XiaoMi-AI文件搜索系统
World File Search System实验测量
能量
目前，使用催化剂来促进吸附剂再生，被认为是减少CO 2捕获过程所需能量的有效方法。旨在鉴定具有高CO 2吸收效率的稳定且具有成本效益的催化剂，我们在这里研究了在水胺溶液的热再生过程中粉煤灰（FA）的性能。通过实验测量了添加FA的CO 2饱和乙醇盐水的解吸速率，环状容量和热效率，并将结果与没有八种不同催化剂的相同溶液获得的结果进行了比较。实验结果表明，与非催化系统相比，催化剂显着改善了再生，而FA是其中最有效的。在不同温度下对CO 2解吸的进一步研究表明，FA提供的解吸性能与在温度下至少高5℃的非催化系统相当，并且始终在同一温度下，尤其是在此过程开始时始终显着降低热效力。最后，回收测试表明FA具有良好的稳定性，即使经过20个周期，其催化效率也保持较高。总而言之，可以将FA视为能源有效CO 2捕获的具有成本效益的催化剂，值得进一步研究以促进其在工业规模的工厂中的应用。
在熔融金属表面的激光束吸收测量
激光吸收是激光材料加工的基本作用之一。吸收值与计算过程效率相关，并预测对日益使用的激光剂的材料对材料的影响。但是，吸收测量可能是一项复杂的任务。在金属的高温下，由于动态表面和温度测量所需的通常未知的发射率，仅可用有限的实验数据。模型是为了预测不同温度下的吸收，这些温度在某些制度中取得了成功，但通常在其他方面失败。为了改善理论模型，需要对高温金属表面进行实验测量。因此，在这项工作中，使用加热激光器提出了一种辐射测量方法，以创建金属熔体池，同时通过第二个测量激光束测量温度和表面反射。从文献中知道的一般趋势可以通过测量值确认，而吸收值倾向于在升高温度下散射。但是，可以观察到趋势。在熔化和沸腾温度之间，在35％至38％的范围内看到了略有吸收的增加。这些值表明必须考虑频带间和内标的吸收来解释该制度中的吸收。在升高的温度下，内预预知是主要的吸收机制，在非常高的温度下达到超过45％的吸收值。
使用替代建模和分析的环境温度和排放电流对锂离子细胞热化学行为的影响
锂离子细胞的热行为在其整体性能和安全性中起着至关重要的作用。由于操作条件的不同，尤其是排放电流和环境温度，因此细胞温度在操作过程中浮动。因此，必须在广泛的工作条件下理解这些细胞的行为是必不可少的。通过实验测量，这项研究努力确定商业锂离子细胞的热化学反应的依赖性，这是放电速率和环境温度的函数。高限度降低的模型是使用基于替代物的技术来建立的，以制定相关输出参数的响应表面，在没有执行实验的情况下，可以估计这些参数。研究结果表明，排放电流速率增加会导致细胞核心和表面之间的温度差异。此外，鉴于相同的排放电流，低环境温度对电池性能的不利影响相对较高。此外，灵敏度分析表明，细胞温度，排放能力和平均排放能量对环境温度比排放电流更敏感。另一方面，平均排放功率对环境温度不敏感，主要取决于排放电流。©2023电化学学会（“ ECS”）。由IOP Publishing Limited代表EC出版。[doi：10.1149/1945-7111/acd965]
数据驱动的金属添加剂制造过程中温度演变的预测
aabstr abtract Act ..在这项研究中，开发了一种数据驱动的深度学习模型，以快速准确预测温度演化和金属添加剂制造过程的熔融池尺寸。该研究的重点是通过直接能量沉积制造的M4高速钢材料粉末的批量实验。在非优化过程参数下，许多沉积层（以上30）通过由覆层材料对热史的高灵敏度引起的样品深度产生了巨大的微观结构变化。在先前的研究中通过实验测量验证的批量样本的2D有限元分析（FEA）能够实现定义在不同过程设置下温度场进化的数值数据。训练了馈送前向神经网络（FFNN）方法，以重现由FEA产生的温度场。因此，训练有素的FFNN用于预测初始数据集中未包含的新过程参数集的温度字段历史记录。除了输入能量，节点坐标和时间外，还认为五个相关的层数，激光位置以及从激光到采样点的距离可提高预测准确性。结果表明，FFNN可以很好地预测温度演化，在12秒内精度为99％。
硅介电层不同钝化参数的电容电压曲线模拟
摘要：表面钝化是一种广泛使用的技术，可减少半导体表面的复合损失。钝化层性能主要可以通过两个参数来表征：固定电荷密度（𝑄ox）和界面陷阱密度（𝐷it），它们可以从电容-电压测量（CV）中提取。在本文中，使用模拟钝化参数开发了高频电容-电压（HF-CV）曲线的模拟，以检查测量结果的可靠性。𝐷it 由两组不同的函数建模：首先，代表不同悬空键类型的高斯函数之和和应变键的指数尾部。其次，采用了由指数尾部和常数值函数之和表示的更简单的 U 形模型。使用基于晶体硅上的二氧化硅（SiO 2 /c-Si）的参考样品的实验测量来验证这些模拟。此外，还提出了一种使用简单 U 形 𝐷 it 模型拟合 HF-CV 曲线的方法。通过比较近似值和实验提取的 𝐷 it 的平均值，发现相对误差小于 0.4%。近似 𝐷 it 的常数函数表示在复合效率最高的中隙能量附近实验提取的 𝐷 it 的平均值。
基于La2nio4+δ的模拟熟悉设备为...
