聚氯乙烯(PVC)膜OM的光学和电性能。Abdullah,Dana A. Tahir,Shuja-Aldeen B. Aziz物理系,Al Sulaimani大学科学学院。 Sulaimani - 伊拉克。 摘要研究了聚氯乙烯薄膜的光学特性,其中包括它们的吸光度,透射率,反射光谱,带隙和折射率,在C T t = 75 = 75 =持续数小时24。 发现薄膜在可见的和接近1100 nm的红外区域表现出很高的透射率,低吸光度和低反射率。 然而,在超紫罗兰色地区发现薄膜的吸光度很高,峰值约为306 nm。 在不同频率和温度下获得了介电常数ε',介电损耗ε''和聚氯化氯化物的交流电导率。 实验结果表明,ε'和ε''随着频率的增加而降低,这表明对极化的主要贡献来自方向极化。 ε'的值随温度的增加而增加,这是由于高温下偶极子分子链的运动自由。 ﺍﻟﺨﺼﺎﺌﺹ ﺍﻟﺨﺼﺎﺌﺹ ﻭ ﺍﻟﻜﻬﺭﺒﺎﺌﻴﺔ ﻷﻏﺸﻴﺔ ﻷﻏﺸﻴﺔ ﺒﻭﻟﻴﻔﻴﻨﻴ)Abdullah,Dana A. Tahir,Shuja-Aldeen B. Aziz物理系,Al Sulaimani大学科学学院。Sulaimani - 伊拉克。摘要研究了聚氯乙烯薄膜的光学特性,其中包括它们的吸光度,透射率,反射光谱,带隙和折射率,在C T t = 75 = 75 =持续数小时24。发现薄膜在可见的和接近1100 nm的红外区域表现出很高的透射率,低吸光度和低反射率。然而,在超紫罗兰色地区发现薄膜的吸光度很高,峰值约为306 nm。在不同频率和温度下获得了介电常数ε',介电损耗ε''和聚氯化氯化物的交流电导率。实验结果表明,ε'和ε''随着频率的增加而降低,这表明对极化的主要贡献来自方向极化。ε'的值随温度的增加而增加,这是由于高温下偶极子分子链的运动自由。ﺍﻟﺨﺼﺎﺌﺹ ﺍﻟﺨﺼﺎﺌﺹ ﻭ ﺍﻟﻜﻬﺭﺒﺎﺌﻴﺔ ﻷﻏﺸﻴﺔ ﻷﻏﺸﻴﺔ ﺒﻭﻟﻴﻔﻴﻨﻴ)
摘要 - 多阶段常数电流(MSCC)充电策略旨在增强锂离子电池(LIBS)的性能。因此,本文研究了MSCC充电效果对LIB性能参数的效果,包括充电时间,充电/放电的容量,充电能源效率以及最高/平均温度升高。基于不同的当前速率的2.6 AH锂铁磷酸锂(LFP)的锂离子电池以不同的当前速率进行五阶段的MSCC充电。根据传统的CCCV充电方法评估了MSCC充电方法对LIB性能参数的影响。实验发现表明,MSCC技术可以将充电时间减少13.3%,同时保持相似的充电/放电和充电能源效率为CCCV方法,在3.5 c充电速率下,最大温度升高1.4%。MSCC充电技术可用于电动汽车应用程序和其他需要高充电率的同时保持安全性的应用程序中的快速充电LIB。
已经提出了各种方法来减少锂离子电池(LIBS)的充电时间。多阶段常数电流(MSCC)充电技术已在各种提出的方法中获得了潜在的解决方案。进行了一项研究,以研究MSCC充电技术对LIB的影响。具体来说,这项研究的重点是使用电荷状态(SOC)作为充电期间的阶段过渡标准的方法。使用Taguchi正交阵列(OA)来识别MSCC技术每个阶段的最佳充电电流。该研究探讨了相等和不平等的权重策略的实施,以获得最佳的充电模式。将实验结果与标准恒定电流恒定电压(CC-CV)充电方法进行了比较,其中MSCC方法可以有效地减少充电时间。但是,与CC-CV方法相比,MSCC充电方法导致温度略有升高。此外,MSCC充电方法的能源效率比CC-CV方法低0.5%。尽管如此,MSCC充电仍具有快速电动汽车(EV)充电应用的潜力。
Mr. Manas Kumar Chaudhari, Mr. Pranjal Prateek, Mr. Sagardeep Rathi and Ms. Radhika Seth, Advocates alongwith Ms. Ajita Pichaipillai, Legal and Compliance Director of AB InBev For Mr. Anil Arya of SABMiller India Ltd.: Mr. Talha Abdul Rahman, Advocate For Mr. Nilojit Guha of SABMiller India有限公司:塔希尔·阿什拉夫·西迪基(Tahir Ashraf Siddiqui)先生,倡导者纳洛吉特·古哈(Nilojit Guha)先生亲自为萨布米勒(Sabmiller India)有限公司的S. Diwakaran先生,倡导者Shreyas Mehrotra先生
该报告的姐妹学院的代表评论丰富了:苏丹国家科学院(SNAS),乌干达国家科学院(UNAS)和埃塞俄比亚年轻的国家科学学院(ETYAS)。EAS感谢SNAS的El Tahir Awad Gasim教授,UNAS的Sabrina Kitaka博士和Etyas的Tesfaye Sisay博士,以详尽的评论和评论。该报告还受益于一个咨询研讨会,该研讨会召集了政府,非政府,高等教育和研究机构的利益相关者。eas向所有参与者致敬,以丰富审查和政策摘要的宝贵反馈。
摘要 旋毛虫是一种引起旋毛虫病的蛔虫,是全球主要的健康问题。这种疾病的主要传播方式是食用受感染牲畜的生肉或未煮熟的肉,而野猪在传播这种疾病方面发挥的作用越来越大。这种疾病会出现多种症状,如心肌梗塞、胃部不适和神经系统受累。旋毛虫物种的生命周期很复杂,包括肠道阶段和迁徙阶段。旋毛虫病在世界范围内并不常见,但它仍然是一个令人担忧的问题,特别是在食用生肉或未煮熟的肉很常见的欠发达国家。旋毛虫物种在世界各地的分布不同,欧洲的旋毛虫更常见。旋毛虫幼虫的感染期为肌肉期。这会导致组织损伤和严重炎症。由于幼虫体型小,检测方法有限,即使在没有记录病例的情况下,仍然很难识别受污染的肉类。旋毛虫病疫苗的开发采用了多种技术,包括 DNA、合成肽、减毒活疫苗和重组蛋白疫苗。抗原、佐剂的选择以及动物物种间免疫反应的变化对疫苗的生产提出了挑战。未来的工作应集中于开发基因工程工具和理解免疫逃避机制。引文 Arshad M、Maqsood S、Yaqoob R、Iqbal H、Rayshan AR、Mohsin R、Tahir I、Saleha Tahir、Shahid S、Anwar A 和 Qamar W,2023 年。旋毛虫病:肉类消费中的隐藏威胁。在:Abbas RZ、Hassan MF、Khan A 和 Mohsin M(编辑),人畜共患病,Unique Scientific Publishers,巴基斯坦费萨拉巴德,第 2 卷:306-318。 https://doi.org/10.47278/book.zoon/2023.72 章节历史 收稿日期:2023 年 1 月 28 日 修订日期:2023 年 4 月 15 日 接受日期:2023 年 7 月 20 日
