XiaoMi-AI文件搜索系统
World File Search System松动
离子传输，机械性能和结构电池电解质中的放松动力学
摘要通过拉曼光谱，差异扫描量热法，温度调节的差异扫描量热法，介电光谱和流变学研究了将液体电解质限制在聚合物基质中的影响。聚合物基质是从二甲基二甲基丙烯酸酯的热固化的，而液体电解质由基于乙基 - 咪唑酰胺阳离子[C 2 HIM]和BIS（Trifluoromomethanesulfonyl）的原始离子液体组成，并与Imide [Tfluoromomethanesulfonyl）Imide [Tfsi] Anion annion annion annion，dopsed。我们报告说，受关节的液相具有以下特征：（i）明显降低的结晶度； （ii）更广泛的放松时间分布； （iii）降低介电强度； （iv）在液体到玻璃过渡温度（T g）处的合作长度降低； （v）上速度的局部T G相关离子动力学。The latter is indicative of weak interfacial interactions between the two nanophases and a strong geometrical confinement effect, which dictates both the ion dynamics and the coupled structural relaxation, hence lowering T g by about 4 K. We also find that at room temperature, the ionic conductivity of the structural electrolyte achieves a value of 0.13 mS/cm, one decade lower than the corresponding bulk electrolyte.三个移动离子（IM +，TFSI - 和LI +）有助于测得的离子电导率，隐含地降低了LI +转移数。此外，我们报告了研究的固体聚合物电解质表现出将机械负载转移到结构电池中碳纤维所需的剪切模量。基于这些发现，我们得出结论，优化
使用深度学习算法对激光超声波传播数据进行基于人工智能的螺栓松动诊断
摘要：深度学习 (DL) 算法在无损评估 (NDE) 中的应用正成为该领域最有吸引力的主题之一。作为对此类研究的贡献，本研究旨在研究 DL 算法在使用激光超声技术检测和评估螺栓接头松动度方面的应用。本研究基于关于螺栓头板真实接触面积与超声波穿过时损失的导波能量之间关系的假设进行。首先，分别使用 Q 开关 Nd：YAG 脉冲激光器和声发射传感器作为激励和感应超声信号。然后，使用超声波传播成像 (UWPI) 过程创建 3D 全场超声数据集，之后应用多种信号处理技术来生成处理后的数据。通过使用基于 VGG 类架构的回归模型的深度卷积神经网络 (DCNN)，计算估计误差以比较 DCNN 在不同处理数据集上的性能。还将所提出的方法与 K 最近邻、支持向量回归和深度人工神经网络进行了比较，以证明其稳健性。因此，发现所提出的方法显示出结合激光生成的超声波和 DL 算法的潜力。此外，信号处理技术已被证明对自动松动估计的 DL 性能具有重要影响。