期刊文献+
共找到45,945篇文章
< 1 2 250 >
每页显示 20 50 100
基于改进EEMD-MB1DCNN的船用柴油机缸套-活塞环故障诊断
1
作者 王永坚 范金宇 +2 位作者 蔡杭溪 赵凯 吴怡婷 《船海工程》 北大核心 2024年第1期30-35,共6页
针对船用中高速柴油机缸套-活塞环振动信号非线性非平稳性以及同类型不同损伤程度故障发生时振动信号时频域特征相似、故障难以识别等问题,利用振动信号辨识故障,提出一种基于改进集成经验模态分解方法和多模块一维卷积神经网络端到端缸... 针对船用中高速柴油机缸套-活塞环振动信号非线性非平稳性以及同类型不同损伤程度故障发生时振动信号时频域特征相似、故障难以识别等问题,利用振动信号辨识故障,提出一种基于改进集成经验模态分解方法和多模块一维卷积神经网络端到端缸套-活塞环故障诊断方法,通过设计固有模态分量IMF信息质量筛选准则对EEMD分解出的IMFs进行重新排序,获得包含更多凸显故障特征成分的重构信号,输入到上述神经网络模型,通过振动信号分析并与现有方法比较,评估所设计IMF信息质量筛选准则与所搭建模型的性能,试验结果显示该方法能准确、有效地识别缸套-活塞环故障类型。在判断该易损件同类型不同磨损程度故障诊断中有较高的准确率,能对故障状况进行有效的特征提取与故障分类。 展开更多
关键词 船用柴油机 缸套与活塞环 eemd 1DCNN 故障诊断
下载PDF
基于EEMD-WPT的温室环境数据优化处理研究
2
作者 吴伟斌 杨柳 +4 位作者 吴维浩 吴贤楠 沈梓颖 张方任 罗远强 《华南农业大学学报》 CAS CSCD 北大核心 2024年第3期397-407,共11页
【目的】解决温室系统中的数据采集传感器容易受到多种环境因素的干扰,从而导致数据中存在噪声的问题。【方法】提出一种集合经验模态分解(Ensemble empirical mode decomposition,EEMD)与小波包自适应阈值(Wavelet packet adaptive thr... 【目的】解决温室系统中的数据采集传感器容易受到多种环境因素的干扰,从而导致数据中存在噪声的问题。【方法】提出一种集合经验模态分解(Ensemble empirical mode decomposition,EEMD)与小波包自适应阈值(Wavelet packet adaptive threshold,WPT)算法联合的数据降噪处理方法,并采用卡尔曼滤波与自适应加权平均算法对降噪后的数据进行融合。【结果】将EEMD-WPT算法应用于含噪温、湿度数据的降噪处理,相较于降噪前的数据,信噪比提升了73.08%。该算法相较于传统WPT算法具有更好的降噪效果,处理后的数据信噪比提升了40.31%,均方根误差降低了84.75%。【结论】该算法能解决数据跳动、冗余和丢失等问题,并为温室控制系统提供了有效的参数,具有较大的实际应用价值。 展开更多
关键词 eemd 小波包 自适应阈值 降噪 温室 数据融合
下载PDF
EEMD与LSTM在轴承剩余寿命预测中的应用
3
作者 张丹 袁林 +1 位作者 隋文涛 金亚军 《机械设计与制造》 北大核心 2024年第3期357-360,共4页
剩余使用寿命(RUL)预测是实现装备健康管理与预测性维护的最主要技术手段之一,为了准确预测轴承的剩余使用寿命,提出了一种基于集合经验模态分解(EEMD)和长短时记忆网络(LSTM)的轴承剩余寿命预测方法。首先,对采集到的振动信号做时域、... 剩余使用寿命(RUL)预测是实现装备健康管理与预测性维护的最主要技术手段之一,为了准确预测轴承的剩余使用寿命,提出了一种基于集合经验模态分解(EEMD)和长短时记忆网络(LSTM)的轴承剩余寿命预测方法。首先,对采集到的振动信号做时域、频域及时频分析,同时记录相应特征;进而,筛选特征,通过EEMD对振动信号予以分解并重构;最后,通过LSTM结合经过处理的信号构建健康特征指标。通过实验证明了该方法能有效的预测出轴承的剩余寿命,且有较高的预测精度。 展开更多
关键词 集合经验模态分解 长短时记忆网络 特征提取 寿命预测
下载PDF
融合EEMD-CNN的水电机组磨碰故障声纹识别模型
4
作者 肖博屹 曾云 +3 位作者 刀方 邹屹东 李想 拜树芳 《水力发电学报》 CSCD 北大核心 2024年第1期59-69,共11页
水电机组声纹信号包含大量反映内部机械状态的有效信息,为了准确提取水电机组磨碰故障声纹特征,提出一种基于聚合经验模态分解(EEMD)与卷积神经网络(CNN)相结合的水电机组磨碰声纹识别模型。首先将水电机组噪声信号进行EEMD分解,得到若... 水电机组声纹信号包含大量反映内部机械状态的有效信息,为了准确提取水电机组磨碰故障声纹特征,提出一种基于聚合经验模态分解(EEMD)与卷积神经网络(CNN)相结合的水电机组磨碰声纹识别模型。首先将水电机组噪声信号进行EEMD分解,得到若干本征模态分量(IMF)和残余分量(Res),然后将得到的IMF和Res与原噪声信号构建融合特征向量;以融合特征向量为输入,碰磨故障输出,正常和碰磨故障试验数据为样本,训练CNN深度学习神经网络,得到水电机组磨碰故障识别器,识别水电机组磨碰故障。结合水机电耦合平台和实际机组试验磨碰数据,验证了所提方法对水电机组碰磨故障识别效果,平均准确率达到99.8%,且该方法识别效果显著优于其他几种识别模型。 展开更多
关键词 水电机组 声纹信号 卷积神经网络 eemd 故障诊断
下载PDF
基于CEEMDAN-VMD-TCN-lightGBM模型的水质预测研究
5
