基于多模态和图卷积的飞机部段形变预测方法

近年来,随着人工智能技术的发展,深度神经网络在智能制造中得到了广泛应用。本文将深度神经网络与飞机部段的形变预测相结合,提出了一种基于图卷积和多模态的飞机部段形变预测方法。在对飞机部段的形变分析中,对飞机部段的结构数据与工况数据两种模态的数据进行特征提取并在特征级和决策级进行融合。飞机结构数据为点云数据,具有非欧几里得数据的特性,在对飞机部段结构数据进行特征提取时,引入了基于图卷积的特征提取网络。基于ModelNet40和飞机部段的结构和工况数据构建了包含4种飞机部段的形变数据集,并在该数据集上进行了实验。实验结果表明,该方法在各个部段中的平均预测均方误差为0.188,并在机头部段取得了最好的预测结果,可以有效的对飞机部段的形变状况进行预测。

La、Ce、Yb掺杂对LiNi_(0.5)Mn_(1.5)O_(4)高电压正极材料性能的影响

采用低温燃烧法制备出不同稀土元素掺杂的高电压镍锰酸锂(LiNi_(0.5)Mn1.5O_(4))正极材料,探究了不同掺杂比例(物质的量分数0.5%、1%、2%)和不同掺杂稀土元素(La、Ce、Yb)对样品性能的影响,并通过X射线衍射、拉曼光谱、电子顺磁共振和恒电流间歇滴定等技术探究了其影响机理。从X射线衍射图可以看出,稀土掺杂可以抑制LixNi1-xO杂质相的产生;电感耦合等离子谱结果表明,掺杂进入的稀土元素与设计比例基本相符;从拉曼光谱图可以看出,稀土元素可以使样品的有序相增多,其中Ce掺杂样品的有序相最多;结合电子顺磁共振波谱氧空位测试,发现Ce掺杂诱导了样品中有序相比例增加,从而使样品的稳定性提高;经恒电流间歇滴定技术测试发现,Ce掺杂镍锰酸锂样品的扩散系数比未掺杂样品高了约15倍;在不同掺杂比例上,1%掺杂量时样品性能最佳。在3种最佳掺杂量的稀土元素样品中,Ce掺杂的样品性能最优,首次放电比容量可以达到133.3mAh·g^(-1),比未掺杂样品放电比容量高且首次效率提高了 18%,在1C下循环200次后,容量保持率为102%,比未掺杂样品提高了 8%。

不同碳源包覆高电压LiNi_(0.5)Mn_(1.5)O_(4)正极材料的制备及其电化学性能

LiNi_(0.5)Mn_(1.5)O_(4)正极材料由于其高电压、无钴和高能量密度优势而受到关注,但高电压下易受电解液腐蚀,循环稳定性差限制了其进一步应用。本文采用低温自蔓延法制备出高电压LiNi_(0.5)Mn_(1.5)O_(4)材料,再使用不同糖类作为碳源进行包覆改性研究。结果表明,在400℃/Air条件下,以壳聚糖为碳源制备的LiNi_(0.5)Mn_(1.5)O_(4)复合材料性能明显改善,在148 mA·h/g下循环400次后放电比容量仍有113.3 mA·h/g,容量保持率为91.07%。这主要归功于材料表面裂解的碳层提高了材料的导电性,缓解了电解液的侵蚀,降低了电极反应极化,提高了锂离子扩散速率。本文利用廉价的糖类作为碳源,合成工艺简单,为镍锰酸锂的应用提供了新的思路。

行政违法行为构成要件实务研究——以工商行政处罚为视角

研究行政违法行为的构成要件,对于正确认定违法行为、确认和追究责任、实施行政处罚具有重要的意义。本文试以工商行政处罚为视角,尝试对违反工商行政管理法律规范,并可实施行政处罚的行政违法行为的构成要件做些理论和实务上的探讨,以期能对办案人员确定办案取证的主要内容和方向、判断在案证据是否全面和周全、认定违法行为违法性质等方面有所启示。