基于迁移模型的锂离子电池宽温度全寿命SOC与可用容量联合估计

针对全寿命内复杂温度环境下锂离子电池内部状态难以快速精确估计难题,基于迁移模型提出一种宽温度全寿命荷电状态(SOC)与可用容量联合估计方法。选择传统二阶RC等效电路搭建迁移模型,并基于权值选择粒子滤波算法完成迁移因子的在线迁移,实现了宽温度全寿命内锂离子电池SOC快速准确的估算,基于得到的SOC估计值采用容量逆推实现了可用容量估计。结果表明,所提出方法在全寿命宽温度环境下估算SOC与可用容量具有计算量小、精度高的明显优势,SOC估计最大误差小于3%,容量估计最大误差小于2%。

宽温度环境下基于改进电化学模型的锂电池荷电状态估计

为提升电化学模型的实用性以及复杂环境温度下的适用性,解决锂离子电池内部状态难以快速精确估计的难题,本文设计了一种基于改进电化学模型的荷电状态估计方法。首先,通过有限差分法和Galerkin法分别对P2D模型的固液相方程进行降阶求解以描述电池内部锂离子浓度的实时状态,同时进一步融合等效电路模型,采用2个RC网络结构表征电池内部极化过程,并包含了与温度相关的特性,形成了适合荷电状态估计的低阶常微分系统,实现了电化学模型的有效简化和降阶,节约计算成本。其次,为了处理由于模型简化导致的模型不确定性和降低噪声干扰,引入平方根容积卡尔曼滤波,设计了宽工作温度下的锂电池荷电状态估计算法。结果表明,本文提出的基于改进电化学模型的荷电状态估计方法可以在不同温度及复杂工况下实现荷电状态的精确估计,宽环境温度下的最大误差小于1.6%。

白乐日宋史计划欧美参与学人考述

白乐日为了宋史计划的顺利开展,试图建立一个庞大的研究队伍,这个队伍不仅局限于法国,还包括欧洲,甚至涵盖了欧、美、亚洲数个国家和地区的汉学家。本文尝试对曾经参与过白乐日宋史计划的欧美国家汉学家进行梳理和考证,试图还原这个组织结构并不严密的研究团队的轮廓,以及这些汉学家的主要研究工作及成果,以便进一步呈现白乐日宋史计划的实施情况和影响范围。本文认为,该计划第一次尝试将如此之多的欧美汉学家集结在一起进行某一个共同主题的研究工作,还与亚洲学者建立了广泛联系,无疑对当代欧美中国学的发展和进步做出开创之功。

妊娠期急性肾绞痛急诊治疗18例报道

妊娠期急性肾绞痛严重影响孕妇和胎儿健康,其预防和治疗并无统一规范。本文回顾性分析2011年12月—2017年12月于新疆维吾尔自治区人民医院泌尿中心连续就诊的妊娠期急性肾绞痛18例患者的诊疗过程,患者均经解痉、镇痛、抗感染对症处理,10例患者缓解;保守治疗无效者分别采用经输尿管镜支架置入术(6例)、输尿管镜下输尿管结石碎石术(1例)、经皮肾穿刺造瘘引流术(1例)后症状缓解。分娩健康新生儿17例,死胎1例。药物保守及微创腔镜技术治疗妊娠期急性肾绞痛安全可行,效果良好,个体化治疗妊娠期急性肾绞痛,可提高手术成功率。

基于特征处理与径向基神经网络的锂电池剩余容量估算方法

为解决锂电池可用容量估算过程中精度与效率难以兼顾的问题,本文提出了一种基于特征处理与径向基神经网络的锂电池剩余容量估计方法。首先由电池充电过程数据中提取与剩余可用容量相关联的特征量,然后运用局部异常因子算法对特征量中异常点进行精准清洗,提高特征量所含有效信息量,再通过局部线性嵌入降维算法对所得特征向量组进行降维处理,减少数据复杂度,最后,引入径向基神经网络建立起剩余容量的估算模型。在不同型号电池上应用该模型进行了验证,估算结果的最大平均绝对误差为0.06,最大均方根误差为0.05,表明该模型能够有效估计锂电池的剩余可用容量并有较强的鲁棒性。与Elman神经网络和BP神经网络算法相比,在保证高精度的同时该方法有更快的估算效率。

