基于COA-LSTM和VMD的锂离子电池剩余寿命预测

电动汽车中的动力电池在其使用期间寿命的退化是不可避免的,因此研究电动汽车锂电池的使用寿命与利用效率具有重要意义。锂离子电池的剩余使用寿命(remaining useful life,RUL)是表征电池性能的一个重要指标。本文提出了基于郊狼算法优化长短期记忆网络(long short-term memory,LSTM)的动力电池RUL预测模型。首先,对锂离子电池的容量衰减特性进行分析,基于动力电池充放电曲线,提取等恒流充放电间隔、等压升时间间隔作为间接健康因子并通过Pearson法对其进行相关性分析。本文提出变分模态分解(variational mode decomposition,VMD)对健康因子进行分解,得到模态分量。采用LSTM作为动力电池模型来预测RUL,针对LSTM模型参数不精确会影响RUL的预测精度,提出郊狼优化算法(Coyote optimization algorithm,COA)对LSTM模型参数进行优化,以提升模型的预测能力。最后,基于NASA研究中心的公开数据集,将所提方法与LSTM、VMD-LSTM,高斯过程回归(Gaussian process regression,GPR),BP神经网络模型(backpropagation neural network)进行对比,对COA-LSTM模型的准确性进行验证。实验结果表明,RUL预测误差在2.1%以内,所提方法能够精确预测RUL。

云南某铜矿SABC碎磨能耗分布规律及能量基准评价研究

提高碎磨能量利用效率是降低碳排放的重要途径,而碎磨能耗分布规律与能量基准评价是提高能量利用效率的前提和基础。某大型铜矿SABC碎磨流程能耗分布规律研究结果表明,碎磨全流程比能耗为19.59 kWh/t,半自磨机、球磨机、顽石破碎机的比能耗分别占全流程比能耗的36.76%、55.75%及0.83%;球磨机运行功率接近安装功率的93.40%,限制了碎磨系统产能的进一步提升。以原矿代表性样品单颗粒冲击破碎试验为基础,建立了矿石粉碎模型,通过能量基准评价方法计算出SABC碎磨全流程理论最低粉碎能耗为8.96 kWh/t,分别对SABC碎磨全流程、半自磨+振动筛+顽石破碎作业、球磨与分级作业进行了能量基准评价,得出能量效率因子(BEF值)分别为2.19、1.71和2.60,进一步明确了提升球磨分级作业能量利用效率的必要性。能量基准评价研究为碎磨能量利用效率提供了统一、定量的评价指标,为碎磨全流程产能提升与节能降耗指明了优化方向。

柠条对滩羊肉品质、胃肠道挥发性脂肪酸及其菌群的影响

为探索日粮中添加柠条影响瘤胃、结肠内微生物生成的挥发性脂肪酸水平,进而调节滩羊肉品质、脂肪组织中主要脂肪酸含量的作用,本研究选取12只四月龄滩羊母羔随机分为两组,NC组饲喂30%精料及70%苜蓿颗粒,CK组为10%柠条替代等量苜蓿。预饲期10 d,正试期60 d。饲喂期结束屠宰时取其背最长肌、股四头肌、皮下脂肪,瘤胃、结肠内容物,利用16S rRNA测序技术、气相色谱-质谱联用技术等对滩羊瘤胃、结肠内菌群、脂肪组织的脂肪酸含量及肌肉理化特性进行测定。结果表明,饲喂柠条可导致滩羊股四头肌的压榨损失有提高的趋势,系水力和熟肉率有所下降;但饱和脂肪酸有降低的趋势,不饱和脂肪酸有提高的趋势;皮下脂肪中的软脂酸含量显著降低(P<0.05);瘤胃内丁酸和结肠内乙酸的浓度显著降低(P<0.05),结肠内异丁酸和异戊酸等支链脂肪酸水平极显著提高(P<0.01)。斯皮尔曼相关性分析显示,瘤胃内5-7N15菌属和YRC22菌属均与丁酸含量趋向正相关,而结肠内密螺旋体属与乙酸含量趋向正相关,但与异丁酸含量趋向负相关(0.05<P<0.1);结肠内异丁酸含量与股四头肌的熟肉率、系水力和压榨损失分别呈高度负相关和正相关,乙酸亦与背最长肌pH呈负相关关系。综上,柠条部分替代苜蓿饲喂滩羊,可以提高脂肪组织中不饱和脂肪酸含量,可作为反刍动物的粗饲料加以开发利用。

海泡石在环氧树脂复合涂层中的研究进展

海泡石是一种无毒无害的天然黏土矿物,具有比表面积大、吸附性好和较强的耐酸碱腐蚀性能。介绍了海泡石的微观结构和化学组成,阐述了目前比较典型的几种海泡石改性环氧树脂复合涂层的制备方法和性能,并总结了复合涂层的防腐蚀机理,展望了海泡石在环氧复合涂层领域的发展。