作者 项新建 张颖超 +3 位作者 许宏辉 厉阳 王世乾 郑永平 《中国农村水利水电》 北大核心 2024年第3期86-95,共10页
针对目前水质预测模型中因为数据本身的复杂性、在信号处理过程中存在的噪声干扰以及分解深度不够导致单一分解难以全面捕捉信号非线性特征的问题,提出了一种基于二次分解的水质预测模型。该模型采用完全自适应噪声集合经验模态分解(CEE... 针对目前水质预测模型中因为数据本身的复杂性、在信号处理过程中存在的噪声干扰以及分解深度不够导致单一分解难以全面捕捉信号非线性特征的问题,提出了一种基于二次分解的水质预测模型。该模型采用完全自适应噪声集合经验模态分解(CEEMDAN)对原始数据进行分解,再利用变分模态分解(VMD)对熵值最高的模态分量进行二次分解,最终将处理后的时间序列输入到TCN-lightGBM多特征预测模型中。同时,采用麻雀算法(SSA)对预测模型进行优化。以山东省玉符河水质为例,本模型的均方根误差(RMSE)是0.1053,平均绝对误差(MAE)是0.0815,决定系数(R2)是0.9471,与GRU、LSTM、LightGBM、TCN等当下较为流行的模型的预测指标进行比较。结果显示,在R2上本模型提升了53.04%、70.41%、66.07%、65.20%等,在RMSE上减少了62.76%、65.50%、64.93%、64.80%等,在MAE上降低了62.76%、66.24%、63.80%、65.24%等。由此可知,基于CEEMDAN-VMD-TCN-lightGBM的模型具有更好的预测性能、泛化能力和捕捉信号非线性特征的能力。 展开更多
关键词 二次分解 TCN lightGBM 多特征预测 水质预测 麻雀算法
下载PDF
基于CEEMDAN-VSSLMS的滚动轴承故障诊断
6
作者 江莉 向世召 《计算机集成制造系统》 EI CSCD 北大核心 2024年第3期1138-1148,共11页
针对传统机械轴承故障诊断模型易受系统噪声干扰、特征识别效率低等问题,提出一种基于信号固有模式深度建模分析的轴承故障诊断方法。首先,将采集到的轴承振动信号进行噪声自适应完全经验模态分解(CEEMDAN),获得不同时间尺度的局部特征... 针对传统机械轴承故障诊断模型易受系统噪声干扰、特征识别效率低等问题,提出一种基于信号固有模式深度建模分析的轴承故障诊断方法。首先,将采集到的轴承振动信号进行噪声自适应完全经验模态分解(CEEMDAN),获得不同时间尺度的局部特征信号,使用相关系数判别并去除虚假模态分量,再利用可变步长最小均方算法(VSSLMS)对剩余IMF分量降噪并进行重构;然后,将降噪后的振动信号进行离散小波变换(DWT)得到时频谱图,并利用形态学开运算进行特征增强;最后利用改进GoogLeNet网络模型对特征图进行训练,通过Softmax分类器完成特征归类,从而实现轴承故障诊断。将提出的故障诊断方法应用于不同工况下的轴承故障数据集,试验结果表明,所提方法在噪声干扰下具有较高的诊断精度。 展开更多
关键词 轴承故障诊断 经验模态分解 最小均方算法 离散小波变换 GoogLeNet模型
下载PDF
基于MEEMD算法的二冲程柴油发动机机体振动分析
7
作者 贺献忠 徐麟绍 高超 《科技资讯》 2024年第4期78-81,共4页
二冲程低速柴油机具有复杂的振动特性,传统的经验模态分解(Empirical Mode Decomposition,EMD)算法对其振动信号处理效果不理想。为此,采用修正多元集合经验模态分解(Modified Ensemble Empirical Mode Decomposition,MEEMD)算法对低速... 二冲程低速柴油机具有复杂的振动特性,传统的经验模态分解(Empirical Mode Decomposition,EMD)算法对其振动信号处理效果不理想。为此,采用修正多元集合经验模态分解(Modified Ensemble Empirical Mode Decomposition,MEEMD)算法对低速柴油机机体振动信号进行分解。首先,采用三轴加速度计测量发动机机体振动。然后利用均方根(Root Mean Square,RMS)对三轴振动强度进行分析。最后,对x轴上的信号进行MEEMD分析。结果表明:砌块在x轴方向的振动强度最大;与EMD算法相比,MEEMD算法可以抑制模态混合,有助于更好地识别块振动激励。 展开更多
关键词 低速柴油机 振动 信号处理 修正集合经验模态分解
下载PDF
EEMD-小波在高边坡变形信息提取中的应用研究
8
作者 梁永平 李盛 赖国泉 《安全与环境学报》 CAS CSCD 北大核心 2024年第3期993-1000,共8页
针对高边坡变形呈现非平稳性及数据“噪声”多源的问题,提出了一种定向滤波的变形信息提取方法。首先,利用集合经验模态分解方法分解变形时序数据,结合定量分析法判别模态分量信号频段;然后,对高频模态分量中的“噪声”利用小波函数进... 针对高边坡变形呈现非平稳性及数据“噪声”多源的问题,提出了一种定向滤波的变形信息提取方法。首先,利用集合经验模态分解方法分解变形时序数据,结合定量分析法判别模态分量信号频段;然后,对高频模态分量中的“噪声”利用小波函数进行“靶向”消噪处理,并对趋势项进行傅里叶级数拟合;最后,重构高边坡变形分析模型,实现真实变形量的提取。结果表明,对比分析各项检验指标,通过“靶向”消噪,各高频模态分量消噪效果明显,重构后的集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)-小波高边坡变形分析模型较原始形变和其他模型在精度指标方面提升显著,该方法可用于高边坡的变形预测分析和真实变形量提取。 展开更多
