摘要 电池组既表现出固有的电池间差异,也表现出温度和其他应力因素的时空差异,从而影响电池退化路径的演变。为了解释这些变化和退化或电池扩散的差异,我们提出了一种利用 3 参数非齐次伽马过程对锂离子电池退化进行建模的方法。该方法可预测任何电池架构的容量衰减或故障时间,并使用加速因子调整电池拟合退化数据的分布。在电池组级别,使用并联和串联配置的伽马分布变量组合对电池进行建模。将不同热条件下的容量衰减或故障时间的实际值与预测值进行比较,显示相对误差在 1 – 12% 范围内。我们还提出了一种通过分析样本量对估计不同电池组退化的影响来估计建模扩散和退化路径演变所需的最少电池数量的方法。这种采样策略对于降低设计电池组、电池管理系统和电池热管理系统所需的运行模拟的计算成本特别有用。
本报告总结了普渡大学工程与科学学院在为期四年的 AFOSR 大学研究计划期间进行的研究,该计划重点关注处理老化飞机的基本问题。该计划的协调目标分为四个主要类别:损伤发展、裂纹扩展和相互作用预测、故障预防技术和高级分析方法。损伤发展目标解决了腐蚀、疲劳裂纹形成 MI 和微动磨损的失效机制。裂纹扩展和相互作用任务的总体目标是开发预测服务引起的裂纹扩展的技术,并确定大面积开裂对损伤容限的影响。故障预防项目的主题是制定程序,通过延迟服务引起的损坏、修复有裂纹的结构以及采用机队跟踪方法对机队内的维护行动进行优先排序,从而延长“老旧”飞机的使用寿命。最后,研究旨在开发其他研究任务中使用的“高级”分析方法。这些项目涉及在各种材料评估和结构分析中添加统计成分,并制定与飞机材料和结构相关的延性断裂标准。
对电子设备的小型化的追求是工业4.0的骨干之一,纳米材料是能够解决这些复杂技术挑战的设想解决方案。经过合成和处理时,纳米材料必须能够保持原始的最初设计特性,但有时,这可能会触发降解机制,从而通过破坏其初始形态或机械和电性能来损害其应用。使用等离子体,离子植入和高温在处理条件下降解纳米材料在文献中很大程度上是最新的。在此处调查并报告了单晶Cu纳米线的降解时,在暴露于具有残留活性O的血浆环境中。表明,即使在低反应性等离子体条件下,单晶Cu纳米线也可能通过蒸气 - 固体 - 固体成核和生长机制降解。
硅基涂层体系中应引起重视的基本研究问题是:(1)研究添加剂(如硼、锗)、水分和氧压对氧化物粘附性和粘度的影响,以便为有效减少和控制密封剂和水垢开裂提供必要的理解和数据;(2)为开发具有最佳热膨胀、应变耐受性和可塑性的双层和玻璃涂层进行裂纹管理,进行必要的分析和建模;(3)研究真实的功能梯度涂层,利用涂层的梯度和/或一系列层来控制裂纹的萌生,特别是裂纹的扩展;(4)在可能的情况下,包括测量、分析和实际建模施加应力对涂层系统的影响;(5)在二氧化硅作为离子导体的较高温度下,电解抑制通过二氧化硅水垢的传输。
大规模的基础设施系统对社会欢迎至关重要,其有效管理需要造成各种复杂性的战略前提和干预方法。我们的研究解决了涉及下水道资产的预后和健康管理(PHM)框架内的两个挑战:对跨严重水平的管道降解并制定有效的维护政策。我们采用多州降解模型(MSDM)来代表下水道管道中的随机降解过程,并使用深度加固学习(DRL)来制定维护策略。荷兰下水道网络的案例研究例证了我们的方法论。我们的发现证明了该模型在产生超过启发式方法的智能,节省成本的维护策略方面的效率。它根据管道的年龄来调整其管理策略,选择一种被动方法,用于新的管道,并过渡到较老的策略,以防止失败和降低成本。这项研究高光DRL在优化维护政策方面的潜力。未来的研究将通过合并部分可观察性,探索各种强化学习算法并将这种方法扩展到全面的基础架构管理,以改善模型。
