MEIC-AlCl3离子液体用于中温钠氯化镍电池的可行性探讨

以氯乙烷、N-甲基咪唑为原料合成1-甲基-3-乙基咪唑氯盐(MEIC),通过核磁共振氢谱(1H-NMR)、傅里叶变换红外光谱分析(FT-IR)等测试方法对产物进行表征,确定其为目标产物。以MEIC和无水Al Cl3为原料,通过调节原料摩尔比分别制备了酸性、碱性和中性3种MEIC-Al Cl3离子液体,分别利用热分析、交流阻抗和循环伏安法对3种离子液体进行热稳定性、电导率和电化学窗口分析。综合以上各项性能,并结合钠氯化镍(ZEBRA)电池使用条件,最终确定过饱和Na Cl缓冲中性MEIC-Al Cl3离子液体为中温(~120℃)ZEBRA电池的最佳备选电解液。     

多频段超声波发生系统应用研究

在超声波植物萃取领域,不同的植物药材对超声波的频率要求不同,且频率是影响提取率大小的重要因素,而传统的超声波发生系统,其工作频率受功率换能器固有谐振区窄带宽的影响,一般只具有一个工作频率。对此,本文提出利用多频换能器切换的方法构建了多频段超声波发生系统,并设计了软件锁频以及最大电流跟踪的复合控制策略,实现了自动查找换能器谐振点及自动频率跟踪的功能,依据换能器电流反馈来调整输出功率及阻抗匹配网络,实现动态响应不同特性的超声波换能器。通过实际实验,验证了整个超声波系统多频段高效工作的可行性。     

高速铁路并联隧道横通道对隧道内压力变化的影响

给出了高速列车穿越横通道高速铁路并联隧道时压力变化的三维非定常黏性流场数值模拟过程,研究了两条并联隧道横通道的面积变化、位置变化和斜交方式对并联隧道及横通道内压力变化的影响规律.计算结果表明:并联隧道横通道的存在,使得隧道内压力变化的最大值降低,隧道横通道断面积越大,则最大压力梯度的降低率越小,当横通道的断面积与隧道断面积之比为0.3左右时,其降低隧道中测点的最大压力及压力梯度的效果最好;横通道对隧道的降压效果与隧道交叉方式有关,横通道与隧道的斜交方式为正交,且正交角度控制在60°左右时,横通道对隧道内的降压效果比较好.对比分析表明,当并联隧道内的横通道、竖井及避洞在隧道内的位置、断面积、长度及与隧道的斜交角度相同时,竖井的降压效果最好,横通道次之,避洞的降压效果最差.     

三态空间电压矢量分布三桥臂开关功放的控制

针对传统电磁轴承开关功放采用两路独立的H桥控制结构存在的体积庞大、功率损耗高等缺点,以空间电压矢量分布(space voltage pulse-width modulation,SVPWM)控制理论为基础,结合H桥三电平控制的优点,提出一种三电平三桥臂功率放大器的实现方法。该方法通过对不同结构载波的选择分别设计了基于对称结构、非对称结构下SVPWM主动电磁轴承开关功放的控制算法,对比分析了在不同载波结构下纹波电流的特性,并在Matlab/Simulink环境下构建出两种原理性仿真模型。在dSPACE实时仿真系统下搭建出一个三桥臂功放电路控制平台,并对两种不同结构下功率系统的频率特性进行了测试。理论与实验结果表明,基于对称结构的三态SVPWM控制算法,不仅可有效地提高电流响应速度,而且还能够使纹波电流频率加倍、纹波幅值显著减小,当频率为1 750rad/s时,其系统增益仅为-3dB。因此,该方法在满足电磁轴承系统低纹波电流和良好动态特性要求的同时也提高了主动电磁轴承系统的可靠性性能。     

通道裁剪下的多特征组合目标跟踪算法

针对深层特征存在冗余通道影响跟踪速度和精度以及单一特征难以适应复杂场景的问题,提出了一种通道裁剪下的多特征组合目标跟踪算法。首先,在相关滤波算法的框架上结合传统手工特征和深层特征进行跟踪。其次,通过对比深层特征通道上目标区域和搜索区域的特征均值设计通道裁剪策略,筛选出合适的特征通道。最后,通过隔帧更新的方式更新深度特征,通过平均峰值相关能量更新传统特征滤波模板,最终实现准确跟踪。与10种算法在OTB2013和OTB2015数据集上进行对比实验的结果表明,本文算法在跟踪准确度和成功率方面都取得了更为理想的结果。     

近30年闽西区域降水分布特征及突变研究

以1980年-2009年30 a 10个气象站点的逐日降水资料为基础,采用统计及GIS地统计趋势等分析了研究区降水的时空分布特征,利用降水集中度与集中期等分析法进一步讨论了该区的降水特性,并采用M-K检验法对年均降水量做了突变分析.结果显示闽西地区降水主要西北区域多,东南区较少,东北与西北角分别出现极小值与极大值中心.研究区降水量主要集中于5~6月,并呈现推迟的现象.20世纪80年代中叶年降水量出现突变并呈现明显的上升趋势.北部形成的西北-东南向的狭长地带起到了"通道-阻隔"作用,为内陆地区带来大量降水.受玳瑁山的影响,北部地区降水量空间布局呈"八"字对称分布.     

PSO-ELM在低压系统短路电流峰值预测中的应用

在短路电流早期检测的基础上,提出一种基于粒子群优化极端学习机(PSO-ELM)的短路电流峰值预测方法.利用短路电流暂态特性分析确定预测模型的输入特征量,采用粒子群算法对极端学习机的输入权值和隐层偏置进行优化,最后,将提出的预测算法应用于低压多层级实验平台,并且与传统BP、 ELM算法进行比较.实验结果表明,基于PSO-ELM模型的短路电流峰值预测方法能够在全相角范围内准确地预测短路电流峰值,可作为低压多层级系统全选择性保护的短路故障预测算法.