关键词 公共安全 变形 集合经验模态分解(eemd)-小波 模态分量 模型重构 精度 信息提取
下载PDF
基于CEEMD-SE的CNN&LSTM-GRU短期风电功率预测
9
作者 杨国华 祁鑫 +4 位作者 贾睿 刘一峰 蒙飞 马鑫 邢潇文 《中国电力》 CSCD 北大核心 2024年第2期55-61,共7页
为进一步提升短期风电功率的预测精度,提出了一种基于互补集合经验模态分解-样本熵(complementary ensemble empirical mode decomposition-sample entropy,CEEMD-SE)的卷积神经网络(convolutional neural network,CNN)和长短期记忆-门... 为进一步提升短期风电功率的预测精度,提出了一种基于互补集合经验模态分解-样本熵(complementary ensemble empirical mode decomposition-sample entropy,CEEMD-SE)的卷积神经网络(convolutional neural network,CNN)和长短期记忆-门控循环单元(longshorttermmemory-gatedrecurrentunit,LSTM-GRU)的短期风电功率预测模型。首先,利用互补集合经验模态分解将原始风电功率序列分解为若干本征模态函数(intrinsic mode function,IMF)分量和一个残差(residual,RES)分量,利用样本熵算法将相近的分量进行重构;其次,搭建卷积神经网络和长短期记忆网络的并行网络结构,提取数据的局部特征和时序特征,并将特征融合后输入门控循环单元网络中进行学习预测;最后,通过算例进行验证,结果表明采用该模型后预测精度得到了有效提升,其均方根误差降低了15.06%、平均绝对误差降低了15.22%、决定系数提高了1.91%。 展开更多
关键词 短期风电功率预测 互补集合经验模态分解 样本熵 长短期记忆网络 门控循环单元
下载PDF
基于PCA和EEMD的柔性直流配电网故障选线算法
10
作者 胡亚辉 韦延方 +2 位作者 王鹏 王晓卫 曾志辉 《电源学报》 CSCD 北大核心 2024年第2期305-315,共11页
柔性直流故障选线技术的发展对直流配电网有着至关重要的作用。本文针对现有柔性直流故障存在的可利用的故障信息较少等问题,提出了一种新算法,该算法有效利用了集合经验模态分解EEMD(ensemble empirical mode decomposition)算法、主... 柔性直流故障选线技术的发展对直流配电网有着至关重要的作用。本文针对现有柔性直流故障存在的可利用的故障信息较少等问题,提出了一种新算法,该算法有效利用了集合经验模态分解EEMD(ensemble empirical mode decomposition)算法、主成分分析PCA(principal component analysis)和相关系数各自的优势。首先,提取暂态电流样本信号,采用EEMD得到以正交基函数表示的数据矩阵;接着,基于PCA进行该矩阵元素特征向量到主成分的转换,将样本信号投影到主元空间实现坐标变换,从而得到对样本数据的聚类和识别结果;最后,基于相关系数进行故障线路判别。本文算法的EEMD揭露了原始历史数据的内在变化规律,PCA能够有效选择故障有效特征。大量实验表明,该新算法准确有效,与现有其他方法相比,在故障信息不明显、不同过渡电阻方面具有优势。 展开更多
关键词 柔性直流配电网 集合经验模态分解 主成分分析 故障选线 相关系数
下载PDF
一种灰色关联分析优化ICEEMDAN的VP倾斜仪信号降噪模型
11
作者 庞聪 孙海洋 +3 位作者 刘天龙 姚瑶 李忠亚 马武刚 《大地测量与地球动力学》 CSCD 北大核心 2024年第6期654-660,共7页
VP倾斜仪固体潮信号受仪器监测复杂环境限制,多含有大量环境噪声。为获得真实固体潮曲线,提出一种基于灰色关联分析优化改进的自适应噪声完备集合经验模态分解(ICEEMDAN)VP倾斜仪信号降噪模型(GRA-ICEEMDAN)。该方法首先将含噪信号进行I... VP倾斜仪固体潮信号受仪器监测复杂环境限制,多含有大量环境噪声。为获得真实固体潮曲线,提出一种基于灰色关联分析优化改进的自适应噪声完备集合经验模态分解(ICEEMDAN)VP倾斜仪信号降噪模型(GRA-ICEEMDAN)。该方法首先将含噪信号进行ICCEMDAN处理,得到若干个固有模态函数(IMF),并依次排列与标记;然后基于这些IMF分别计算相关系数、互信息、R^(2)、Adj-R^(2)、MSE、SSE、RMSE、MAE、MAPE、样本熵等10个评价指标值,构建IMF可信度评价指标矩阵;最后借助灰色关联分析(GRA)计算各评价指标与不同IMF之间的关联系数和关联度,依据关联度大小对各个IMF进行排序,将排名靠前的IMF进行线性重构,即可完成信号降噪。仿真去噪实验和实测去噪实验均表明,GRA-ICEEMDAN模型优于卡尔曼滤波、70阶低通FIR滤波、Savitzky-Golay等经典降噪模型,能显著区分噪声成分和有效成分,原始信号分解后的重构误差与信号损失极小,可推广至其他仪器的复杂信号降噪中。 展开更多
关键词 VP倾斜仪 信号降噪 改进的自适应噪声完备集合经验模态分解 灰色关联分析 固有模态函数 样本熵 互信息
下载PDF
CEEMDAN和盲源分离在轴承复合故障诊断中的应用
12
作者 古莹奎 林忠海 刘平 《机械设计与制造》 北大核心 2024年第3期148-152,共5页
