Study on the removal of olefins from naphtha by clay loaded with trifluoromethanesulfonic acid

Journal of Porous Materials - In this work, a trifluoromethanesulfonic acid (TFOH) modified clay (TFOH-Clay) was developed for the removal of trace olefins in heavy naphtha. 5%TFOH-Clay can...     

一种“KooN”结构的马尔可夫简并建模和简化计算的方法

IEC61508等标准提出了几种计算安全仪表系统需求时平均失效概率的方法,但是,对于具有冗余配置的复杂系统,随着组件数量的增加,系统的中间状态数量快速增长,用户难以构建马尔可夫模型,即便借助计算机来建模运算也较为耗时。提出了一种同型“K oo N”简并状态的马尔可夫建模的通用方法,首先是根据降级状态进行判断,将符合条件的状态进行简并,然后对标记为危险失效状态的概率进行计算。通过严格的理论推导,该简并状态方法可以在不损失精度的前提下简化马尔可夫建模。     

基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

Improved Algorithm for Solving Inverse Kinematics of Biped Robots

Mobile Networks and Applications - Inverse kinematics is an important basic theory in walking control of biped robot. This study focuses on the parameter setting using the improved algorithm in...     

Rapid anti-solvent vapor-assisted synthesis of CsPbBr3/Cs4PbBr6 microcrystals with high brightness and stability of green light emission

Journal of Materials Science - The CsPbBr3/Cs4PbBr6 perovskite composite material has received wide attention due to its good stability and photoelectric properties, and it is promising to appear...     

锂离子电池石墨负极放热反应研究

采用差示扫描量热仪(DSC)对满嵌锂态石墨负极在50～400℃之间出现的放热反应进行了研究.对不同荷电状态(SOC)的负极进行DSC、扫描电镜(SEM)和X射线衍射(XRD)分析以研究放热反应发生的过程.对负极中各物质之间可能发生的反应也均使用DSC进行分析.最终得出石墨负极各放热反应归属:100～120℃为SEI膜分解.200～270℃为锂与电解液的反应,270～300℃为锂与羧甲基纤维素钠(CMC)的反应以及电解液的分解反应,300℃以上放热尖峰为锂与石墨的反应.