基于迁移模型的老化锂离子电池SOC估计

在锂离子电池荷电状态(SOC)估计过程中,由于电池老化引起的电池可用容量衰退和内部参数变化会对SOC估计结果造成很大影响。针对这一问题,本文将电池老化视为影响模型与SOC估计精度的不确定因素,提出了一种基于迁移模型的老化锂离子电池SOC估计新方法。首先以电池初始状态下的二阶RC等效电池模型为电池初始模型,利用递推最小二乘法(RLS)及多项式拟合法提取初始模型参数与SOC的函数关系式,并将函数关系式进行线性迁移得到迁移模型状态方程,再采用风险最小化粒子滤波算法(RSPF)在电池实际运行中更新迁移模型的迁移因子,最后结合低通滤波器实现SOC的精确估计。通过4组不同老化程度下的城市道路循环工况(UDDS)数据对迁移模型算法进行了验证,并与扩展卡尔曼滤波(EKF)和自适应扩展卡尔曼滤波(AEKF)两种算法进行了对比。实验结果表明,在不同的老化状态下,本文所提出的方法具有更高的精确性,估计得到的SOC均方根误差(RMSE)始终稳定在1.04%以内,验证了所提方法的有效性。本研究有助于推动迁移模型在老化锂离子电池SOC估计中的应用,对电动汽车全生命周期内使用过程中SOC的估计具有一定指导和参考意义。

饲用玉米器官含水率、力学强度与籽粒机收质量的关系研究

在玉米正常收获期间,明确器官含水率、力学强度和机收质量的变化规律,探明影响籽粒机收效果的直接因素,对实现玉米籽粒机收和提升机收质量具有重要意义。本试验以两个不同熟性品种为材料,采用半喂入式籽粒收割机,开展分期收获的田间试验研究。结果表明,籽粒静态压碎强度(耐破碎性)和籽粒与穗轴连接强度(易脱粒性)分别与籽粒破碎率形成了直接的因果关系,两者同是影响破碎率的关键因素。籽粒压碎强度(x)与破碎率(y)可高度拟合为二项式回归关系(R^2=0.8827,P<0.001),回归方程为=0.0021x^2-1.5443x+293.78,籽粒和穗轴连接强度(x)与破碎率(y)可高度拟合为幂函数型回归关系(R^2=0.7656,P<0.001),回归方程为=0.007x^4.12,而穗轴弯折强度与破碎率之间的关系小于上述(R^2=0.1644,0.01<P<0.05)。在玉米收获后期,虽然早熟品种‘金玉99’的籽粒与穗轴连接强度明显小于晚熟品种‘宝玉9号’,但是‘宝玉9号’的籽粒压碎强度却显著大于‘金玉99’,最终导致两品种的籽粒破碎率差异不显著(P>0.05)。落地籽粒损失率除了与植株倒伏倒折有关以外,对刀式割台容易在果穗脱粒前产生落地籽粒损失,并且越容易脱粒的籽粒损失越大,籽粒含杂率总体上随杂质器官含水率的下降而显著降低。适宜籽粒机收的玉米品种应具备的主要特征是茎秆坚韧抗倒伏、籽粒坚硬易脱粒。

基于优化Elman神经网络的锂电池容量预测

锂离子电池容量的精确预测有利于提升电池的使用安全和避免电池滥用,受其复杂的内部电化学反应和外部使用条件影响,对其老化后的容量精确预测一直是电池管理系统的难点之一。为实现锂电池全服役周期内容量的高效准确预测,本文提出了一种基于遗传算法优化的Elman神经网络(GA-Elman)电池容量预测模型。首先选择电池不同循环下的放电容量增量、内阻以及温度数据作为有效表征电池老化和容量衰减规律的特征量,其次运用主成分分析算法对特征量进行降维以降低训练量数据维度,然后基于Elman神经网络构建电池容量预测模型,并引入遗传算法优化Elman神经网络的权值和阈值,实现对电池容量的高效精确预测,最后在不同电池上对该模型进行了验证。验证结果表明:与传统Elman神经网络和长短期记忆神经网络(long and short term memory neural network,LSTM NN)预测模型相比,GA-Elman神经网络预测模型有更好的预测精度和更高的运算效率。在不同电池上该模型预测结果的最大平均绝对误差为0.92%,最大均方根误差为1.02%,最小拟合系数为0.9679,表明该模型可以精确预测锂电池衰退过程中的容量并且对不同电池有较强的适应性。

