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.     

α钛富氧层增厚动力学模型

为了实现在工业化生产中对α钛富氧层厚度预测和控制,通过实验研究α钛富氧层在高温空气环境中的形成及增厚过程,讨论热处理温度和时间的影响作用,建立高温(750~850℃)空气环境下关于温度、时间的富氧层增厚动力学模型。结果表明:当恒温热处理温度为750~850℃时,α钛富氧层厚度x与保温时间t0.5呈正比例关系,且升高热处理温度可显著提高富氧层增厚速度。在此温度范围内,氧原子的扩散激活能约为203473 J/mol,计算曲线与实验数据吻合性较好。结合文献中已有的扩散系数方程和实验测得的富氧层厚度数据,推导得到5个富氧层增厚动力学方程,其中3个方程的计算曲线与实验数据吻合性较好,可为实际生产中预估富氧层厚度提供理论支持。     

建成环境中人与环境关系的优化

文章从建成环境的视角简析其发展演变的历史脉络,并以近现代建成环境中暴露出的问题为切入口,阐述方案设计过程中需要考虑的诸多环节,以及各个环节的先后顺序。并在过程中对"以人为本"设计思想进行重新审视,指出其局限性以及解决路径。     

医学如何走进人工智能时代

随着基于神经网络的机器学习技术的成熟,人工智能开始了井喷式发展的黄金时期。文章基于人工智能的技术现状,结合中医学的特点,为中医学走进人工智能时代提供了一套清晰的思路和方法:中医学要借助于人工智能的深度学习技术,前提是要建设一个规范标定(正确诊断)的病例数据集。而建立这个数据集,需要规范的症状、体征、检测指标体系,需要规范化、结构化的证候体系,需要规范的信息采集软件平台。在此基础上,根据中医学的知识与经验建立初步的算法模型,再进行机器学习,将会大大减少要学习的内容,减少运算的工作量以及训练所需数据集的规模和精准度。由此,经验模型基础上的机器学习,是现阶段中医人工智能开发的一条既经济实用又快捷有效的途径。     

色连二矿选煤厂低质煤洗选实践

为实现色连二矿选煤厂低质煤的有效分选,引入了弛张筛深度筛分技术,并构建了3 mm深度筛分+分级分选+煤泥水三段浓缩的一体化工艺体系;针对洗选低质煤过程中的问题,基于对低质煤煤质和产品结构深入分析,提出了针对性的洗选方案。生产实践表明:与洗选低质煤的相邻选煤厂相比,色连二矿选煤厂的商品煤产率低14.03%,但发热量高2.15 MJ/kg;由于具有发热量和价格优势,吨煤收益更好。     

绞合型碳纤维复合芯软铝导线在220 kV向阳送变电工程中的应用

绞合型碳纤维复合芯软铝导线具有耐高温、载流量大、抗拉强度高、重量轻、弧垂小、节约杆塔费用及减少占地面积等一系列的优点。笔者以220 kV向阳送变电工程为背景,通过导线经济技术比较,推荐采用绞合型碳纤维复合芯软铝导线JLRX1/JF1B-240/30。     

某贫磁赤铁矿石选矿工艺试验研究

为了使某矿山贫磁赤铁矿资源得到合理的开发利用，针对现开采部位矿石的性质和可选性问题，进行了工艺矿物学和可选性试验研究。试验结果表明：采用弱磁、强磁—阴离子反浮选工艺可得到精矿铁品位68.55%、精矿产率36.41%、金属回收率79.92%、尾矿品位9.86%的较好选别指标，说明矿石的可选性较好，为该矿石的合理开发利用提供了可靠的技术依据。     

基于强化学习的数据驱动最优镇定控制及仿真

利用Q-学习算法,针对模型未知只有数据可用的非线性被控对象,解决最优镇定控制问题.由于状态空间和控制空间的连续性,Q-学习只能以近似的方式实现.因此,文中提出的近似Q-学习算法只能获得一个次优控制器.尽管求得的控制器只是次优,但是仿真研究表明,对于强非线性被控对象,相比线性二次型调节器和深度确定性梯度下降方法,文中方法的闭环吸引域更宽广,实际指标函数也更小.