单纳米粒子表面的甲醇电催化氧化过程

由于全球资源短缺和环境污染等问题日益加剧,开发利用洁净高效的新能源已成为当今社会研究热点.其中,直接甲醇燃料电池(DMFC)具有低温启动、无需重整制氢、洁净环保和体积小巧等特性,展现出较好的应用前景.DMFC的阳极反应为甲醇氧化反应,甲醇的完全氧化涉及到复杂的六步电子转移反应过程.揭示甲醇氧化的反应路径与机理,阐明催化剂的真实活性中心以及毒化效应,对于高效催化剂的设计和制备至关重要.随着纳米技术的发展,在单颗粒水平对纳米催化剂进行表征受到了越来越多的关注.因此,亟需发展具有高灵敏度的原位界面表征方法,实现纳米尺度的精准测量,排除催化剂平均效应,获取纳米表界面真实的催化反应信息.本文结合纳米等离子共振散射光谱与电化学技术,获得了单个纳米催化剂的同步光电响应信号,实现单颗粒水平纳米粒子表面化学、电化学反应过程(如电荷转移、分子吸附等)的高灵敏监测,揭示纳米尺度表界面催化反应机制.利用这一技术,动态监测了单个金/铂包金纳米颗粒表面的甲醇氧化过程.结果表明,在金纳米颗粒表面,甲醇氧化主要通过HCOOH路径,生成产物为HCOOH或CO_(2).其中,反应中间体与羟基离子的竞争性吸附起到重要作用,反应决速步为Au-OH和Au-CHO的共吸附.而铂催化甲醇氧化主要经过CO路径,决速步为Pt-OH和Pt-CO氧化生成Pt-COOH过程.此外,观测到金和铂氢氧化物为催化反应的活性物种,进一步证实了金属氧化物对于催化活性的钝化作用.结合密度泛函理论模拟,明确了甲醇氧化反应中间体吸附与金属氢氧化物演变之间的内在联系.综上,本文利用纳米等离子共振散射光谱,原位监测了单个纳米粒子表面的甲醇电催化氧化过程,实现了催化剂真实活性物种演变与失活过程的直接观测,揭示了不同催化剂表面的决速步骤,为提高催化反应效率提供了更加准确的反应信息.本文将有益于纳米等离子共振散射光谱在电催化反应高灵敏监测方面的广泛应用,并为高效甲醇催化剂的制备提供参考.

无监督域适应迁移学习在旋转机械故障诊断中的应用

故障诊断在旋转机械领域具有重要的意义,而深度学习和迁移学习的发展为提高故障诊断的准确性和鲁棒性提供了新的途径。针对旋转机械故障诊断问题,提出了一种基于深度对抗神经网络(domain-adversarial neural network, DANN)和多核最大平均差异(multiple kernel maximum mean discrepancy, MK-MMD)的无监督域适应迁移学习方法。首先,收集了源工况和目标工况下的振动信号数据并通过快速傅里叶变换(fast Fourier transform, FFT)转化为频域信号。然后,构建了一个ResNeXt-50特征提取器,并使用DANN和MK-MMD方法进行特征映射和域适应,从而实现源工况到目标工况的迁移学习。试验结果表明,该方法能提高对故障特征的识别精度,且在不同工况下的迁移试验中具有更好的鲁棒性。

基于坐标注意力机制的旋转机械故障诊断

旋转机械故障诊断在工业领域具有重要意义。本研究提出了一种基于坐标注意力机制与迁移学习的旋转机械故障诊断方法。为了捕捉旋转机械的故障信号在时频域的特征,运用连续小波变换将原始信号转换为小波时频图。然后,引入基于坐标注意力机制的模型,该机制能够自适应地学习不同位置的特征权重,提升了故障特征的辨别能力。通过在预训练阶段和微调阶段对网络进行训练,实现了模型在不同工况下的迁移学习,提高了模型的泛化能力。实验结果表明,该方法在旋转机械故障诊断中取得了显著的性能提升。相较于传统故障诊断方法,基于坐标注意力机制的模型在故障识别准确率方面取得了明显的提高。同时,通过迁移学习,该模型在不同工况下均表现出较好的性能,证明了其泛化能力和适应性。

双通道输入LetNet-5卷积神经网络旋转机械故障诊断模型研究

针对旋转机械运行过程中伴随着诸多噪声,现有单通道网络在旋转机械故障诊断过程中抗噪性较差的问题,提出了一种加入并联机制的双通道输入Let Net-5卷积神经网络模型。模型合理性检验过程采用了凯斯西储大学轴承数据集,在此基础上,添加信噪比为–10 d B的高斯白噪声模拟真实噪声情形;采用短时傅里叶变换将电机风扇端和驱动端振动数据进行处理,获得的时频图像传递至双通道输入的Let Net-5卷积神经网络进行训练学习。研究结果表明:双通道输入Let Net-5卷积神经网络模型能够良好捕捉到强噪声环境下的故障特征;相比于多尺度特征融合残差模型、多模态耦合输入神经网络模型、传统的K近邻与决策树模型及单通道输入Let Net-5卷积神经网络模型,双通道输入Let Net-5卷积神经网络具有更高的效率和精度。

基于Mobile-VIT的旋转机械故障诊断方法

主要提出了一种基于Mobile-VIT神经网络技术的旋转机械故障的识别分析方法:首先,将旋转的机械构件在其各种连续运行工作状态条件下获得的高频振动信号通过短时的傅里叶变换方法转换为时频图像;然后,将图像输入到搭建好的Mobile-VIT网络模型中,通过其对时频图的识别以及特征提取实现旋转机械故障诊断。实验结果表明,提出的方法具有较高的故障识别准确率,能够有效识别旋转机械的运行状态。

四旋翼飞行器悬停控制的研究

本文设计的四旋翼飞行器是基于单片机控制下,使其能自主飞行。为实现四旋翼飞行器定高的可靠控制,以电机的转速为控制量,认为当飞机的重力与飞行器的升力相等时才能悬停。结合实际情况,建立模型,进行PID控制。

关于多旋翼式飞行器系统的研究

本文设计的多旋翼式飞行器是基于单片机控制下,具有一定功能的自主飞行器。重点讨论多旋翼飞行器的定高实现过程。通过的对机身高度的数据采集处理分析,及多旋翼式飞行器的定高算法的设计,结合实际,进行研究。