非接触式生理参数测量设备的研究

文中设计非接触测量生理参数的仪器。基于图像光电容积脉搏波描记法(Imaging photoplethysmography,IPPG)原理,检测到的反射光强中就包含了组织的生理信息,通过对人脸视频图像进行卷积神经网络识别人脸,同时采用多步信号处理算法进行处理,得出心率、呼吸速率以及血氧饱和度数值。该系统可非接触进行监测,平台易操作、低成本,因而在临床应用及家庭健康监测等场景中有广阔的应用前景。

microRNA-21、PTEN、RASA1及caspase-3在肾上腺醛固酮瘤中的表达及相关作用机制

目的研究microRNA-21(miR-21)、PTEN、RASA1及caspase-3在肾上腺醛固酮瘤中的表达情况,探究其内在相关性及对疾病的影响机制。方法采用荧光定量PCR法和免疫组织化学法检测样本中miR-21及PTEN、RASA1、caspase-3的表达量,再用细胞转染建立人肾上腺皮质细胞(HACC)模型,采用Western Blot技术检测细胞模型中caspase-3表达量。结果miR-21在肾上腺醛固酮瘤和瘤旁组织中的表达量分别为0.109±0.050和0.040±0.019,差异有统计学意义(P<0.001);其中瘤组织样本中PTEN阳性表达率为22.91%(P=0.001),瘤旁组织样本中PTEN阳性表达率85.42%(P=0.001),RASA1阳性表达率分别为8.33%和60.41%(P<0.001),caspase-3阳性表达率分别为25.00%和89.58%(P<0.001),均差异有统计学意义。HACC细胞模型显示,当miR-21过表达时,caspase-3蛋白表达下调,细胞表现出过度增殖趋势;miR-21表达抑制时,caspase-3蛋白表达上调,细胞表现为生长抑制。结论肾上腺醛固瘤组织中miR-21高表达可能通过下调PTEN、RASA1及caspase-3,从而抑制细胞凋亡并参与肿瘤进展。

Identification of biomarkers for hepatocellular carcinoma by semiquantitative immunocytochemistry

AIM: To investigate the expression of key biomarkers in hepatoma cell lines, tumor cells from patients&#x02019; blood samples, and tumor tissues.

Flavonoids of Rosa rugosa Thunb.inhibit tumor proliferation and metastasis in human hepatocellular carcinoma HepG2 cells

Rosa rugosa Thunb.is recognized as both medicine and edible in China.The article investigated the antitumor activity of rose flavonoids.Water-extracted rose flavonoids(RFW)and ethanol-extracted rose flavonoids(RFE)were achieved by extracting with distilled water and 70%ethanol,respectively.The effects of the two extracts on proliferation inhibition,apoptosis inducement and metastasis prevention of human HepG2 hepatocellular carcinoma cell lines were tested,via optical/fluorescence microscopy,MTT detection,Transwell assay,flow cytometry and Western blot,etc.The results indicated that rose flavonoids at low concentration(10-40μg/mL)had a better inhibitory effect on migration and invasion of HepG2 cells in a dose-dependent manner,while rose flavonoids at high concentration(80-160μg/mL)could induce apoptosis of HepG2 cells by up-regulating the expression of pro-apoptotic proteins p53 and Bax,and down-regulating the expression of anti-apoptotic proteins Bcl-2,leading to the functioning of caspase-3 and caspase-9.The effect of RFE at the same concentration was significantly better than that of RFW.Conclusion,this study found that rose flavonoids had a certain inhibitory effect on proliferation and metastasis of human liver cancer cells HepG2,indicating the application of rose flavonoids in preventing and treating of liver cancer.

Stability analysis for nonhomogeneous slopes subjected to water drawdown

Comparing with the homogeneous slope, the nonhomogeneous slope has more significance in practice. The main purpose of the present study is to provide a preliminary idea that how the nonhomogeneity influences the stability of slopes under four different water drawdown regimes. Two typical categories of nonhomogeneity, identified as layered profile and strength increasing with depth profile, are included in the paper, and a nonhomogeneity coefficient is defined to quantify the degree of soil properties nonhomogeneity. With a modified discretization technique, the safety factors of nonhomogeneous slopes are calculated. On this basis, the variation of safety factor with the nonhomogeneity coefficient of friction angle and the water table level are investigated. In the present example, safety factor correlates linearly with friction angle nonhomogeneity coefficient from a whole view and the influences of the water table level on safety factor is basically similar with that in homogeneous condition.

