂离子电池
剩余使用寿命
健康因子
主成分分析
高斯回归过程
Keywords
lithium-ion battery
remaining useful life prediction
health indicator
principal component analysis
Gaussian regression process
分类号
TK512.4 [动力工程及工程热物理—热能工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
诱导相分离BNNS/PES/EP复合材料制备及其热物性研究
王帅
李祥
杨薛明
于天夫
何冰琛
《功能材料》
CAS
CSCD
北大核心
2023
1
下载PDF
职称材料
2
基于PCA-GPR的锂离子电池剩余使用寿命预测
何冰琛
杨薛明
王劲松
朱旭
胡宗杰
刘强
《太阳能学报》
EI
CAS
CSCD
北大核心
2022
12
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部