XiaoMi-AI文件搜索系统
World File Search System电压
电压，应变和阻抗之间的相关性与富含镍的NMC锂离子袋细胞的压力的函数
在每个预期的应用中填充锂离子电池的使用寿命需要进一步了解细胞的寿命和可靠性。源自文献，控制锂离子电池电池的外部压力常数是延长周期寿命的必然因素。因此，必须对细胞的应变和理解外部压力对阻抗的影响进行积极知识，以评估改善细胞性能的最佳压力。这项工作列出了电压，应变和阻抗之间的相关性，这是富含镍的镍 - 山 - 山果果（NMC）锂离子袋细胞上施加的恒定外部压力的函数。使用高精度通用测试机显示，压力范围内的细胞最大笔划的变化可忽略不计0至1000 kPa。此外，通过分析以不同的恒定外部压力测得的一系列电化学阻抗光谱数据来揭示100至300 kPa之间的最佳压力。在此压力范围内电荷传递电阻以及不同的过程表现出最佳。
对电压倾角的免疫力，短中断...
•中断下降0％，1个周期标准B•下降40％10/12循环= 200ms标准C•下降70％25/30循环= 500ms Criteria C•测试每个测试事件之间的10s间隔的三个dips/Dips/中断顺序。
水性处理的全聚合物太阳能电池，其基于低成本硫磷 - 奎尼素聚合物的高开路电压
摘要：环保溶液加工和光活性材料的低成本合成是有机太阳能电池商业化（OSC）的重要要求。尽管已经开发了各种水溶性受体，但可供处理的聚合物供体的可用性仍然非常有限。尤其是，现有聚合物供体的总体最高占用的分子轨道（HOMO）能级限制了功率转化效率（PCE）的进一步提高。Here, we design and synthesize two water/alcohol- processable polymer donors, poly[(thiophene-2,5-diyl)- alt -(2-((13-(2,5,8,11-tetraox- adodecyl)-2,5,8,11-tetraoxatetradecan-14-yl)oxy)-6,7-difluoroquinoxaline-5,8-diyl)] （p（qx8o-t））和poly [（硒苯2,5-二烯基） - alt-（2 - （（（13-（2,5,5,8,11-（2,5,8,11-tetraoxadodec- yl））-2,5,5,8,8,11-tetraoxateTradecan-14-yl-14-yl）-6,7-6,7-二氟quinoxaline-5,5,8-piyylyyyyl）寡醇（乙二醇）（OEG）侧链，具有深HONO能级（〜- 5.4 eV）。以降低成本的几个合成和纯化步骤来实现聚合物的合成。理论计算发现，与烷基化的烷基化对应物相比，基于OEG的聚合物中观察到的带隙降低的介电环境变化是造成观察到的带隙降低的。这项研究为低成本，可加工的聚合物供体设计和具有高V OC的水性处理的OSC的制造提供了重要的线索。关键字：寡素（乙烯甘油），低成本，可供处理的全聚合物太阳能电池，生态兼容性，开路电压值得注意的是，基于p（qx8o-t）和poly [（n，n，n'--- bis（3-（2-（2-（2-（2-甲氧基） - 乙氧基）乙氧基）-2 - （（2-（2-（2-（2-（2-（2-甲氧基乙氧基）乙氧基）乙氧基）乙氧基）乙氧基） - 甲基） - 甲基）丙烯酸苯甲酸苯二甲酸苯乙烯1,4,5,8- bis（dicarbobimide）bis（dicarbobimide）（dicarbobimide）-2 boximide）-2,6-diene-andene-andene---------------------（2,2,5,5,5,5,5,5,5,5,5,5,5,5,5,5，（2） P（ndideg-t））活性层的PCE为2.27％，高开路电压（V OC）接近0.8 V，这是迄今为止据报道的AQ-ASPC的最高值之一。
