NCM三元锂动力电池热失控研究

为了提高锂离子动力电池使用安全性,减少因电池热失控引发的电动汽车安全事故。以电动汽车用NCM三元锂电池为研究对象,利用COMSOL软件建立了三维热滥用模型,仿真分析锂离子电池的热失控行为。结果表明:炉温175℃,在5600s时出现热失控。炉温为165℃,在7200s时出现热失控;炉温为160℃时未出现热失控。自然对流换热的情况下,电池在10250s时出现热失控,散热条件良好时未发生热失控。当正极材料和电解液的分解温度在170℃和200℃时,电池发生热失控。     

矿物掺合料对页岩陶粒混凝土抗压强度的影响

以页岩陶粒混凝土为基础配方,系统研究了单掺和双掺不同含量的偏高岭土、粉煤灰、钢渣等矿物掺合料对其抗压强度影响,通过SEM和XRD进行了相关的微观结构和组成分析.结果表明当单掺矿物掺和料质量分数为10%时,页岩陶粒混凝土达到最高的抗压强度;双掺和时,总掺量为10%(质量分数)、比例为1∶2的偏高岭土和粉煤灰时,页岩陶粒混凝土的抗压强度最好,其3d、7d和28d的抗压强度分别达到了18.1、28.6和35MPa,对比没有加入矿物掺合料的页岩陶粒混凝土的抗压强度分别增加了417%、267%和250%,主要原因是偏高岭土和粉煤灰的掺加能够优化轻骨料混凝土的微观结构,对强度具有较大贡献.     

取代基影响邻菲罗啉衍生物-铕能量传递和荧光性能研究

配体结构调控是提高稀土配合物发光强度的有效手段,根据稀土配合物发光原理,理想配体应具备较高的光捕获能力并且能有效地向稀土离子传递能量。研究表明,增加配体的共轭程度可使配体的光吸收能力增强,而不同电子给予特性基团的引入则会改变配体与稀土离子间的能级匹配程度,从而影响配体向稀土离子的有效能量传递,提高配合物的发光效率。本文以引入不同特性(共轭特性、电子给予特性)取代基的邻菲罗啉为配体合成6种铕的配合物,通过分析配合物的吸收光谱、红外光谱、荧光光谱和X射线光电子能谱等发现,供电子基团和共轭基团能够提高配体的电子云密度,增大配体的摩尔吸收系数,同时有利于配体与稀土离子间形成配位键,能够明显提高配合物分子内能量传递,并使配合物发光性能增强。     

上悬挂下隔震式结构减震效果分析

为研究上悬挂下隔震结构体系的减震效果,根据Lagrange方程建立上悬挂下隔震结构体系的运动方程,并应用Matlab语言编制求解程序,与只悬挂和只隔震结构体系的减震效果对比分析。计算结果表明:上悬挂下隔震结构体系减震效率进一步大幅提高,相对于只悬挂结构和只隔震结构,其层间位移、楼层位移、楼层速度和楼层加速度都有明显程度的减小,尤其是层间位移及楼层加速度的减小效果显著,达到了复合式的减震效果。而且其减震效率受系统参数的变化影响较小。     

常州口岸进口煤炭的现状与思考

随着我国＂两种资源,两个市场＂能源政策的实施,作为＂工业的粮食＂的煤炭进口量持续快速增长。但是,快速增长的煤炭进口也带来较多的环保和质量问题亟待解决。文章通过对常州口岸2012年以来进口煤炭的数据统计,着重对进口煤炭国际贸易中存在的问题进行分析研究,力图找出加强进口煤炭质量管理,保护我国经济利益和环境安全的途径和措施。     

协同过滤推荐算法研究: 考虑在线评论情感倾向

协同过滤推荐算法通常是基于兴趣相似的用户行为来实现个性化推荐, 其核心义用户之间的兴趣相似度. 本文在传统的协同过滤推荐算法基础上, 考虑在线评论对用似度识别的影响. 在混合商品推荐中, 粗粒度识别评论情感极性; 而在同类商品推荐中, 细粒别每个商品特征的情感极性. 如果用户对产品的某个特征评价次数大于平均次数, 表明用户对征较关注; 如果对产品的某个特征评价低于平均评价, 表明用户对该特征较挑剔. 进而根据用户评论来建立用户偏好模型, 用户在评论中反映出来的相似度越高, 表明用户之间的偏好越. 实验表明, 同传统的协同过滤算法相比, 基于在线评论情感分析的用户协同过滤算法在率和召回率指标上有显著提升.     

建筑电气设计的节能措施解析

在祖国基础设施建设蓬勃发展的今天,建筑面积的规模也是越来越大,为了应对能源危机,建筑电气设计的节能要求被重新提到了一个较高的高度。本文就建筑电气设计中的节能措施进行了研究,首先解释了建筑电气设计及其节能措施的概念,随后分析了我国目前的现状,最后对节能方面的原则和部分可行措施进行了列举。     

东川区大白泥沟“6.26”泥石流灾害水毁工程分析

本文主要以云南省昆明市东川区作为研究对象,简单地描述了其自然和社会环境特征,并对该区的泥石流的分布、危害和减灾措施作了一定的总结。     

基于 LibSVM 的 CKSAAP 蛋白特征提取预测水稻蛋白质磷酸化位点

本文从swiss-prot中选取经过试验验证的水稻蛋白质磷酸化位点数据作为训练集合，应用蛋白质序列特征提取方法Composition of k-spaced residues pairs （CKSAAP），为利用SVM算法构建专门针对水稻蛋白质磷酸化位点的预测工具做准备。 CKSAAP方法利用在序列片断中残基的K个间隔距离的组成，进一步反映了残基之间的相关性。本文利用LibSVM软件包对已通过改进过得CKSAAP方法特征提取出来的数值特征对磷酸化位点进行预测，从而为之后构建水稻蛋白质磷酸化位点的预测工具做准备。结果表明，本文基于SVM和CKSAAP方法的水稻蛋白质磷酸化位点预测在丝氨酸，苏氨酸和酪氨酸的平均预测准确性为80．638％，马修斯系数为0．611。与PlantPhos和Musite的预测性能的对比结果显示，在磷酸化各氨基酸位点的预测性能高于PlantPhos及Musite。