基于电化学老化衰退模型的锂离子动力电池外特性

当前锂离子动力电池电化学模型存在模型复杂、建模难度大、计算效率低、老化评估效果差的问题,本文提出一种考虑电池衰退老化的机理模型(ADME).本文首先通过有限差分法对伪二维(P2D)电化学模型进行离散降阶处理,得到简化伪二维(SP2D)模型.在SP2D模型的基础上,基于阴阳两极发生的副反应导致的衰退老化现象,提出一种考虑电池衰退老化的机理模型.其次,使用多变量偏差补偿最小二乘法实现模型参数辨识.最后通过动力电池衰退老化性能循环实验,对比分析了恒流、脉冲工况下SP2D模型和ADME模型的终端电压输出.结果表明:ADME模型较为简单、计算效率和估算精度高,可以有效评估电池容量老化衰退,得到理想的锂离子动力电池外特性曲线.     

硅色敏器件对复色光色差辨识能力的数值分析

对复色光的光谱功率分布和色敏器件光谱响应的实验曲线进行了函数拟合，采用Mathematica 4．2计算了具有不同峰值波长和半高宽的高斯分布的复色光在色敏器件中产生的电流比．计算结果表明，待测复色光的峰值波长和半高宽变化对两种典型的色敏器件的输出信号影响的权重比分别为100：1和10：1。权重比说明色敏器件的输出电流比随峰值波长和半高宽的变化非常灵敏，但两者权重不同，其中峰值波长的变化影响更为显著，是影响复色光颜色变化的主要因素．数值分析的结果表明，硅双结色敏器件对复色光色差有良好的辨识能力．两种器件权重比的差异说明了器件制作工艺与其辨识能力的关系，为器件合理设计提供了理论依据．     

色谱在药物-机体复杂巨系统研究中的应用进展

色谱是一门以分离分析为主,旨在追求复杂事物纯而净的分析化学的重要分支学科.其经过百余年的发展,理论与技术日臻完善,集科学、技术与艺术于一体.近年来,色谱及其与质谱、核磁共振波谱、原子发射光谱等联用技术极大推动了环境、食品、石油化工、生物医药等领域中所涉及复杂体系的研究进展.作为我国传统文化的核心代表,中医药为中国乃至世...     

基于PCA与改进ANN的驾驶员愤怒情绪识别

为能够准确识别出驾驶员的愤怒情绪,降低道路交通安全隐患,以驾驶员愤怒情绪为研究对象,利用车辆行驶数据建立数据集,构建PCA与改进ANN组合辨识模型,将数据集输入到组合辨识模型中,进行驾驶员愤怒情绪识别,并与单独的改进ANN辨识模型进行对比.结果 表明,PCA与改进ANN组合辨识模型的正确率为94.67％,F1-Scor...     

球形弹丸正撞击碎片云头部形状的辨识

为了辨识碎片云头部形状，提出了对其形状进行边缘提取、利用二次函数进行边缘最优拟合、并根据拟合结果作出判断的方法。给出了二次函数对边缘的最优拟合算法。对来自不同文献的4幅碎片云图像，提取了他们头部的边缘曲线，进行了最优拟合和形状辨识。辨识结果显示，3幅图像的头部形状为抛物线，1幅图像的头部形状为椭圆。辨识结果表明，至少有一部分碎片云的头部形状是旋转抛物面, 而不是椭球面。     

水声通信中基于信道辨识的盲turbo均衡方法

水声信道多途效应明显,造成接收信号存在严重的码间干扰(ISI,Intersymbol interference)。基于最小均方误差(MMSE,Minimum mean square error)准则的turbo均衡器级联了均衡和信道译码,能够有效去除ISI,并获得优良的性能。由于水声信道的时变性,传统MMSE-turbo均衡需要周期性的训练序列,以实现连续可靠的通信。训练序列虽然提高了通信的可靠性,但降低了信息的有效传输速率。因此,为提高通信效率,本文提出了一种盲turbo均衡方法,该方法通过引入新的盲信道辨识器来同时获得信道估计响应和已去除部分ISI的初步均衡输出信号,并为turbo均衡提供初始的响应参数和比特软信息。与水声通信中应用较多的盲判决反馈均衡器(DFE,Decision feedback equalizer)相比,海上实验结果证明本文提出的盲turbo均衡方法抗信道多途衰落的能力较强,并且与传统MMSE-turbo均衡相比无需训练序列,因此提高了信息的有效传输速率。     

最小二乘B样条函数在火箭发动机数据处理中的应用

在固体火箭发动机地面试验数据处理中,通过应用最小二乘三次B样条函数拟合的方法,进行野值辨识和修复。文中阐述了实际应用中的步骤及应注意的几点问题。为避免常规的控制序列中含有野值而影响数据辨识的问题,提出差别选取控制点循环过滤的方法,实现精度更高的野值辨识。进而采用门限判别方法,实现野值的修复。通过实测数据处理的应用表明,该算法对单个和成片野值的辨识度都很高,适用于火箭发动机地面试验数据处理。     

“宏观辨识与微观探析”视域下的初中化学教学*——中和反应

在“宏观辨识与微观探析”视域下进行中和反应教学,首先以常规实验为载体,从宏观视角认识中和反应的外在表现,然后以模型、动画为载体,从微观视角了解中和反应的微观过程,再以数字化实验为载体,从宏观与微观相结合的视角理解中和反应的内在本质,最后联系生产生活实际,体验中和反应的应用价值。这样设计,学生能深刻理解中和反应的本质,增进化学学科理解,培养化学学科核心素养。     

基于恒等映射多层极限学习机的高速列车踏面磨耗预测模型

针对高速列车车轮踏面磨耗单一模型无法对各种复杂工况下列车车轮踏面磨耗进行定量计算的问题, 提出一种基于恒等映射多层极限学习机的高速列车车轮踏面磨耗测量方法. 首先将恒等映射引入到多层极限学习机中, 提出一种基于恒等映射的多层极限学习机模型(identity multilayer extreme learning machine, I-ML-ELM), 采用机器学习公共数据集对该模型进行性能验证, 数值结果表明I-ML-ELM模型具有较好的准确性与泛化性; 然后基于车辆-轨道耦合动力学理论建立高速列车的车辆-轨道耦合动力学模型, 模拟列车运行的不同工况, 观测和分析高速列车的车轮踏面磨耗情况, 并通过I-ML-ELM预测模型对高速列车车轮踏面磨耗量进行学习及预测; 最后应用高速列车车轮踏面磨耗的实际测量值对I-ML-ELM预测模型进行进一步的验证, 结果表明: I-ML-ELM预测模型的各项性能参数指标在整体上优于以下五种网络: ELM, FLN, ML-ELM, ML-KELM和DLSFLN, 通过高速列车线路实测数据的进一步验证表明, 本文提出的基于I-ML-ELM的高速列车车轮踏面磨耗预测模型能较好地反映不同参数对高速列车车轮踏面磨耗值的影响规律.