CO2对Fe2O3催化剂NH3-SCR脱硝性能影响

考虑到CO₂是固定源和移动源废气中的主要组分,Fe₂O₃是铁基催化剂中的重要活性物质,研究了CO₂对Fe₂O₃催化剂NH₃-SCR脱硝性能的影响.结果表明,CO₂的加入在300℃以下明显抑制了催化剂的NH₃-SCR性能.这主要是因为CO₂的存在改变了催化剂表面NH₃/NO_x的吸附行为,从而影响了NH₃-SCR反应.原位漫反射傅里叶变换红外光谱和程序升温脱附实验结果表明,CO₂可以被吸附活化成碳酸盐物种;这些碳酸盐物种可以作为新的酸性位点吸附NH₃物种,促进催化剂对NH₃的吸附;但同时CO₂和NO_x之间存在竞争吸附,这会导致催化剂表面生成的关键NO₂物种和硝酸盐物种的减少,从而...     

基于LSTM网络的车辆动态荷载识别方法

为了识别车辆的动态荷载,提出了一种基于长短时记忆网络的方法.该方法以桥梁加速度响应为输入,采用有限的数据集,实现车辆动态荷载的识别.建立了车桥耦合模型进行验证,以60组桥梁加速度响应为输入,以相应的车辆动态荷载为输出,通过训练长短时记忆网络来反演车辆动态荷载,并讨论了环境噪声及路面粗糙度对识别效果的影响.结果表明：测试集的车辆动态荷载识别误差平均值均小于5%;车辆动态荷载识别误差不随噪声水平变化,且平均误差小于5%;车辆动态荷载识别误差随着路面粗糙度等级的增加呈现略微增加的趋势,平均误差小于5%.在不同噪声及粗糙度水平下,长短时记忆网络均可用于车辆动态荷载的识别.     

基于多维行为分析的窃电高风险客户精准定位方法

窃电行为对国家电力系统及供电公司造成了极大的损失,故反窃电技术是电力行业的重要研究方向之一。传统的窃电用户定位方法存在定位不准确、查处效率低等问题,为了解决上述问题,提出基于多维行为分析的窃电高风险客户精准定位方法。首先通过相关矩阵R及特征值谱熵正则化完成用户数据去噪,其次在UFS-MI模型内提取用户数据特征,分析用户用电的多维行为,最后根据逻辑回归算法完成窃电高风险客户的精确定位。实验结果表明,所提方法的窃电高风险客户定位精准度较高,误判率较低,整体定位效果较好。     

车辆参数对车-桥耦合系统变截面连续梁桥损伤识别的影响

文章研究车-桥耦合系统的非线性振动特性,采用有限分段思想,建立1/4车辆模型和变截面连续梁桥的车-桥耦合振动方程,在MATLAB环境下编制基于Runge-Kutta算法的车-桥耦合振动数值分析程序,得到桥梁跨中位移响应;以某三跨混凝土连续梁桥为算例,分析车桥质量比、车辆速度、车辆弹簧刚度、信噪比4组参数的变化对变截面连续梁桥损伤识别的影响。结果发现：车桥质量比和信噪比较大时,桥梁损伤识别效果较好;较低的行车速度有利于桥梁的损伤识别研究;车辆弹簧刚度的影响非常小,可忽略不计。     

聚丙烯/乙烯-乙烯醇共聚物相容体系的结晶行为

以聚丙烯接枝马来酸酐(PP-g-MAH)为相容剂,乙烯-乙烯醇共聚物(EVOH)共混改性聚丙烯(PP),研究在不同相容剂含量下,EVOH对PP基体结晶行为的影响,分析PP/EVOH相容体系的等温结晶动力学,阐明PP/EVOH相容体系中PP相的成核与结晶过程。结果显示：EVOH具有异相成核结晶作用,PP/EVOH相容体系成核温度增加6℃左右;体系加入2 wt%的PP-g-MAH后,纯PP的活化能|ΔE|由392 kJ/mol降低至329 kJ/mol,并随着PP-g-MAH含量增加逐渐增大;加入PP-g-MAH后,体系中PP相的Avrami指数n值由2.21±0.04最高增加至2.80±0.17,表明PP晶体由二维生长转变为三维生长模式;PP/EVOH相容体系的半结晶时间■进一步缩短,但随着PP-g-MAH含量增加逐渐增大。     