基于模糊控制的旋转倒立摆稳定性仿真研究

倒立摆是一个复杂的、非线性、不稳定的系统,通常采用数学建模的方法研究倒立摆系统,该方法复杂繁琐且在建模过程中简化约束条件,使仿真结果存在一定误差。在Matlab Simulink环境中基于Simscape模块进行倒立摆系统的建模;根据倒立摆系统的运行特征设计了新的模糊规则表,并基于此表建立模糊控制器;采用该模糊控制器在不同的条件下对倒立摆进行控制,取得了良好的控制效果。

动态发射率与辐射亮度同时测量实验中的时间精确同步技术

分析了轻气炮实验中飞片速度漂移带来的冲击波到达样品/窗口界面时刻漂移问题、主要影响因素以及动态发射率与辐射亮度同时测量实验中的时序要求,采用镀膜光纤探针作为同时测量实验中动态发射率测量照明光源的触发装置,设计了光纤探针-样品之间的距离,并对设计余量进行了简单分析,解决了同时测量实验中的时间精确同步问题。在2发动态考核实验中,设计的飞片速度为4.1km/s,实测飞片速度漂移量分别为70和210m/s,动态发射率测量信号按照实验预期叠加在了样品/窗口界面热辐射信号平台之上,时序控制能够满足动态发射率与辐射亮度同时测量实验中的时间精确同步要求。

基于粒子群算法的最小二乘支持向量机电池状态估计

电池荷电状态(SOC)作为电池管理系统(BMS)重要参数之一,准确估计SOC尤为重要。由于SOC在估计过程中常会受到电压、电流、充放电效率等众多因素的影响,因此很难准确估计SOC。为了提高SOC的估计精度,本工作提出了基于最小二乘支持向量机(LSSVM)机器学习的锂离子电池SOC估计模型。将该电池的电流、电压和温度作为模型的输入向量,SOC作为模型的输出向量,为了更好的获得LSSVM模型的参数,提出了利用自适应粒子群算法来进行参数优化,从而获得高精度SOC估计模型。通过恒流充放电实验采集的数据,并和未优化的粒子群优化的LSSVM、支持向量机(SVM)神经网络(NN)相比,所提模型的SOC估计精度误差为1.63%,验证了算法的有效性。

无机纳米粒子改性石墨烯基复合涂层的研究现状

基于不同无机纳米粒子改性石墨烯的改性方法,综述了无机纳米粒子改性石墨烯基复合涂层的研究进展,探讨了无机纳米粒子改性石墨烯的机理,论述了改性复合涂层的合成方法。最后对无机纳米粒子改性石墨烯基复合防腐蚀涂层的发展前景进行了展望。

基于自适应扩展卡尔曼滤波的锂离子电池荷电状态估计

锂离子电池荷电状态(SOC)是电池管理系统(BMS)重要的参数之一,准确估计可以提高电池的使用寿命。然而在SOC估计过程中,会受到如测量设备的精度、噪声等外界因素的干扰,降低SOC的估计精度。为了提高SOC的估计精度,针对扩展卡尔曼滤波(EKF)算法易受噪声干扰,提出了以新息自适应扩展卡尔曼滤波来提高SOC的估计精度和稳定性。通过实验工况采集的数据,并与传统的EKF进行对比,估计误差可以控制在3%以内,验证了该模型的有效性。

基于高斯过程回归的锂离子电池SOC估计

电池状态估计(SOC)在电池管理系统(BMS)尤为重要,由于SOC估计易受温度、荷载、充放电效率等外界因素的影响,因此估计精度很难保证。目前,有很多国内外学者利用机器学习算法进行SOC估计,然而神经网络(NN)的估计精度依赖于样本个数,支持向量机(SVM)在参数寻优时已陷入局部最优。因此为了提高SOC的估计精度,提出了基于高斯过程回归(GPR)的锂离子电池在线的估计方法,根据电池的测量参数,包括电流、电压、温度作为GPR模型的输入,SOC作为模型的输出,进行模型训练,并利用梯度下降法进行参数寻优。通过仿真和恒流充放电实验采集的数据来验证模型的有效性,并与SVM、LSSVM和NN相比,验证了模型的有效性和高精度性。