有源配电网中的电压优化——……
摘要：本篇综述文章综合了有源配电网 (ADN) 电压调节技术的最新进展，特别是在可再生能源 (RES) 渗透率高的环境中，并以光伏 (PV) 为例。它全面分析了旨在缓解电压波动、优化网络性能和集成智能逆变器和储能系统 (ESS) 等智能技术的各种创新策略和优化算法。本综述重点介绍了分散控制算法、多目标优化技术以及集成软开点 (SOP) 等先进技术以提高电网稳定性和效率的关键发展。本文将这些策略分为两大类：分析方法和计算方法。总之，本综述强调了可再生能源渗透率高的 ADN 电压调节对先进分析和计算方法的迫切需求，并强调了显著提高电网稳定性和效率的潜力。
由疼痛相关电压门控钠通道提供的扩展药物-靶标相互作用网络的机器学习研究
摘要 疼痛是一个重大的全球健康问题，目前的疼痛治疗方案在有效性、副作用和成瘾可能性方面存在局限性。迫切需要改进疼痛治疗和开发新药。电压门控钠通道，特别是 Nav1.3、Nav1.7、Nav1.8 和 Nav1.9，在神经元兴奋性中起着至关重要的作用，主要在周围神经系统中表达。针对这些通道可能提供一种治疗疼痛的方法，同时最大限度地减少中枢和心脏的不良影响。在本研究中，我们基于疼痛相关的钠通道构建了蛋白质-蛋白质相互作用 (PPI) 网络，并开发了相应的药物-靶标相互作用网络，以识别用于疼痛管理的潜在先导化合物。为了确保可靠的机器学习预测，我们从 PPI 网络中的 1000 多个目标池中精心选择了 111 个抑制剂数据集。我们采用 3 种不同的机器学习算法，结合先进的基于自然语言处理 (NLP) 的嵌入，特别是预训练的变压器和自动编码器表示。通过系统筛选过程，我们评估了 150,000 多种靶向 Nav1.7 和 Nav1.8 钠通道的候选药物的副作用和再利用潜力。此外，我们评估了这些候选药物的 ADMET（吸收、分布、代谢、排泄和毒性）特性，以确定具有接近最佳特性的先导药物。我们的策略为疼痛治疗的药理学开发提供了一个创新平台，有可能提高疗效并减少副作用。
直流电源管理和电压调节...
摘要 — 光伏是满足日益增长的能源需求的最重要可再生能源之一。这导致了微电网的出现，揭示了许多问题，其中最重要的是管理和监控其运行，本研究主要通过使用依赖于人工神经元的最大功率跟踪算法并将其与独立直流微电网中的能量管理算法相结合来做出贡献，以控制功率分配并维持直流总线电压水平。使用基于 ANN+PID 的最大功率点跟踪 (MPPT) 算法。其中 ANN 通过使用温度和太阳辐射等实时数据估计参考电压来跟踪最大功率点。PI 控制器减少了测量电压和参考电压之间的误差，并进行了必要的调整以控制连接到光伏板的升压转换器。而控制直流总线电压水平的过程是通过电源管理算法控制电池充电和放电过程并根据电池的充电状态控制双向转换器开关来完成的。利用MATLAB Simulink进行仿真结果表明,所采用的MPPT算法实现了最大功率和最小波动,效率为99.92%,准确度为99.85%,并且电源管理算法成功控制了电池的充电/放电过程,并在不同的工作场景下将直流电压水平维持在指定值。
四个中电压应用，其中gan将转换电子设计