低水胶比对复合胶凝体系水化特性和动力学影响研究

低水胶比复合胶凝体系的水化机理和水化行为较普通水胶比胶凝体系存在一定差异,该条件下传统的水化结论往往不再适用.以不同低水胶比水泥-粉煤灰-矿渣复合胶凝体系为研究对象,通过测试净浆试件7d水化热,结合水化动力学模型探明了低水胶比、矿物掺合料掺量对其水化行为和水化机理的影响,并通过透射电子显微镜(TEM)和X射线衍射(XRD)分析了低水胶比复合胶凝体系的水化产物差异.研究结果表明：水胶比为0.2、粉煤灰-矿渣复掺量小于50%时,复合胶凝体系早期和后期的放热速率无明显差异,此时复掺粉煤灰-矿渣对水泥水化存在一定促进作用,当水胶比增至0.25和0.3时,复掺粉煤灰-矿渣在10～17h抑制了水泥水化;当水胶比由0.3降低至0.2时,胶凝体系最大放热速率呈增大趋势,且水化过程由NG-I-D改变为NG-D,不再经历相边界反应;水化至28d时,水化硅酸钙(C-S-H)的形貌随着水胶比的降低,由纤维状向球状转变.     

数据驱动下交通异常行为的双层识别模型

为实现对车辆异常行为的准确识别,提高车辆行驶的安全性,提出了一种基于支持向量机(support vector machine, SVM)、监督学习与长短期记忆(long short term memory, LSTM)深度学习的交通异常驾驶行为双层识别模型。首先,对车辆轨迹数据筛除和滤波,构建异常行为数据集;其次,从异常行为轨迹特征中提取出特定异常行为的特征标签,并人为标定在训练集中;再次,构建SVM模型对训练集进行粗识别,基于SVM的二分法原理,从测试集中筛选出异常行为;最后,通过LSTM时间序列模型构建具体种类的异常行为模型,并通过深度学习的方法,从异常行为数据中细分为蛇形驾驶、急速变向、侧滑、大半径转弯、快速U型转弯、急刹车等具体的异常驾驶行为。本次实验选用下一代仿真(next generation simulation, NGSIM)数据中US-101高速公路和peachtree城市道路的数据集的轨迹数据验证SVM和LSTM双层识别模型的性能,包括均方根误差、识别准确率等。结果表明,构建的双层识别模型在第一层有98%的识别准确率,第二层有超过80%的识别准确率,可以较为准确地识...     

安全仪式感对人的安全心理和行为的影响研究

为研究安全仪式感对人的安全心理和行为的影响,增强安全仪式感在安全建设中的作用,从仪式感出发,解析安全仪式感的内涵;深入分析安全仪式感对个人和对组织的价值、产生条件以及作用机理;构建“安全仪式感作用下的人的安全心理和行为”模型,指出安全仪式感的建设需要一个平衡状态,并用“跷跷板”模型对其进行解释。结果表明：安全仪式感可通过安全心理的三个维度和安全行为的四个维度加强人的安全心理,提升人的安全行为,为企业实现安全目标打下坚实基础。     

黏弹性基体中FG-CNTRCs圆柱壳热振动特性分析

建立了考虑碳纳米管（Carbon Nanotubes,CNTs）尺度效应的宏观功能梯度碳纳米管增强复合材料（Functionally Graded Carbon Nanotubes Reinforced Composites,FG-CNTRCs）圆柱壳自由振动特性的理论模型. 综合考虑CNTs的取向和尺度效应,基于Eshelby-Mori-Tanaka（EMT）方法和非局部理论建立了宏观CNTRCs的非局部EMT本构模型. 基于Kirchhoff-Love圆柱壳假设,采用Hamilton原理推导了热环境中visco-Pasternak基体中FG-CNTRCs圆柱壳的自由振动控制方程,利用Navier法得到两端简支圆柱壳的固有频率,并与文献中结果进行对比,验证了模型和方法的正确性. 分析了非局部参数、CNTs的体积分数和分布方式、圆柱壳的长厚比、环境温度以及地基参数等对简支FG-CNTRCs圆柱壳自由振动特性的影响. 研究发现,考虑CNTs的尺度效应后会降低FG-CNTRCs圆柱壳的抗弯刚度,环境温度对简支FG-X-CNTRCs圆柱壳固有频率虚部的影响随CNTs体积分数的增大而增大,且长厚比和地基的阻尼参数对虚部的影响有耦合作用.     

考虑人-车-路耦合的路径跟随过程操稳性预测研究

为更早预测车辆的操稳性失稳风险,针对性解决传统“人-车-路”耦合系统中“路”先验信息未知和由此导致的“人”输入难预测问题,借助先进辅助驾驶系统提供的前方预瞄路径,提出结合驾驶员转向模型及车辆非线性动力学模型的操稳性预测方法. 构建“人-车-路”闭环反馈驾驶员模型,对跟随道路曲率的驾驶员转向行为进行预测;将当前车速与预测转向作为三自由度非线性动力学模型的输入,实现跟随前方路径的操稳性状态预测;通过Simulink-Carsim联合仿真及驾驶员模拟器硬件在环对比,进行双移线路径、变曲率路径和蛇形路径工况模拟. 所提方法的操稳性状态预测值与实际值吻合良好.