滚动轴承的复合故障信号中往往含有多个特征信息及背景噪声,为更高效实现故障信息的提取,提出一种基于具有自适应白噪声的完备集成经验模态分解(CEEMDAN)和盲源分离的滚动轴承复合故障特征提取方法。对实验所获取的故障数据进行CEEMDAN... 滚动轴承的复合故障信号中往往含有多个特征信息及背景噪声,为更高效实现故障信息的提取,提出一种基于具有自适应白噪声的完备集成经验模态分解(CEEMDAN)和盲源分离的滚动轴承复合故障特征提取方法。对实验所获取的故障数据进行CEEMDAN分解,得出一组固有模态函数(IMF),利用加权峭度因子选取其中有效IMF重构信号,再将重构的信号进行BSS分离。对分离出的信号做解调包络分析,从其解调谱中提取故障信号的特征频率。结果证明了此方法可以有效地分离轴承的内外圈故障,使故障特征更易被提取。 展开更多
关键词 滚动轴承 自适应白噪声的完备集成经验模态分解 盲源分离 加权峭度因子 特征提取
下载PDF
基于ICEEMDAN和分布熵的SS-Y伸缩仪信号随机噪声压制方法
13
作者 吴林斌 《大地测量与地球动力学》 CSCD 北大核心 2024年第4期429-435,共7页
结合改进的自适应噪声完备集合经验模态分解(ICEEMDAN)与分布熵(DistEn),提出一种无需自定义算法参数、去噪效果较好的伸缩仪信号随机噪声压制方法。首先将伸缩仪信号进行ICEEMDAN处理,得到若干个本征模态函数(IMF);然后计算各IMF分量... 结合改进的自适应噪声完备集合经验模态分解(ICEEMDAN)与分布熵(DistEn),提出一种无需自定义算法参数、去噪效果较好的伸缩仪信号随机噪声压制方法。首先将伸缩仪信号进行ICEEMDAN处理,得到若干个本征模态函数(IMF);然后计算各IMF分量的分布熵值,根据不同分布熵值的大小和表征的分量信号混乱程度,有针对性地对各IMF进行取舍;最后进行线性重构。设计仿真信号去噪实验和SS-Y伸缩仪信号去噪实验,结果表明,基于ICEEMDAN-DistEn去噪模型的伸缩仪信号重构还原度较好,去噪效果显著,明显优于CEEMDAN-DistEn、小波去噪和卡尔曼滤波等去噪模型。 展开更多
关键词 SS-Y伸缩仪 随机噪声压制 改进的自适应噪声完备集合经验模态分解 分布熵 信噪比
下载PDF
CEEMDAN-WPE-CLSA超短期风电功率预测方法研究
14
作者 李杰 孟凡熙 +1 位作者 牛明博 张懿璞 《大连交通大学学报》 CAS 2024年第2期101-108,共8页
提出了一种结合自适应噪声完全集合经验模态分解、加权排列熵、卷积神经网络、长短期记忆网络和自注意力机制的超短期风电功率预测方法。首先,利用自适应噪声完全集合经验模态分解将原始风电功率时间序列自适应分解为一系列的模态分量,... 提出了一种结合自适应噪声完全集合经验模态分解、加权排列熵、卷积神经网络、长短期记忆网络和自注意力机制的超短期风电功率预测方法。首先,利用自适应噪声完全集合经验模态分解将原始风电功率时间序列自适应分解为一系列的模态分量,降低原始序列的非线性和波动性;其次,根据加权排列熵计算各模态分量间的相似性并对相似的分量进行重组,以修正自适应噪声完全集合经验模态分解的过度分解问题,使得修正后的模态分量更具规律性;最后,将重组后的分量输入卷积长短期记忆网络进行时序建模,并利用自注意力机制对卷积长短期记忆网络的神经元权重进行重新分配,提高了卷积长短期记忆网络对输入特征不确定性的适应能力。在此基础上,明确了自注意力机制和自适应噪声完全集合经验模态分解、加权排列熵在风电功率预测中的作用机制,以及风电功率信号包含的重要物理信息,证明了自适应噪声完全集合经验模态分解、加权排列熵以及自注意力机制在风电功率信号模态分解和长短期记忆网络隐层输出权重分配中的有效性。 展开更多
关键词 超短期风电功率预测 自适应噪声完全集合经验模态分解 加权排列熵 卷积长短期记忆网络 自注意力机制
下载PDF
联合加权小波和EEMD的GNSS坐标时间序列降噪分析
15
作者 魏冠军 张沛 王立阳 《全球定位系统》 CSCD 2024年第2期9-15,共7页
针对GNSS坐标时间序列中有用信号与噪声难以准确分离这一问题,本文提出加权小波Z变换(weighted wavelet Z-transform,WWZ)和集合经验模态分解(ensemble empirical mode decomposition,EEMD)的降噪方法.通过对西北地区70个陆态网络连续... 针对GNSS坐标时间序列中有用信号与噪声难以准确分离这一问题,本文提出加权小波Z变换(weighted wavelet Z-transform,WWZ)和集合经验模态分解(ensemble empirical mode decomposition,EEMD)的降噪方法.通过对西北地区70个陆态网络连续站垂向坐标时间序列的降噪处理,分别采用均方根误差(root mean squared error,RMSE)、信噪比(signal to noise ratio,SNR)、闪烁噪声(flicker noise,FN)振幅及速度不确定度为评价指标,验证了本文方法的降噪效果在一定程度上优于小波降噪和EEMD降噪.结果显示:WWZ-EEMD相比小波降噪和EEMD降噪,降噪后信号序列RMSE分别降低了0.331 mm、0.757 mm,SNR分别提高了1.911 dB、3.635 dB;FN振幅及速度不确定度均有明显改善,验证了本文降噪方法的有效性. 展开更多
关键词 GNSS坐标时间序列 降噪 小波 集合经验模态分解(eemd) 速度不确定度
