锂离子电池及相关材料进展

新能源技术对人类社会未来可持续发展至关重要,锂离子电池可望大规模应用于电动汽车和太阳能、风能等清洁电能的储存。电动汽车电池还面临重量、体积、寿命、安全、成本和系统可靠性等诸方面的挑战。评述了钴酸锂、锰酸锂、三元材料和磷酸铁锂等正极材料;石墨、钛酸锂等负极材料;电解质材料和隔膜材料等的研究和应用,重点介绍了正极材料的掺杂和表面修饰改性技术。并对电池技术的进步和新一代锂离子电池应用于电动车辆和智能电网的前景进行了展望。     

气凝胶薄膜制备的研究进展

气凝胶薄膜作为一种具有独特特性的薄膜材料,在光学、热学、声学、微电子等领域受到广泛关注。概述了气凝胶薄膜的溶胶制备和溶胶镀膜制备工艺,对比了气凝胶溶胶的酸催化、碱催化和酸碱两步催化等制备方法;介绍了浸渍提拉法、旋转镀膜法等溶胶镀膜方法;综述了溶胶制备和镀膜等工艺条件对气凝胶薄膜结构和性能的影响及其研究进展,指出酸碱两步法和金属等杂化是提高气凝胶薄膜性能的有效途径;最后展望了气凝胶薄膜材料的发展和应用前景。     

Nano-CaCO3改性聚烯烃树脂研究进展

介绍了nano-CaCO3改性聚丙烯、聚乙烯、聚氯乙烯、苯乙烯和ABS等树脂的力学性能、结晶行为和老化行为等性能的研究进展。并对nano-CaCO3的改性应用和研究方向做了展望。     

无机磷系阻燃剂的研究进展

综述了无机阻燃剂聚磷酸铵、红磷等的合成和制造技术的研究进展。介绍了微胶囊化技术在聚磷酸铵和红磷包覆方面的应用和它们在聚乙烯、聚酰胺、聚碳酸酯等高聚物中的应用，展望了无机阻燃剂的发展趋势。     

盾构机动态交互仿真系统的研究与实现

盾构机是用于开挖隧道等地下施工的专用工程机械,有着广阔的应用前景。但因掘进装备等的高度复杂性,以及地质条件、工况的不确定性等导致的安全问题,对盾构机的学习和研究带来一定难度。鉴于此,利用VRML、Cult3D、HTML等开发了一个基于网络的交互装配、运动仿真和虚拟漫游系统,具有导航漫游、交互操作虚拟对象、信息查询等功能,形象直观地展示了盾构机的构造和原理,为盾构机的学习和研究提供了一个很好的平台。     

合金元素对镁合金耐腐蚀性能影响的研究进展

添加合金元素即合金化是改善镁合金性质、性能的有效途径。总结了基础合金元素(Al、Zn、Mn、Zr等)和微量合金元素(Ce、La、Sc、Er、Nd、Y、Sm、Ho、Gd及混合稀土等稀土元素和Ca、Sr等碱土金属元素以及Pb、Sn、Sb、Si、Hg、Ga等)对合金化镁合金耐腐蚀性能的影响,评述了失重法、电化学方法等合金化镁合金耐腐蚀性能的主要研究方法,指出了当前镁合金合金化及耐腐蚀性能研究中存在的问题和发展方向。     

无机磷系阻燃剂的研究进展（二）

综述了无机阻燃剂聚磷酸铵、红磷等的合成和制造技术的研究进展。介绍了微胶囊化技术在聚磷酸铵和红磷包覆方面的应用和它们在聚乙烯、聚酰胺、聚碳酸酯等高聚物中的应用，展望了无机阻燃剂的发展趋势。     

聚氯乙烯—岩棉复合发泡吸声材料的研制

利用ＰＶＣ和无机物等研制了一种性能优良的吸声材料。该吸声材料具有低频吸声系数好、成型加工简单、成本低等优点。着重讨论了岩棉含量、厚度、发泡时间和发泡温度等因素对吸声材料的吸声性能的影响。     

