XiaoMi-AI文件搜索系统
World File Search System电荷状态
TiOx/Pt3Ti(111)表面定向形成电子响应的氧化钨簇超分子组装体
摘要 在 Pt 3 Ti(111) 合金表面生长的高度有序氧化钛薄膜被用于纳米 W 3 O 9 团簇的受控固定和尖端诱导电场触发的电子操控。根据操作条件，产生了两种不同的稳定氧化物相 z'-TiO x 和 w'-TiO x 。这些相对 W 3 O 9 团簇的吸附特性和反应性有很大的影响，这些团簇是在超高真空条件下 WO 3 粉末在复杂的 TiO x /Pt 3 Ti(111) 表面上热蒸发形成的。发现物理吸附的三钨纳米氧化物是位于金属吸引点上的孤立单个单元或具有 W 3 O 9 封盖的六边形 W 3 O 9 单元支架的超分子自组装体。通过将扫描隧道显微镜应用于 W 3 O 9 –(W 3 O 9 ) 6 结构，单个单元经历了尖端诱导还原为 W 3 O 8 。在高温下，观察到大型 WO 3 岛的聚集和生长，其厚度被严格限制为最多两个晶胞。这些发现推动了使用操作技术在表面上实现模板导向成核、生长、网络化和功能分子纳米结构的电荷状态操控的进展。
锂离子电池等效电路模型的影响参数依赖性和体系结构对现实生活驱动周期中预测的热产生的影响
摘要：本研究研究了使用Bernardi方程来研究所考虑的电力等效电路模型（ECM）参数依赖性和架构对预测的热产生速率的影响。为此，从细胞表征测试到细胞参数识别和最终验证研究的整个工作流程，都在用镍锰钴化学的圆柱形5 AH LG217000 lg217000 lg217000 lg217000锂离子杆（LIB）上检查。此外，将不同的测试程序在其结果质量方面进行比较。对于参数识别，开发了一个MATLAB工具，使用户能够在一次运行中生成所有必要的ECMS。通过比较不同电荷状态（SOCS）和环境温度的高度动态世界的轻型车辆测试周期（WLTC）的实验结果和模拟结果的电压预测来评估开发的ECM的准确性。结果表明，如果仅比较电压结果，则可以忽略滞后和电流等参数依赖性。考虑到热量产生预测，疏忽可能导致高达9％（电流）或22％（滞后）的错误预测，因此不应忽略。结论电压和热量产生结果，本研究建议使用双极化（DP）或Thevenin ECM考虑所有参数依赖性，除了充电/放电电流依赖性液体的热模型。
线性和非...
本研究提出了一个基于状态空间表示的简化模型，以识别锂聚合物电池细胞的精确电流电路。参数进行的过程通过三阶段过程表达为非线性优化问题。第一个阶段根据与电池电流和初始SOC条件相关的非线性特征估算了电荷状态（SOC）。在第二阶段，按照在第一个阶段使用的带有不同线性和非线性模型的SOC估算了开路电压。在第三阶段，开发了一种最佳优化算法的平衡算法（EA），用于最佳识别电池参数。根据Taguchi的实验方法设计，对EA的参数进行了调整，以减少计算时间以及获得最佳参数排列所需的实验数量。与实施实施相关的数值模拟在锂离子电池上模拟，以证明所提出的EA的高能力是有效的识别程序。此外，与最近几种针对Artemis驱动周期的优化算法相比，所提出的EA具有很高的精度。，提出的还原模型的解决方案质量改进是通过与电池电压和SOC的实验测量高度接近的。此外，与线性和非线性模型相比，所提出的还原模型获得的计算时间少12％的精度降低了12％。
可充电电池的在线声学传感
过渡，粒子裂纹，电极断裂，气泡爆发和lm形成。通过应用AE技术，可以实时识别AE事件，而不会中断电池电池的正常功能。几项研究探索了使用AE感应与电化学性能指标的使用来估计和预测电荷状态（SOC），健康状况（SOH）等。，商业细胞。2,3这些细胞，用于实际应用中，o n具有复杂的细胞格式。这些细胞内产生的瞬时弹性波必须穿过各种材料和介质才能到达传感器。材料中的这种变化使波传播复杂化，使其更加挑剔以准确评估AE响应。危险，例如热失控，短路和容量淡出，突出了对电池诊断技术的需求。AE可以将其信号与降解现象相关联，从而及时进行干预。一旦整合到电池管理系统中，它就可以提供早期警告并提高整体电池安全性和性能。这包括在异常事件（例如热量，4机械载荷，5-7和电气滥用）期间与其他测量值一起操作和测量AE参数。8年老化指标，例如绝对能量和累积命中，可以用作中间变量，以估计和预测电池的SOH。9