锂离子电池(LIB)的健康评估通常依赖于持续的充电/放电协议,通常会忽略涉及电动汽车中普遍存在的动态电流轮廓的情况。LIB的常规健康指标也取决于测量数据的均匀性,从而限制了它们对不均匀条件的适应性。在这项研究中,提出了一种基于自我监督学习范式估算LIB健康的新型培训策略。一种多解决分析技术,即经验小波变换,用于分解频域中的非平稳电压信号。这允许去除健康评估模型的无效组件。变压器神经网络用作模型主链,损失函数旨在描述容量降解行为,假设在大多数操作条件下LIBS中的降解是不可避免且不可逆转的。结果表明,该模型可以通过分析从同一LIB单元的各个时间间隔分析电压和电流曲线的序列来学习老化特征。所提出的方法成功地应用于斯坦福大学LIB老化数据集,该数据集源自电动汽车实际驾驶配置文件。值得注意的是,这种方法在评估的健康指数和实际容量降解之间达到了平均相关系数为0.9,这表明其在捕获LIB健康降解方面的功效。这项研究强调了使用未标记的LIB数据训练深神经网络的可行性,提供了具有成本效益的手段并释放了测量信息的潜力。
靶向蛋白质的降解是一种新兴而有希望的治疗方法。降解的特异性和细胞稳态的维持是由E3泛素连接酶和脱脂信号(称为Degrons)之间的相互作用确定的。人类基因组编码超过600个E3连接酶;但是,到目前为止,仅确定了少数目标的DEGRON实例。在这项研究中,我们引入了DeGronmd,这是一个开放知识库,旨在研究DEGRON,它们相关的功能障碍事件和药物反应。我们驱逐出来,degrons在进化上是保守的,并且倾向于在蛋白质翻译修饰部位附近发生,尤其是在无序结构和较高溶剂可访问性的区域。通过模式识别和机器学习技术,我们构建了跨人类蛋白质组的降解景观,产生了超过18,000个新的脱脂剂,用于靶向蛋白质降解。此外,DEGRON的功能障碍会破坏降解过程,并导致蛋白质的异常积累。此过程与各种类型的人类癌症有关。基于由体细胞突变引起的估计表型变化,我们从系统地进行了量化并评估突变对pan-Canters degron功能的影响;这些结果有助于建立有关人类降解的全球突变图,其中包括89,318个可起作用的突变,这些突变可能引起降解和破坏蛋白质降解途径的功能障碍。多组合综合分析揭示了与功能性脱粒突变相关的400多个耐药性事件。degronmd,可在https://bioinfo.uth.edu/degronmd上访问,是探索生物学机制,推断蛋白质降解以及在Degron上的药物发现和设计的有用资源。
氧化隧道钝化接触(TOPCON)和硅杂音(SHJ)的可靠性情况如图1所示,所选降解和故障模式。尤其是半导体相关的降解模式显示降解和恢复路径:光(温度升高)诱导的降解(LETID/LID),UV诱导的降解(UVID)和潜在诱导的降解(PID)。只有在了解降解和恢复路径并提供测试方法时,才能评估其影响。右侧的图1显示了与嵌入,玻璃和接线框有关的常见降解模式或失败。当前的标准测试,尤其是IEC 61215标准的标准测试,无法揭示这些降解或故障模式。由于这些模式与安全有关,因此重要的是要了解原因并开发标准化测试以识别这些可靠性问题。
在全球范围内,可再生和不可再生能源使用被确定为环境退化的关键指标,需要进行额外的研究。本文旨在研究能源使用和农业扩张对环境退化的影响。本文选择了几种能源消耗因素,包括可再生能源,化石燃料,电力,能源消耗,能源进口和GDP。该研究从1991年至2020年收集了来自东盟国家的世界银行指标的次要数据。Phillips-Perron(PP)和增强的Dickey-Fuller(ADF)方法用于分析结构之间的单位根。该研究还考虑了评估选定构建体之间相关性的QARDL方法。在东盟经济样本中,可再生能源消耗和二氧化碳排放均成不起;但是,其他变量表现出与CO2排放的正相关关系。纸质后,概述了几项分析,可以帮助监管机构采取有关通过REC减少CO2的纠正措施。关键词:可再生能源消耗,国内生产总值,电力消耗,农业增长,能源进口,能源使用,二氧化碳(CO2)排放。
抗臭氧剂是能够阻碍或减缓臭氧诱导降解的物质。臭氧自然存在于空气中,浓度极低,具有高反应性,尤其对不饱和聚合物反应剧烈,会导致臭氧裂解。臭氧分解需要一类独特的抗氧化稳定剂,通常以对苯二胺为基础。这些抗臭氧剂与臭氧的反应速度比臭氧与聚合物中易受损伤的官能团(通常是烯烃基团)的反应速度更快。它们之所以能做到这一点,是因为它们具有较低的电离能,能够通过电子转移与臭氧结合。这种转变会产生自由基阳离子,并通过芳香性进行稳定。这些物质保持活性并继续反应,生成1,4-苯醌、苯二胺二聚体和氨氧基自由基等产物[66- 67]。