纳米银膏增强大功率LED器件散热性能研究

为了解决大功率发光二极管(LED)散热效率低、可靠性差等问题,提出将无压烧结纳米银膏作为芯片固晶材料,应用于大功率发光二极管封装．对纳米银膏的热学行为及烧结后的晶体结构进行了表征,分析了烧结温度对电阻率和孔隙率的影响．利用纳米银膏封装大功率发光二极管,分析了不同固晶温度下发光二极管器件热阻及其结温变化,并与传统锡膏材料进行了对比．结果表明：随着固晶温度升高,纳米银膏的导电性和导热性逐渐提高．纳米银膏在200℃烧结后的电阻率为6.49μΩ·cm,界面孔隙率为11.5%,封装后的大功率发光二极管样品固晶层热阻为7.45 K/W,比采用SAC305和Sn₄₂Bi₅₈焊膏封装的发光二极管样品固晶层热阻分别降低15.4%和28.9%,芯片结温则分别降低2.9%和21.2%．此外,实验还测试了三种发光二极管封装样品的出光功率和工作温度,结果表明纳米银膏作为芯片固晶材料可为大功率发光二极管提供良好的散热通道,降低芯片结温并提高器件可靠性．     

超高性能混凝土在装配式渡槽中的应用初探

提出利用超高性能混凝土（UHPC）材料预制渡槽,并对渡槽结构进行初步设计,同时与传统混凝土渡槽的工程、经济、社会和环境效益进行了对比。结果表明：UHPC渡槽的槽身重量、全生命周期费用和碳排放量分别较C25渡槽降低了64%、16.5%和68.1%,渡槽结构不仅实现了轻量化,而且大大节约了原材料的用量,降低后期运营维护成本,使得UHPC渡槽具备更好的工程经济和社会环境效益,值得在今后引水输水工程中予以推广应用。     

基于时间序列分解与门控循环单元的地铁换乘客流预测

为丰富地铁内部换乘客流预测理论,更好地制定地铁运营计划,提出了一种基于时间序列分解方法(STL)与门控循环单元(GRU)的地铁换乘客流预测模型。该模型将预测过程分为3个阶段,第1阶段为原始地铁刷卡数据预处理,采用基于图的深度优先搜索算法识别乘客的出行路径,构建换乘客流时间序列;第2阶段运用STL时间序列分解算法将换乘客流时间序列转化为趋势量、周期量以及余量,并利用3σ原则对余量进行异常值的剔除与填充;第3阶段基于深度学习库Keras,完成GRU模型的搭建、训练及预测。以北京地铁西直门站的换乘客流数据为研究对象,对模型的有效性进行了验证,结果表明：与长短时记忆神经网络(LSTM)、门控循环单元、STL时间序列分解方法与长短时记忆神经网络组合模型(STL-LSTM)相比,STL-GRU组合预测模型可提升工作日(不含周五)、周五、休息日的换乘客流预测精度,预测结果的平均绝对百分比误差至少分别降低了2.3、1.36、6.42个百分点。