下载PDF
Formation and transformation of metastable LPSO building blocks clusters in Mg-Gd-Y-Zn-Zr alloys by spinodal decomposition and heterogeneous nucleation
16
作者 Xin Zhao Zhong Yang +2 位作者 Jiachen Zhang Minxian Liang Liying Wang 《Journal of Magnesium and Alloys》 SCIE EI CAS CSCD 2024年第2期673-686,共14页
To study the formation and transformation mechanism of long-period stacked ordered(LPSO)structures,a systematic atomic scale analysis was conducted for the structural evolution of long-period stacked ordered(LPSO)stru... To study the formation and transformation mechanism of long-period stacked ordered(LPSO)structures,a systematic atomic scale analysis was conducted for the structural evolution of long-period stacked ordered(LPSO)structures in the Mg-Gd-Y-Zn-Zr alloy annealed at 300℃~500℃.Various types of metastable LPSO building block clusters were found to exist in alloy structures at different temperatures,which precipitate during the solidification and homogenization process.The stability of Zn/Y clusters is explained by the first principles of density functional theory.The LPSO structure is distinguished by the arrangement of its different Zn/Y enriched LPSO structural units,which comprises local fcc stacking sequences upon a tightly packed plane.The presence of solute atoms causes local lattice distortion,thereby enabling the rearrangement of Mg atoms in the different configurations in the local lattice,and local HCP-FCC transitions occur between Mg and Zn atoms occupying the nearest neighbor positions.This finding indicates that LPSO structures can generate necessary Schockley partial dislocations on specific slip surfaces,providing direct evidence of the transition from 18R to 14H.Growth of the LPSO,devoid of any defects and non-coherent interfaces,was observed separately from other precipitated phases.As a result,the precipitation sequence of LPSO in the solidification stage was as follows:Zn/Ycluster+Mg layers→various metastable LPSO building block clusters→18R/24R LPSO;whereas the precipitation sequence of LPSO during homogenization treatment was observed to be as follows:18R LPSO→various metastable LPSO building block clusters→14H LPSO.Of these,14H LPSO was found to be the most thermodynamically stable structure. 展开更多
关键词 LPSO Spinodal decomposition Homogenization treatment CLUSTERS Phase transformation
下载PDF