神经形态计算最近已成为传统的von Neumann计算机范式的潜在替代方法，该范式由于其建筑瓶颈而固有地受到限制。因此，需要新的人工组件和用于脑启发的计算硬件实现的架构。双极模拟熟悉设备，其电阻（或电导）可以连续调节（作为突触重量），是人工突触应用的潜在候选者。在这项工作中，混合离子电子导电氧化物（La 2 NiO 4+δ，L2NO4）与TIN和PT电极结合使用。TIN/L2NO4/PT设备显示双极电阻开关，以及用于集合和复位过程的逐渐过渡。电阻（电导）可以通过脉冲幅度和持续时间逐渐调节，显示出良好的数据保留特征。通过实验测量电阻变化和总应用脉冲持续时间之间的线性关系。此外，突触抑郁和增强特征是生物共生的重要功能之一，是为这些设备人为复制的，然后在尖峰神经网络环境中进行了建模并成功测试。这些结果表明使用TIN/L2NO4/PT回忆设备作为神经形态计算中的长期人造突触的适用性。
以金属纳米结构为重点的强太赫兹场在监测隐藏的原子间气体与物质相互作用方面的进展
随着纳米技术的进步，创新的光子设计与功能材料相结合，提供了一种获取、共享和有效响应信息的独特方式。研究发现，在太赫兹 (THz) 超表面芯片上简单沉积 30 纳米厚的钯纳米薄膜，该芯片具有 14 纳米宽的非对称材料和几何结构的有效纳米间隙，可以跟踪原子间和界面气体-物质相互作用，包括气体吸附、氢化（或脱氢）、金属相变和独特的水形成反应。通过模拟和实验测量进行的组合分析证明了独特的纳米结构，从而以实时、高度可重复和可靠的方式导致显著的光物质相互作用和相应的 THz 吸收。还使用模拟正常温度和压力的系统控制三元气体混合装置彻底检查了受氢气暴露影响的金属的复杂晶格动力学和固有特性。此外，利用新的自由度来分析各种物理现象，从而引入了能够追踪导致水增长的未知水形成反应隐藏阶段的分析方法。单次曝光波谱强调了所提出的 THz 纳米级探针的稳健性，弥合了基础实验室研究与工业之间的差距。
可重复使用锂电池的设计、开发与热分析...
摘要：不同化学成分的锂离子电池的性能、储能容量、安全性和寿命对工作温度和环境温度非常敏感。电流通过电池内部电阻时，电池会产生热量，如果电池内部的温度达到触发温度，化学反应会产生额外的、有时无法控制的热量。因此，需要一个高性能的电池冷却系统，使电池尽可能接近理想温度，以实现最高的放电电流速率，同时仍提供足够的安全裕度。本文介绍了一种新颖的设计、初步开发和结果，用于一种廉价的可重复使用、液冷、模块化、六角形电池模块，该模块可能适用于一些对充电和/或放电速率要求较高的移动和固定应用。在 1C、2C 和 3C 的放电速率下，对六个并联 18650 圆柱形电池演示模块在完整放电周期内对电池温升进行了实验测量。测量发现，电池最热点（阳极端子）的温升分别为 6、17 和 22 ◦ C。在冷却剂流速为 0.001 Kg/s 时，系统热阻估计低于 0.2 K/W。所提出的液冷模块似乎是将圆柱形锂离子电池维持在接近其最佳工作温度的有效解决方案。
有限的近壁入口数据对湍流通道流的直接数值模拟的影响
摘要。湍流流的直接数值模拟（DNS）需要一个较大的计算域和较长的模拟时间来捕获和发展大规模结构并达到统计固定状态。相比之下，实验测量可以相对容易捕获大规模结构，但努力解决耗散流量尺度。这项研究调查了湍流通道流量的DNS所需的空间范围，以恢复使用实验入口数据时恢复湍流和能量的空间范围，而实验入口数据通常无法捕获向粘性子层捕获的爆发。REτ= 180处的流循环通道流dns的合成实验场被用作具有入口输出边界条件的通道流量DNS的入口。通过除了零傅里叶模式以外的所有壁壁能量和爆发，可以检查入口处有限的近壁数据的效果。有限的近壁数据对平均值和流动性速度速度的收敛性的影响不太明显，当时在y + = 5。然而，跨度的流动略有弱。跨度能光谱表明，在域长度的1/16处（x/h≈π/4）恢复流量尺度。当将闪光移除至y + = 17或更大时，全范围的流量尺度需要一个大于x/h =4π的域。
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％。