排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
以La-Mg-Ni系A2B7型储氢合金为研究对象,系统分析了合金A、B侧元素含量对其电化学性能的影响。对La1-m-n-y Pr m Nd n Mg y(Ni1-z Co z)x合金的容量和衰减速率进行了讨论。结果表明,合金容量随B/A值的增大先增大后减小,当x=3.5时,合金的容量最大,衰减速率最小;最佳的合金配比为La0.5Pr0.2Nd0.1Mg0.2(Ni0.8Co0.2)3.5。XRD分析表明,La1-m-n-y Pr m Nd n Mg y(Ni1-z Co z)x的合金主相结构均为Ce2Ni7型La2Ni7相。 相似文献
2.
3.
以炸酱面拌酱为研究对象,对影响产品质量和风味的主要因素进行正交试验。结果表明,当大豆油添加量为22%、豆瓣酱添加量为14%、油炸肉粒添加量为10%、复水香菇添加量为9%时,产品的品质最佳。 相似文献
4.
为了提高无传感器永磁同步电机调速系统的性能,提出了一种基于反电动势观测器法的新型控制策略.利用反电动势观测器和锁相器实现了对永磁同步电机调速系统转子位置角度和角速度的准确估计,利用估计得到的电机转子位置角度和角速度,构成了闭环系统.该系统具有结构简单,估计准确,对电机参数敏感度较小,成本低等优点.通过仿真和物理实验,验证了该方法的有效性,实验结果表明,利用该方法实现的永磁同步电机无编码器矢量控制调速系统,具有良好的动静态性能. 相似文献
5.
6.
Al元素对储氢合金RE0.8Mg0.2(Ni0.85-xCo0.15Alx)3.5的结构及电化学性能的影响 总被引:2,自引:0,他引:2
用感应熔炼法制备了La0.5Pr0.2Nd0.1Mg0.2(Ni0.85-xCo0.15Alx)3.5(x=0.01~0.04)合金,并在氩气气氛下,用900℃退火处理.XRD分析表明,合金有两个主相:La2Ni7相和LaNi5相,晶轴比c/a随着Al含量的增大而增大.电化学测试表明,放电容量随着Al含量的增大而减小,由x=0.01时的394.6 mAh/g下降到x=0.04时的380.6 mAh/g,充放电循环衰减速率由x=0.01时的-0.32 mAh/(g·cycle)降为x=0.04时的-0.20 mAh/(g·cycle),合金的倍率性能随着Al含量的增大而降低,当放电电流密度为1200 mA/g时,高倍率性能由x=0.01时的61%降为x=0.04的35%.研究表明,当x≤0.02时不仅保持了合金的高容量,而且明显改善了合金的循环性能. 相似文献
7.
对Al2O3质量分数不同的高碱度烧结矿进行了荷重软化熔滴试验,并通过对不同温度下烧结矿微观结构和矿物组成的分析,进行了Al2O3质量分数对烧结矿软熔滴落性能影响机制的探讨。试验结果表明:Al2O3质量分数增加促进了还原过程中钙铝黄长石(2CaO·Al2O3·SiO2)和浮士体共晶相(2CaO·SiO2-2CaO·Al2O3·SiO2-FeO)等低熔点富铝相的生成,导致高Al2O3烧结矿在较低温度下出现开气孔孔隙封闭,从而降低了压差陡升温度。在熔融滴落阶段,高Al2O3烧结矿中渣相的Al2O3质量分数较高。存在于金属铁颗粒之间渣相的液相线和黏度随Al2O3质量分数增加而提高,在一定程度上降低金属铁颗粒的聚合,使得烧结矿的滴落温度提高。同时,高Al2O3烧结矿具有较宽的熔滴区间,使得熔融滴落区间的透气性较差。 相似文献
8.
基于传统的肉类烧烤工艺,对香辣风味烤鸡翅根的工业化生产配方和工艺进行研究。经过风味调配试验,确定最佳的配方和工艺条件,优化后的工艺流程:滚揉—腌制—烤制—晾制—包装—杀菌。 相似文献
9.
采用高光谱图像技术对枸杞多糖和总糖含量进行检测,并探寻其最适宜的光谱波段。首先采用多元散射校正、Savitzky-Golay平滑(S-G平滑)和标准正态变量变换3种常用光谱预处理方法对原始光谱进行预处理,并对结果进行对比,选择多元散射校正预处理方法,以消除散射的影响;然后分别基于相关系数的数值及不同范围波长的特性,选择有效波段、可见光波段、近红外波段及全波段图像的平均光谱反射值作为特征参量;最后建立基于不同特征参量的枸杞多糖和总糖含量的BP神经网络预测模型。结果表明:基于全波段条件下光谱信息所建立的预测模型最佳,枸杞多糖含量预测正确率为97.59%,相关系数为0.997 4,均方根误差为0.077 7,枸杞总糖含量预测正确率为100%,相关系数为0.996 8,均方根误差为0.250 6。因此高光谱无损检测枸杞多糖和总糖含量具有可行性。 相似文献
10.
为获得适合枸杞分级的最佳高光谱特征波长图像,实验提出一种基于信息熵的高光谱图像特征波长选择方法。通过计算在不同波长条件下每一个枸杞样本的自信息,得到每一类枸杞高光谱图像的平均自信息;通过计算对应任意2?个不同类别的枸杞样本的互信息,得到任意2?类枸杞高光谱图像的平均互信息。最终获得枸杞高光谱图像在某一波长条件下的平均互信息与各自平均自信息和的比值,定义为A。A值可以作为枸杞分级高光谱图像特征波长选择的量化指标。结果显示,枸杞分级的最优波长为950?nm。最后,提取特定波长条件下所有枸杞图像的纹理特征,并采用Fisher判别分析对6?类枸杞进行分类验证。基于信息熵的枸杞分级高光谱图像特征波长选择方法是可行的。 相似文献