Progress in the research on organic piezoelectric catalysts for dye decomposition
17
作者 Zhaoning Yang Xiaoxin Shu +3 位作者 Di Guo Jing Wang Hui Bian Yanmin Jia 《International Journal of Minerals,Metallurgy and Materials》 SCIE EI CAS CSCD 2024年第2期245-260,共16页
Organic contaminants have posed a direct and substantial risk to human wellness and the environment.In recent years,piezo-electric catalysis has evolved as a novel and effective method for decomposing these contaminan... Organic contaminants have posed a direct and substantial risk to human wellness and the environment.In recent years,piezo-electric catalysis has evolved as a novel and effective method for decomposing these contaminants.Although piezoelectric materials offer a wide range of options,most related studies thus far have focused on inorganic materials and have paid little attention to organic materi-als.Organic materials have advantages,such as being lightweight,inexpensive,and easy to process,over inorganic materials.Therefore,this paper provides a comprehensive review of the progress made in the research on piezoelectric catalysis using organic materials,high-lighting their catalytic efficiency in addressing various pollutants.In addition,the applications of organic materials in piezoelectric cata-lysis for water decomposition to produce hydrogen,disinfect bacteria,treat tumors,and reduce carbon dioxide are presented.Finally,fu-ture developmental trends regarding the piezoelectric catalytic potential of organic materials are explored. 展开更多
关键词 piezoelectric catalysis piezoelectric material dye decomposition organic materials
下载PDF
Generalized load graphical forecasting method based on modal decomposition
18
作者 Lizhen Wu Peixin Chang +1 位作者 Wei Chen Tingting Pei 《Global Energy Interconnection》 EI CSCD 2024年第2期166-178,共13页
In a“low-carbon”context,the power load is affected by the coupling of multiple factors,which gradually evolves from the traditional“pure load”to the generalized load with the dual characteristics of“load+power su... In a“low-carbon”context,the power load is affected by the coupling of multiple factors,which gradually evolves from the traditional“pure load”to the generalized load with the dual characteristics of“load+power supply.”Traditional time-series forecasting methods are no longer suitable owing to the complexity and uncertainty associated with generalized