Hammad、Syeda Refat Sultana、Khawar Jabran、M. Habib ur Rehman、Shakeel Ahmad、Muhammad Awais、Atta Rasool、Shah Fahad、Shah Saud、Adnan Noor Shah、Zahid Ihsan、Shahzad Ali、Ali Ahsan Bajwa、Khalid Rehman Hakeem、Asif Ameen、Amanullah、Hafeez Ur Rehman、Fahad Alghabar、Ghulam Hussain Jatoi、Muhammad Akram、Aziz Khan、Faisal Islam、Syed Tahir Ata-Ul-Karim、Muhammad Ishaq Asif Rehmani、Sajid Hussain、Muhammad Razaq。 (2017)。使用适合巴基斯坦维哈里-旁遮普省半干旱气候的 CSM-CROPGRO-cotton 模型优化棉花的磷利用。 Environ Sci Pollut Res,2017 年 1 月。科学影响因子 3.20
房间号:KW-K.1.04(讲座剧院)Zoom链接:Zoom Link 1(https://uws.zoom.us.us/j/85134125430?pwd = a46bkrmdaedhtaedhtae6pwyne6pwynekebkkv2.1) Shams Islam,Edith Cown University,Australia,澳大利亚1:55 - FMLDS49机器学习算法在预测员工损耗Mohammad Dabbagh,Kashif Saleem,Adel al-Jumaily,Mohammad Tahir和Angela Amphawan和Angela Amphawan 2:10 pm –fmlds14 for lstm and lstm and andm and andm and andm and arim and arim and arim and arim and arim and arim and arim and arim and arim and arim and arim Okhuese Victor and Mohammed Inizar Ali 2:25pm -FMLDS48 Intrusion Classifier Architecture Generation with Zero Prior Knowledge employing Generative Adversarial Networks Bipraneel Roy, Hon Cheung and Chun Ruan 2:40pm - FMLDS17- Enhancing Adaptive Traffic Control Systems with Deep Reinforcement Learning and Graph Models Ali Reza Sattarzadeh and Pubudu N. Pathirana
List of researchers in the top 2% based on the single year performance № Name Field 9 Yousafzai, Shumaila Economics & Business 10 Tosi, Daniele Enabling & Strategic Technologies 11 Atabaev, Timur Sh Enabling & Strategic Technologies 12 Gao, Changhong Enabling & Strategic Technologies 13 Bakenov, Zhumabay Enabling & Strategic Technologies 14 Bagheri, Mehdi Enabling & Strategic Technologies 15 Konarov, Aishuak Enabling & Strategic Technologies 16 Yagiz, Saffet Engineering 17 Varol, Huseyin Atakan Engineering 18 Do, Ton Duc Information & Communication Technologies 19 Akhtar, Muhammad Tahir Information & Communication Technologies 20 Zormpas, Dimitrios Information & Communication Technologies 21 Maham, Behrouz Information & Communication Technologies 22 Boranbayev,Askar信息与通信技术23 Desyatnikov,Anton物理与天文学24 Good,Michael R.R.物理与天文学25 Cruz,Jonas Preposi公共卫生与健康服务