排序方式: 共有42条查询结果,搜索用时 15 毫秒
1.
金属锂负极凭借着超高的容量(3860 m Ah·g-1)和极低的还原电势(-3. 040 V vs标准氢电极)以及优异的机械柔性等优点而被称为二次电池最具有潜力的负极材料。"锂金属电池"技术是一项工程突破,它可以极大地提高电池的性能,提升电池的电量持久力,对人类的发展具有重大的意义。然而,锂电池在充电过程中锂离子还原时其反复沉积和析出过程中负极表面容易形成树枝状金属锂,即锂枝晶。一方面锂枝晶的存在会刺破隔膜,并会与电池的正极接触从而造成电池内部短接,甚至有可能引发爆炸等安全问题;另一方面锂枝晶的不断生长也会严重缩短电池的寿命,大大降低电池的利用率。本篇对于金属锂的枝晶问题进行研究,首先介绍金属锂枝晶的生长模型,然后对锂负极枝晶的抑制方法进行简述与总结。 相似文献
2.
3.
基于光谱预处理及遗传算法(genetic algorithm,GA)法优化波长,再结合偏最小二乘(partial least squares,PLS)法建立面粉中水分的定量分析模型,对比在不同预处理方法下相关系数R~2、校正标准差(root mean square error of calibration,RMSEC)、预测标准偏差(root mean square error of prediction,RMSEP)3个指标,随机选择130份样本建立预处理+GA+PLS定量分析模型,实验结果为R~2从0.955 2提高到0.977 7、RMSEC从0.375 8降低到0.245 3、RMSEP从0.268降低到0.264。结果表明基于光谱预处理结合GA优化波长来定量分析面粉中水分含量是可行的,且准确性和误差度皆优于无优化模型。 相似文献
4.
本实验在北京某220 MW热电联产锅炉上进行。采用承重撞击器系统对该锅炉SCR前、ESP前以及FGD前的颗粒物进行采集,研究了痕量元素在烟道沿程上的迁移特性,另外,还给出了痕量元素在各固体燃烧产物中的分布。结果表明:ESP前的颗粒物上As、Cd、Cr和Pb的浓度明显高于SCR前的浓度;在从SCR到ESP的过程中,As、Cd、Cr、Pb从气态迁移到固态的质量分别占到了原煤中总质量的26 %、16 %、12 %和11 %;从ESP到FGD的过程中,颗粒物上As与Cd的浓度有略微增加,而Cr和Pb的浓度几乎不变;Mn在三个采样点的浓度几乎一致;绝大部分痕量元素存在于ESP捕获的飞灰中,在ESP出口处,As、Cd、Cr、Pb在<10 μm的四个粒径段上的质量随着粒径的减小而增大,而Mn的质量分布与颗粒物质量分布类似。 相似文献
5.
6.
针对使用BPEL进行Web服务组合过程中,复杂业务流程的正确性验证繁琐且易出错问题,论文提出了一种自动化构建BPEL流程的SMV模型方法.该方法将BPEL流程自动化映射到Petri网,借由Petri网直观展示组合流程并进行边界值、死锁等性质的检查,再由Petri网可达图自动化生成SMV模型,使用模型检测工具验证系统的安全性和行为属性,从而在流程的设计阶段发现服务组合中可能存在的问题.实验结果表明论文工作可以有效地减少验证过程的复杂性,有助于提高服务组合流程的正确性. 相似文献
7.
以聚磷酸铵(APP)为阻燃剂,采用一步法全水发泡制备一系列硬质聚氨酯泡沫/聚磷酸铵复合材料(RPUF/APP),通过扫描电镜(SEM)、热重分析(TG)、极限氧指数(LOI)、UL94垂直燃烧以及烟密度测试来研究聚磷酸铵对硬质聚氨酯泡沫(RPUF)泡孔结构、热稳定性、阻燃性能以及燃烧烟密度的影响。研究表明,聚磷酸铵可以明显提高RPUF/APP复合材料的阻燃性能,30份的聚磷酸铵使得RPUF/APP达到UL94 V-0级别,LOI达到23. 6%。同时发现,APP的加入会降低RPUF/APP泡沫复合材料的热分解温度,提高其成炭率和炭层的高温稳定性,并降低复合材料的燃烧烟密度,有效提高复合材料火灾安全性能。 相似文献
8.
9.
水泥稳定粒料是以粒料为主体,水泥作为粘结性材料,通过碾压成型为整体结构层,水泥稳定粒料基层成型并达到养生期后,具有强度高等很多优点,在进行水泥稳定粒料基层施工时,有一些问题是一定要引起公路建设者们高度重视的,否则就会出现各种质量问题,这些需要注意质量控制点,这些质量控制点是需要我们严格进行控制的。不能有半点马虎的。 相似文献
10.
为得到可靠的小麦粉中面筋含量定量分析模型,基于光谱预处理及模拟退火算法(simulated annealing algorithm,SAA)对近红外光谱(near infrared spectroscopy,NIR)进行优化处理。偏最小二乘(partial least squares,PLS)回归用于建立预测模型,以决定系数R2、校正均方根误差(root mean square error of calibration,RMSEC)、预测均方根误差(root mean square error of prediction,RMSEP)为指标,对比在不同光谱预处理条件下建立的回归模型与光谱预处理结合模拟退火算法优化处理条件下的回归模型。结果表明光谱预处理结合SAA-PLS模型能够有效提高模型的稳定性和预测能力,将R2从0.763?7提高到0.949?1、RMSEC从1.371?2降低到0.589?8、RMSEP从1.450?2降低到0.534?1。结果说明,光谱预处理结合模拟退火算法对光谱进行优化处理是可行的,模型预测能力和稳定性均优于未处理模型和仅进行光谱预处理的模型。 相似文献