•功率供应单元（PSU）。开放计算项目的变化正在增加48V输出的普及；但是，与以前的溶液相比，所需的80V和100V硅溶液的损失（门驱动和重叠损失）明显更高。GAN溶液（例如LMG3100）可以帮助最大程度地减少电感 - 电感 - 伴随阶段（LLC阶段）的同步整流器中的这些损失。•中间总线转换器（IBCS）。此系统将中间电压（48V）从PSU的输出转换为较低的电压，然后将其转换为服务器。随着48V电压级别流行，IBC有助于减少服务器子系统分布期间的I 2 r损失，并启用总尺寸和成本降低总线杆和携带电源的电线。IBCS的缺点是，它们为电源转换增加了另一个步骤，这可能会降低效率。因此，除了OEM正在测试高效率和功率密度的最佳组合外，还要利用高效gan设备（例如LMG2100和LMG3100）等高效GAN设备。•电池备用单元。降压阶段通常将电池电压（48V）转换为总线电压（48V）。当电源线路熄灭并且功率流是双向时，您也可以使用BBU进行电池电源转换。不间断的电源使用此阶段，因为它可以通过直接从电池直接执行DC到DC转换来避免由DC到AC-AC-TO-DC转换造成的损失。
使用ANFIS控制器对DC-微网络的电压稳定
随着技术的日益发展，微电网在能源管理部门起着关键作用，这是由于DC MGS的优势，例如减少损失和与储能资源的易于整合，DC MGS铺平了扩展这种有益工厂的使用方式[1，2]。电源系统是能源的收集，包括负载，发电单元，电源转换单元和存储设备[3，4]。evs逐渐增加，因为几年前作为MGS的存储部分，并且在响应需求短缺时作为一代单元[5]，此外，集中式生成模型正在逐渐被分布式生成模型逐渐取代[6]。此外，微电网不仅可以提高网格的灵活性，还可以提高系统可靠性[7，8]。尽管微电网为电源系统提供了明显的功能，但它在电力系统控制中带来了复杂性，并增加了电力平衡和支持服务的成本[8]。
离子，溶剂和热相互作用系数对电池电压的影响
摘要：为了增加电池以进行可持续运输和储能，需要提高锂离子电池的充电和排放能力。为了实现这一目标，描述细胞内部状态的准确数据至关重要。已经得出了几种模型，并报告了这些模型中的运输系数。我们首次报告了一组完整的传输系数，以建模锂离子电池电池三元电解质中的浓度和温度极化，从而使我们能够测试常见的假设。我们包括化学势和温度下的梯度引起的效果。我们发现，由于盐和溶剂极化引起的电压贡献与欧姆损失相同，并且必须考虑到更准确的建模和对电池性能的理解。我们报告了新的Soret和Seebeck系数，并发现与电池研究相关的情况下，热极化很重要。总体上，分析适用于电化学系统。■简介
在IC制造中化学清洁期间，重金属污染的表面光电压监测
摘要：近年来，由于对可靠的能量存储的需求不断增加，锂离子电池的建模和模拟引起了人们的关注。准确的充电周期预测是优化电池性能和寿命的基础。这项研究比较了对商用锂离子电池进行建模时的粒子群优化（PSO）和灰狼优化（GWO）算法，强调了电压行为以及传递到电池的电流。生物启发的优化调音参数可以减少模拟和实验输出之间的均方根误差（RMSE）。在MATLAB/SIMULINK中实现的模型集成了电化学参数并估计各种条件下的电池行为。与非优化模型相比，对末端电压的评估通过PSO和GWO算法在模型中揭示了显着的增强。GWO优化的模型表现出卓越的性能，与PSO在PSO优化的模型相比，RMSE的RMSE降低为0.1700（25°C； 3.6 C，455 s）和0.1705（25°C； 3.6 C，10,654 s），与PSO优化模型相比，达到了42％的平均RMSE RMSE降低。电池电流被确定为影响模型分析的关键因素，其优化模型，尤其是GWO模型，比PSO模型具有增强的预测能力，RMSE值略低。这为电池集成到能源系统中提供了实际含义。分析PSO和GWO不同人群值的执行时间提供了对计算复杂性的见解。pSO表现出比线性的更大的动力学，表明O（n K）的多项式复杂性，而GWO暗示基于10至1000。