基于物联网的肝储备功能检测管理系统设计

为便于肝储备功能检测数据多平台间的同步管理,设计了基于物联网(IoT)的肝储备功能检测管理系统。系统采用搭载WinCE6.0系统的ARM平台作为底层硬件,用于肝储备功能检测数据的采集及处理。云端服务器使用远程数据访问(RDA)技术同步平台数据库。基于MVC设计模式设计了Android客户端软件。在肝功能检测数据库基础上添加实用化的医务管理功能,方便客户对数据的管理,满足实际医院管理需求。经过实际应用,验证了该系统的运行可靠性及实用化价值,实现了多平台间的数据共享,浏览及管理。

珠三角地区省属国有林场森林多功能经营策略

运用SWOT-AHP方法研究珠三角地区省属国有林场森林多功能经营的影响因素,计算影响因子权重,进行经营策略分析;并为省属国有林场的经营发展提出3点对策:增强示范带动,建设珠三角地区森林多功能经营示范区;增强监管职能,建立森林资源服务社会经济发展的绿色链条;增强差异化发展,建立森林多功能经营的跨地域统筹联合体。

促胰岛素抵抗膳食指数与胃癌前病变患病风险的病例对照研究

目的 探讨促胰岛素抵抗膳食指数(empirical dietary index for insulin resistance, EDIR)与胃癌前病变(gastric precancerous lesions, GPL)患病风险的关系,为GPL人群的膳食防控提供流行病学依据。方法 2021年9月―2022年7月在安徽医科大学第一附属医院招募102例GPL患者作为病例组,204例非萎缩性胃炎患者(non-atrophic gastritis, NAG)或正常胃黏膜者作为对照组,进行非匹配病例对照研究。结果 病例组EDIR评分高于对照组,且差异有统计学意义(Z=-2.141,P=0.032);与对照组相比,病例组的精谷物摄入量更高(Z=-2.475,P=0.013);在对混杂因素进行调整后,较高的EDIR[Quartile 2:OR(95%CI):4.36(1.61~11.84),P=0.003]与GPL风险的增加呈正相关。结论 较高的EDIR评分和高精谷物摄入会增加GPL患病风险。

全谷物对超重及肥胖成年人胰岛素抵抗影响的Meta分析

目的采用Meta分析方法,分析在随机对照试验中,全谷物摄入对超重及肥胖成年人胰岛素抵抗的影响。方法在PubMed、EMBASE、MEDLINE、Cochrane Library、中国生物医学文献数据库(CBM)、中国知网(CNKI)等数据库进行数据检索,检索时间从建库至2021年8月9日。筛选出关于全谷物对超重及肥胖成年人胰岛素抵抗影响的随机对照试验,对符合纳入标准的文献进行资料提取和质量评价,采用R4.1.2软件进行Meta分析。结果共纳入10项随机对照研究,Meta分析表明,全谷物摄入可降低超重及肥胖成年人空腹血糖(fasting plasma glucose,FPG)(MD=-0.08,95%CI-0.12~-0.04)、胰岛素抵抗指数(homeostasis model assessment of insulin resistance,HOMA-IR)(MD=-0.37,95%CI-0.60~-0.14)和定量胰岛素敏感性指数(quantitative insulin sensitivity index,QUICKI)(MD=0.006,95%CI 0.005~0.007),但在空腹胰岛素(fasting insulin,FINS)、餐后血糖(postprandial glucose,PG)、餐后胰岛素(postprandial insulin,PI)以及甘油三酯(triglyceride,TG)上,全谷物摄入对超重及肥胖成年人的效果差异未显现出统计学意义。亚组分析发现,FPG在德国人、质量评分4分、全谷物摄入量150~200 g以及各人群健康分组中均有统计学意义;而HOMA-IR仅在摄入量分组中具有统计学意义,且全谷物摄入量在100~150 g具有保护作用;QUICKI各组间均无统计学意义。在敏感性分析和发表偏倚中,FINS、PG、PI以及TG在分别去除1篇文献后,结果均变成有统计学意义;而HOMA-IR在去除1篇文献后,结果变成无统计学意义。同时,Egger回归分析显示各指标均不存在发表偏倚,文献结果整体较稳定。根据已有的亚组分析结果,对全谷物摄入剂量做了进一步的线性剂量-反应分析,发现全谷物每日摄入量在140~160 g,FPG效应量值较好。结论每日摄入140~160 g全谷物可以改善超重及肥胖成年人FPG水平。