loads.From the perspective of image processing,this study proposes a graphical short-term prediction method for generalized loads based on modal decomposition.First,the datasets are normalized and feature-filtered by comparing the results of Xtreme gradient boosting,gradient boosted decision tree,and random forest algorithms.Subsequently,the generalized load data are decomposed into three sets of modalities by modal decomposition,and red,green,and blue(RGB)images are generated using them as the pixel values of the R,G,and B channels.The generated images are diversified,and an optimized DenseNet neural network was used for training and prediction.Finally,the base load,wind power,and photovoltaic power generation data are selected,and the characteristic curves of the generalized load scenarios under different permeabilities of wind power and photovoltaic power generation are obtained using the density-based spatial clustering of applications with noise algorithm.Based on the proposed graphical forecasting method,the feasibility of the generalized load graphical forecasting method is verified by comparing it with the traditional time-series forecasting method. 展开更多
关键词 Load forecasting Generalized load Image processing DenseNet Modal decomposition
下载PDF
Efficient Direct Decomposition of NO over La_(0.8)A_(0.2)NiO_(3)(A=K, Ba, Y) Catalysts under Microwave Irradiation
19
作者 王浩 ZHAO Zijian +1 位作者 DUAN Xinghui ZHOU Shijia 《Journal of Wuhan University of Technology(Materials Science)》 SCIE EI CAS CSCD 2024年第1期17-23,共7页
La_(0.8)A_(0.2)NiO_(3) (A=K,Ba,Y) catalysts supported on the microwave-absorbing ceramic heating carrier were prepared by the sol-gel method.The crystalline phase and the catalytic activity of the La_(0.8)A_(0.2)NiO_(... La_(0.8)A_(0.2)NiO_(3) (A=K,Ba,Y) catalysts supported on the microwave-absorbing ceramic heating carrier were prepared by the sol-gel method.The crystalline phase and the catalytic activity of the La_(0.8)A_(0.2)NiO_(3)catalysts were characterized by XRD and H_(2) temperature-programmed reduction (TPR).The effects of reaction temperature,oxygen concentration,and gas flow rate on the direct decomposition of nitric oxide over the synthesized catalysts were studied under microwave irradiation (2.45 GHz).The XRD results indicated that the La_(0.8)A_(0.2)NiO_(3) catalysts formed an ABO_(3) perovskite structure,and the