基于反馈最小二乘支持向量机锂离子状态估计

锂离子电池荷电状态(SOC)的准确估计,直接影响电动汽车的安全运行,也是电池管理系统(BMS)重要的参数之一。然而在SOC估计过程中,会受到如测量设备的精度、荷载等因素的干扰。为了提高SOC的估计精度,本工作提出了一种新的基于最小二乘支持向量机(LSSVM)机器学习的锂离子电池SOC估计模型。将测量的锂离子电池的电流、电压和温度作为模型的输入向量,SOC作为模型的输出向量,来训练LSSSVM模型。不同的是,为提高SOC的估计精度,将上一时刻估计的SOC值作为反馈向量,加入到输入向量中,用来估计当前时刻的SOC。通过实验工况采集的数据,并与传统的LSSVM、支持向量机(SVM)、神经网络(NN)比较,实验结果表明,该模型可以提高SOC的估计精度,估计误差可以控制在2%以内,验证了该模型的有效性。

一种改进的支持向量机回归的电池状态估计

锂离子电池荷电状态(SOC)估计在电池管理系统(BMS)尤为重要,由于SOC不可直接测量,因此估计精度很难保证。为提高电池荷电状态估计精度,采用通过最小二乘支持向量机(LSSVM)建立电压、电流和SOC之间的关系。不同的是,为了减小电压和电流因变化造成SOC估计精度低,提出了一种改进的LSSVM的锂离子电池SOC在线估计方法。将上一时刻的电压测量值、电流测量值以及上一时刻SOC的估计值,作为模型的反馈量,并和当前时刻的电压值和电流值,共同作为模型的输入量,来估计当前时刻的SOC。实验结果表明,与LSSVM相比,所提方法误差控制在1%以内,验证了所提方法的有效性。

基于高斯混合回归的锂离子电池SOC估计

动力电池剩余电量的准确估算是电动汽车续航里程的重要依据和能量管理的基本前提,为降低电池系统因非线性,不平稳因素对荷电状态估计的不利影响。针对锂电池的状态数据采集存在非线性、不平稳以及外界干扰等问题,提出了基于高斯混合回归对荷电状态进行预测,以解决传统高斯过程模型含有异常数据和噪声的问题。利用K-means聚类算法与EM算法对高斯混合模型的超参数进行求解,然后采用高斯混合回归对输出的荷电状态进行预测。最后通过实验验证,并与高斯过程回归进行对比分析,验证了高斯混合回归算法在荷电状态估计过程中具有高精度和有效性。

基于高斯过程回归的UKF锂离子电池SOC估计

高精度的电池荷电状态估计是电动汽车电池管理系统的关键技术之一,其估计精度直接影响能量管理效率和汽车的续航里程。传统的滤波方法基于模型来估计电池SOC,但难以建立锂离子电池精确的数学模型。针对此问题,提出一种基于高斯过程回归的无迹卡尔曼滤波(UKF)锂离子电池SOC估计方法,使用高斯过程回归在有限的训练数据下建立等效电路模型的测量方程,在UKF和高斯过程回归之间建立关联。该模型能够充分联合利用现有实验数据和被预测实时状态数据,实现SOC估计。结果表明,与传统UKF相比,基于高斯过程回归的UKF算法具有较高精确性。

植物多酚在反刍家畜中的研究进展

植物多酚是自然界广泛存在的植物次生代谢物,具有较高的生物活性及应用价值。本文主要从植物多酚对反刍家畜生产性能、消化代谢与生化过程、瘤胃和肠道微生物的影响方面综述了国内外研究进展,以期为利用植物多酚提高反刍动物的生产性能提供参考。

烧结陶粒砂在树脂砂中的应用效果

烧结陶粒砂是由耐火粉料、粘接剂、助熔剂等粉料,经过造粒、干燥、筛分、烧结制成。具有耐火度高,球形度高等优点。主要应用于覆膜砂,其他应用较少。结果表明,通过烧结陶粒砂实际应用于三乙胺冷芯盒工艺制芯发现,烧结陶粒砂表面有孔洞,造成冷芯盒强度低。烧结陶粒砂在覆膜砂中应用,具有强度高,膨胀率低的优势。

基于灰狼算法优化极限学习机的锂离子电池SOC估计

准确的电池荷电状态(SOC)估计是电动车辆正常工作的基本前提。针对目前电池荷电状态估计时存在的非线性、不平稳等干扰因素的影响,本工作提出了基于灰狼优化算法的极限学习机的锂离子电池SOC估计方法,以提高估计精度并缩短估计时长。传统的极限学习机(ELM)直接随机生成模型参数,并对SOC进行估计,该方法运行速度快且泛化性能好。但极限学习机需要找出最优的隐含层神经元参数才能达到较高的精度。因此,通过灰狼优化算法(GWO)进一步优化模型参数,并通过选择合适的激活函数,弥补了传统极限学习机的不足。最后通过与粒子群优化的前馈神经网络算法(BPNN-PSO)和极限学习机算法从多维度进行对比分析,在不同工况下验证了此方法在电池SOC估计中的优越性。结果表明,基于灰狼优化算法的极限学习机的锂离子电池荷电状态估计精度高、估算时长较短且鲁棒性较好,明显优于传统SOC估计方法。本研究有助于推动新能源车辆电池管理系统的开发与应用,为可靠的电池管理系统的研发提供支持。