基于改进最小二乘支持向量机与Box-Cox变换的锂离子电池容量预测

精确、可靠的电池容量预测可以避免电池滥用,提升电池使用安全;同时在此基础上开展的剩余寿命估测能够为电池系统维护及更换提供参考。基于改进双最小二乘支持向量机方法和Box-Cox变换,提出一种锂离子电池容量及剩余循环寿命的协同估算方法。首先提取老化电池部分容量增量曲线包络面积作为特征量,通过Box-Cox变换进一步提高特征量与目标估计量之间的相关性。然后基于瑞利熵理论改进传统最小二乘支持向量机算法的稀疏性,建立电池容量和剩余使用寿命协同估算模型,结合层次分析法和熵权法对估算结果进行充分地评估。最后,采用粒子群优化算法搜索改进最小二乘支持向量机算法中的最优超参数组合。估算结果显示所研究的方法能够显著提高特征参数与估计量之间的线性相关性,容量估计误差小于1.44%,剩余使用寿命预测误差小于47次循环,验证了算法的有效性。

基于改进容量增量分析法的锂电池可用容量估计

针对动力锂电池在使用过程中难以高效准确估计其衰退后可用容量的问题,提出一种不依赖滤波算法的容量增量分析法获取不同型号电池的容量衰退特征,并基于数据驱动的方法搭建可用容量估计模型。首先,分别分析低通滤波与小波滤波在获取容量增量曲线中存在的问题,并对比差分电压值在1、10、20、50 mV时容量增量曲线的形态。其次,采用移动方差算法对不同电压差分值下容量增量曲线的波动性做出评价,确定出峰值特性明显且平滑的容量增量曲线。提取曲线的峰值作为动力锂电池的老化特征,运用斯皮尔曼相关性系数验证老化特征与电池老化状态之间的相关性。然后,引入门控循环单元建立锂电池的可用容量估计模型。最后,将不同老化测试条件下的2类电池老化数据集用于模型验证。研究结果表明:所建立的估计模型能够有效估算锂电池全寿命循环内的可用容量值,2组数据集中测试结果的相对误差除个别值外,多数相对误差值在2%以内;数据组1中,分别选取电池1和电池3测试数据的前50%为训练数据,后50%为测试数据,训练结果绝对误差稳定在0.05 A·h左右,测试结果绝对误差在0.04 A·h左右;对电池2与电池3的全寿命循环可用容量做出估计,结果相对误差稳定在2%左右;数据组2中对电池5、电池6和电池7的全寿命循环可用容量估计结果的相对误差整体亦在2%以内;且模型能够对锂电池循环过程中出现容量再生现象的循环做出4%以内的准确估计,显示出良好的估算精度和泛化能力。

基于混合神经网络的锂离子电池健康状态估算

针对锂离子电池全生命周期内健康状态难以高效准确估计难题,提出了一种基于卷积神经网络和长短期记忆神经网络(Convolutional neural network–long short-term memory,CNN-LSTM)的锂离子电池健康状态估算方法,该方法结合了CNN模型自动提取特征和LSTM模型处理序列数据的优点.首先分析了电池的容量衰退曲线和不同循环次数下的电池充电曲线,明确了以充电电压数据作为基于数据驱动的电池健康状态估计模型输入;其次分析了CNN模型和LSTM模型的优点,建立了CNN-LSTM混合神经网络模型实现电池健康状态的估算;最后分别在充电电压数据不完整和存在噪声情况下验证了算法准确性,并与传统的LSTM、CNN估算方法进行对比.验证结果表明:CNN-LSTM混合神经网络模型可以直接使用采集的电压数据作为输入,在存在噪声和较短充电电压数据下均有着较高的SOH估算精度,全生命周期内平均绝对误差不超过3%.