![arXiv:2310.06334v1 [cond-mat.mtrl-sci] 2023 年 10 月 10 日](/simg/c\cb55095dfc69ec349d8a3e69aa38e791e4353069.webp)
arXiv:2310.06334v1 [cond-mat.mtrl-sci] 2023 年 10 月 10 日
二维 (2D) 材料的表面工程已被证明是一种改善其功能特性的有效技术。通过设计 MXene 化合物 M 2 C 系列中的 Janus 化合物 MM ′ C（其中两个表面由两种不同的过渡金属 M 和 M ′ 构成），我们探索了它们作为酸性电解质超级电容器电极的潜力。利用密度泛函理论 (DFT) 1 结合经典溶剂化模型，我们深入分析了三种被氧钝化的 Janus MXenes - NbVC、MnVC 和 CrMnC 的电化学参数。还与相应的终点 MXenes Nb 2 C、V 2 C、Mn 2 C 和 Cr 2 C 进行了比较。我们发现由于 Janus 的形成，表面氧化还原活性增强，从而显著提高了 MXene 电极的电荷存储容量。我们的分析表明，功能性改进的根源在于 Janus 化合物中一种成分的电荷状态变化，而这种变化又源于表面处理导致的电子结构变化。我们的研究是首次针对超级电容器应用的 Janus MXenes 电化学特性进行研究，表明通过形成适当的 Janus 化合物进行表面工程是一种在基于 MXene 电极酸性电解质的储能设备中提取高功率密度的可能途径。
自适应在线收费估计电动汽车锂...
摘要：电荷状态（SOC）估计是安全性能和锂离子（锂离子）电池寿命的重要问题。在本文中，提出了一种强大的自适应在线长期记忆（ROLSTM）方法，以提取电动汽车（EV）中锂离子电池的SOC估计。顾名思义的实时方法是基于一个复发性神经网络（RNN），该神经网络（RNN）包含长期记忆（LSTM）单元，并使用强大和适应性的在线梯度学习方法（ROADAM）进行优化。在拟议的体系结构中，为三个输入中的每一个定义了一个顺序模型：电池的电压，电流和温度。因此，这三个网络并联起作用。使用这种方法，LSTM单元的数量减少。使用此建议的方法，一种不依赖精确的电池模型，并且可以避免复杂的数学方法。此外，与传统的递归神经网络不同，该网络随时重写内容，LSTM网络可以决定通过所提出的网关保留当前的内存。在这种情况下，它可以轻松地将此信息转移到较长的路径上，以接收和维持长期依赖性。使用真实数据库，实验结果说明了与迄今为止使用的神经网络建模和无流感的KalmanFulter方法相比，ROLSTM应用于SOC估算的ROLSTM的性能更好。
可充电电池的在线声学传感
过渡，粒子裂纹，电极断裂，气泡爆发和lm形成。通过应用AE技术，可以实时识别AE事件，而不会中断电池电池的正常功能。几项研究探索了使用AE感应与电化学性能指标的使用来估计和预测电荷状态（SOC），健康状况（SOH）等。，商业细胞。2,3这些细胞，用于实际应用中，o n具有复杂的细胞格式。这些细胞内产生的瞬时弹性波必须穿过各种材料和介质才能到达传感器。材料中的这种变化使波传播复杂化，使其更加挑剔以准确评估AE响应。危险，例如热失控，短路和容量淡出，突出了对电池诊断技术的需求。AE可以将其信号与降解现象相关联，从而及时进行干预。一旦整合到电池管理系统中，它就可以提供早期警告并提高整体电池安全性和性能。这包括在异常事件（例如热量，4机械载荷，5-7和电气滥用）期间与其他测量值一起操作和测量AE参数。8年老化指标，例如绝对能量和累积命中，可以用作中间变量，以估计和预测电池的SOH。9