钴基费托合成催化剂失活机理及再生研究进展

综述了钴基费托合成催化剂的失活机理、催化剂再生工艺及如何延长催化剂寿命的研究进展,通过分析催化剂失活原因,认为中毒、Co颗粒烧结、积炭、氧化、固相反应、晶相重构、表面阻塞和催化剂磨损等因素造成催化剂不同程度失活,其中积炭和Co颗粒烧结是催化剂失活的最主要原因,延长催化剂寿命的关键是提高催化剂的抗烧结能力和抑制积炭生成。增强活性金属Co和载体间的相互作用,保持Co晶粒分布均一或采用包覆、限域等策略可提高催化剂的抗烧结能力,通过添加助剂、调整氢碳比和空速等工艺参数亦可抑制积炭的生成。采用氢处理、脱蜡-氧化-还原和脱蜡-氧化-溶液处理-还原等工艺可实现催化剂的再生,对催化剂进行再生时要结合催化剂失活的主要原因,选择合适的再生工艺来最大限度地恢复催化剂活性。今后,提高催化剂的稳定性以及开发催化剂再生工艺技术路线是提高钴基费托合成技术竞争力的关键。

陶瓷灸罐疗法调治阳虚质亚健康患者临床疗效观察

目的探究陶瓷灸罐疗法对阳虚质亚健康患者健康状况的影响及其临床疗效。方法将60例阳虚质亚健康患者编号,按照随机数字表法分为两组。观察组30例,采用陶瓷灸罐疗法治疗,对照组30例,予金匮肾气丸口服治疗。两组均以10 d为1个疗程,1个疗程结束后休息2 d进行下1个疗程,持续3个疗程后统计结果。观察两组患者治疗前后总有效率、阳虚质转化分、健康状况评分(SF-36量表)、免疫学指标改善情况。结果观察组总有效率90.00%,对照组总有效率53.33%,观察组总有效率高于对照组(P<0.05)。两组治疗后阳虚质转化分较治疗前均降低(P<0.05),治疗后观察组阳虚质转化分明显低于对照组(P<0.05)。两组治疗后健康状况评分较治疗前均增加(P<0.05),治疗后观察组健康状况评分明显高于对照组(P<0.05)。两组治疗后IgG、IgA较治疗前升高,观察组差异有统计学意义(P<0.05),对照组差异无统计学意义(P>0.05),治疗后观察组IgG、IgA明显高于对照组(P<0.05)。结论陶瓷灸罐疗法调治阳虚质亚健康患者疗效优于口服金匮肾气丸,可明显改善患者阳虚质体征及亚健康状况,提高机体免疫力。

氧化铝负载的钴基费托合成催化剂失活机理

Co/Al2O3催化剂在费托合成反应中具有良好的反应性能。采用浸渍法制备了Co/Al2O3催化剂,使用搅拌釜反应器在220℃,2.0 MPa,10000 h-1,H2/CO=2.0(体积比)合成气条件下对催化剂的费托合成反应性能进行了评价,评价结果表明随着反应的进行,催化剂的活性逐渐降低,CH4选择性逐渐升高。为研究Co/Al2O3催化剂在费托合成反应中的失活机理,采用N2物理吸附(BET)、X射线衍射(XRD)、透射电子显微镜(TEM)及程序升温加氢(TPH)对不同时间反应后的催化剂进行了表征。表征结果表明在费托合成反应过程中随着反应时间的延长,Co/Al2O3催化剂的孔结构没有发生显著变化,催化剂中部分CoO相被进一步还原为活性相金属Co。此外,在反应过程中活性相金属Co的晶粒尺寸逐渐发生烧结长大,催化剂表面的积碳量快速的增加。因此,活性相金属Co的烧结与催化剂表面的碳沉积应当是本研究中Co/Al2O3催化剂在费托合成反应过程中发生失活的主要原因。为改进催化剂抗烧结能力,对Al2O3载体的孔结构进行调控,进而控制催化剂中活性相金属Co的晶粒分布,减少易于发生烧结的小晶粒金属Co的生成。此外,通过进一步改进催化剂的配方,成功开发了具有高耐烧结性与抗积碳能力的Co基费托合成催化剂。在搅拌釜反应器中对改进后的催化剂进行了1800 h的费托合成性能测试,在整个反应过程中催化剂表现出高稳定性与低甲烷选择性。