SDQ-91型钻孔定向取芯器的研制

介绍了SDQ-91型定向取芯钻具的设计、SDQ-91型随钻测量仪的选型与改进,其中对取芯钻具的工作原理、结构特点,以及对磁球定向测斜仪的工作原理、技术性能、非磁管设计、减振装置设计和岩芯定向参数的测取进行了较为详细的介绍。

基于深度学习和粒子群算法的锂离子电池核温估计方法

在锂离子电池充放电运行过程中,其核心温度直接反应电池状态,是重要的安全性能指标。然而,电池核心温度无法直接测量,必须研发精准的核心温度估计方法。以核心温度相关性较高的可测变量(电流、电压、环境温度和表面温度)作为输入,建立锂离子电池双向长短期记忆神经网络(Bi-directional long short-term memory,Bi-LSTM)的核心温度预测模型,并引入粒子群优化(Particle swarm optimization,PSO)算法完成智能参数寻优,提高Bi-LSTM模型的预测精度。试验结果表明,在不同的充放电工况下,与决策树法、随机森林法等估计方法相比,本方法能够在宽环境温度下实现锂离子电池核心温度的准确预测,核心温度估计精度最高。