电池多孔电极反应不均匀性的热力学根源及其缓解措施
多孔电极内反应电流分布不均匀是电池充电/放电过程中普遍存在的现象，并且常常控制着电池的倍率性能。多孔电极中的反应不均匀性通常归因于电解质和/或固体电极相内质量传输的动力学限制。然而，在这项工作中，我们发现它也受到电极材料固有热力学行为的强烈影响，特别是平衡电位对充电状态的依赖性：当平衡电位曲线的斜率降低时，电极反应变得越来越不均匀。我们采用数值模拟和等效电路模型来阐明这种相关性，并表明反应不均匀性的程度和由此产生的放电容量可以通过无量纲反应均匀度数来预测。对于平衡电位对电荷状态不敏感且表现出显著反应不均匀性的电极材料，我们展示了几种在空间上均化多孔电极内反应电流的方法，包括匹配电子和离子电阻、引入分级电子电导率和降低表面反应动力学。© 2020 作者。由 IOP Publishing Limited 代表电化学学会出版。这是一篇开放获取的文章，根据知识共享署名 4.0 许可条款分发（CC BY，http://creativecommons.org/licenses/by/4.0/），允许在任何媒体中不受限制地重复使用作品，前提是对原始作品进行适当的引用。[DOI：10.1149/1945-7111/abb383]
准二维光伏半导体的缺陷物理
GESE最近由于其具有吸引力的光学和电性能以及地球丰富性和低毒性而成为光伏吸收材料。然而，与冲击式 - 赛车限制相比，GESE薄膜太阳能电池（TFSC）的效率仍然很低。点缺陷被认为在GESE薄膜的电和光学特性中起重要作用。在这里，我们执行第一个原理计算以研究GESE的缺陷特征。我们的结果表明，无论在GE丰富或富含SE的条件下，费米水平始终位于价带边缘附近，导致未掺杂样品的P型电导率。在富含SE的条件下，GE空缺（V GE）具有最低的地层能，在价带边缘上方0.22 eV处，（0/2）电荷态过渡水平。高密度（高于10 17 cm-3）和V ge的浅层暗示它是GESE的p型起源。在富含SE的生长条件下，SE I在中性状态下具有低层的能量，但没有引入带隙中的任何缺陷水平，这表明它既不有助于电导率，也不导致非辐射重组。此外，GE I引入了深层电荷状态过渡水平，使其成为可能的重组中心。因此，我们建议应采用富有SE的条件来制造高耐高率的GESE太阳能电池。
量化锂离子电池中膨胀的方法：审查 在线监测96深的微量滴定板中的呼吸活动中国仓鼠卵巢培养物的流线杀死曲线实验 主动脉瓣的生物启发的纤维增强：脚手架生产过程和表征 针对机器人辅助的细胞治疗产品的制造 通过脉冲激光沉积在石墨烯上的远程外氧化物远程外观上的生长动力学控制 数字病理中人工智能的未来 达到LFP电池的强大状态估计 商业车队中的电池电动汽车 人脑活动的时空复杂性结构 碳纳米功能化的大孔镍泡沫 内质网应激和过敏性接触性皮炎的炎症反应 整个生命周期的皮层卷 - RWTH出版物
摘要：在学术界和行业中都在做出重大努力，以更好地将锂离子电池电池描述为依赖于从绿色能源存储到电动迁移率增加的应用的技术。锂离子电池中短期和长期体积扩张的测量与多种原因有关。例如，它提供了有关电池和放电周期中电池电池质量和同质性的信息，以及寿命的老化。扩展测量值可用于评估新材料和在细胞生产过程中的终结质量测试的改进。这些测量值还可以通过帮助预测电池的电荷状态和健康状况来表明电池电池的安全性。的扩展测量还可以评估电极和缺陷（例如气体积累和锂电池）的不均匀性。在这篇综述中，我们首先建立了已知的机制，通过这些机制，锂离子电池电池中的短期和长期体积膨胀。然后，我们探讨了触点扩展的接触和非接触量测量的当前最新设备。本评论汇编了现有的文献，概述了旨在通过对单个组件和整个电池电池进行操作的验尸分析来进行现场量扩展测量的各种选项。最后，我们在选择适当的测量技术时讨论了不同的考虑。还考虑了测量设备的成本和所需的空间。选择用于测量电池电池膨胀的最佳方法取决于表征，持续时间，所需分辨率和结果的重复性的目标。