H_(2)-TPR results revealed that the relative reducibility of the catalysts increased in the order of La_(0.8)K_(0.2)NiO_(3)>La_(0.8)Ba_(0.2)NiO_(3)>La_(0.8)Y_(0.2)Ni O_(3).Under microwave irradiation,the highest NO conversion amounted to 98.9%,which was obtained with the La_(0.8)K_(0.2)NiO_(3) catalyst at 400℃.The oxygen concentration did not inhibit the NO decomposition on the La_(0.8)A_(0.2)NiO_(3) catalysts,thus the N_(2) selectivity exceeded 99.8%under excess oxygen at 550℃.The NOconversion of the La_(0.8)A_(0.2)NiO_(3) catalysts decreased linearly with the increase in the gas flow rate. 展开更多
关键词 microwave catalysis direct decomposition of NO microwave-absorbing heating ceramics perovskite catalyst
下载PDF
Facile preparation of Fe/N-based biomass porous carbon composite towards enhancing the thermal decomposition of DAP-4
20
作者 Er-hai An Xiao-xia Li +5 位作者 Cun-juan Yu Ying-xin Tan Zi-jun Fan Qing-xia Li Peng Deng Xiong Cao 《Defence Technology(防务技术)》 SCIE EI CAS CSCD 2024年第1期288-294,共7页
Fe/N-based biomass porous carbon composite(Fe/N-p Carbon) was prepared by a facile high-temperature carbonization method from biomass,and the effect of Fe/N-p Carbon on the thermal decomposition of energetic molecular... Fe/N-based biomass porous carbon composite(Fe/N-p Carbon) was prepared by a facile high-temperature carbonization method from biomass,and the effect of Fe/N-p Carbon on the thermal decomposition of energetic molecular perovskite-based material DAP-4 was studied.Biomass porous carbonaceous materials was considered as the micro/nano support layers for in situ deposition of Fe/N precursors.Fe/Np Carbon was prepared simply by the high-temperature carbonization method.It was found that it showed the inherent catalysis properties for thermal decomposition of DAP-4.The heat release of DAP-4/Fe/N-p Carbon by DSC curves tested had increased slightly,compared from DAP-4/Fe/N-p Carbon-0.The decomposition temperature peak of DAP-4 at the presence of Fe/N-p Carbon had reduced by 79°C from384.4°C(pure DAP-4) to 305.4°C(DAP-4/Fe/N-p Carbon-3).The apparent activation energy of DAP-4thermal decomposition also had decreased by 29.1 J/mol.The possible catalytic decomposition mechanism of DAP-4 with Fe/N-p Carbon was proposed. 展开更多
关键词 Biomass materials Porous carbon DAP-4 Thermal decomposition Facile method
下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部