排序方式: 共有2条查询结果,搜索用时 31 毫秒
1
1.
基于人工神经网络构建了锂离子电池表面温度的预测模型. 该模型为3层网络结构,其中输入层中有4个节点,隐含层中有9个神经元,输出层中有1个节点. 训练结果表明,模型具有较快的收敛速度和优秀的训练质量,从而保证了预测的精确度. 模型的预测值与实验值吻合程度高,说明了模型工作的有效性. 模型预测电池在较高环境温度(80 ℃)下以10C倍率放电结束时的表面温度为86.71℃,仅比环境温度高出6.71 ℃. 该模型有助于电池热管理系统的研究与开发. 相似文献
2.
二氧化硅气凝胶改性方法及研究进展 总被引:1,自引:0,他引:1
为了提高采用溶胶-凝胶法制备的二氧化硅气凝胶的网络强度,介绍了对二氧化硅气凝胶进行改性的3种方法. 以正硅酸乙酯为硅源,采用溶胶-凝胶法和表面修饰工艺,在常压条件下制备了SiO2气凝胶. 傅里叶变换红外光谱仪(FT-IR)测试结果表明,SiO2气凝胶具有较好的疏水特性. 表面修饰剂三甲基氯硅烷在正己烷中的体积分数为6%,表面修饰时间为24h时,气凝胶具有优化的性能. 相似文献
1