Ni3Al复合材料的生产工艺

介绍了ＮｉＡｌ复合材料的主要工艺和增强相的分类,液相工艺主要包括熔铸法,反应烧结和热等静压、反应熔渗ＳＨＳ工艺以及喷射成形等方法。固相工艺介绍了热压、热等静压和机械合金化,分析了各种工艺的优缺点。     

脱除工业废气中微量COS杂质的研究进展

羰基硫(COS)主要是石油加工和有机物合成等生产过程中产生的,是常见的有机物中间体,对人体有毒害作用。介绍了COS的危害、来源及制备等和各种脱除方法包括还原法、吸收法、水解法、吸附法、光解法等方法。归纳了脱除COS方法的反应机理和动力学研究。展望了脱除COS方法的研究前景。     

齿轮箱故障诊断技术现状及展望

从齿轮箱故障机理研究、信号处理技术、故障诊断方法等方面对齿轮箱诊断技术的现状进行了讨论.列举并分析了小波分析、模态分析、粗糙集理论、群体智能理论、生物免疫机理等理论在齿轮箱故障诊断中的应用,展望了齿轮箱故障诊断技术的发展.对现有齿轮箱诊断技术研究急待解决的问题提出了看法.     

经验模态分解方法在航天器故障诊断中的应用

航天器自主和实时的在轨故障诊断一直是航天领域发展的瓶颈问题,对航天器运动部件的故障特征进行经验模态分解(EMD),有效提取失步故障特征,并得到基频,为黑箱工况下的航天器在轨故障诊断提供了实时的判断依据。另外通过EMD方法与FFT、小波分析的效果对比,验证了EMD方法在航天器运动部件故障诊断上的有效性和先进性。     

模糊数学在制冷故障诊断专家系统中的应用

基于专家系统的诊断方法是故障诊断领域中最为引人注目的发展方向之之一。在故障诊断专家系统中，无论从现象的获得或现象到故障的推理，甚至故障诊断的基本原理三个方面都存在着模糊性。本文将模糊数学引入制冷系统故障诊断技术中，较好地解决了这一问题。     

通用雷达故障诊断专家系统的设计

目的：为了提高雷达装备故障诊断的效率和可靠性。方法：通过对雷达装备综合测试和故障诊断要求和方法的分析。介绍一种适用于雷达装备的故障智能诊断专家模型，探讨了该模型的基本结构和相应的推理机制及故障诊断策略。结果：结论雷达故障诊断的特点，研究了该模型及诊断方法在雷达装备中的具体应用，证实了该方法是有效的。结论：将自动测试技术和专家系统相结合，可以提高故障诊断的效率和可靠性。     

基于灵敏度预分类的BP神经网络故障诊断方法

故障特征信息的获取和处理对电路故障的可靠分类和准确诊断有很大的影响．在电路故障诊断时,对于不同的故障模式,存在信息混叠的现象,需要解决特征信息的有效提取和故障的可靠分类等问题．为此,本文提出了一种结合灵敏度特性分析的BP神经网络故障诊断方法．基本思想是通过灵敏度的计算,对电路故障样本作预分类,再根据电路灵敏度的计算结果分别提取相应特征信息,以此构造故障样本特征集,然后作为BP神经网络的输入对网络训练,并进行故障诊断．对滤波器的仿真结果表明,该方法能分类不同的元件故障,且对模拟电路故障诊断的平均正确率优于传统方法．     

测试性建模与分析中的故障概率获取方法研究

在实际维修测试中,为了系统安全和减少测试时间,经常采用模块化诊断和模糊组替换诊断等含有实用特性的故障诊断方法.在测试性建模、分析与评估和诊断策略的设计中,对于采用含实用特性诊断方法的系统而言,传统的故障概率计算方法不再适用,提出了基于蒙特卡罗仿真的故障概率获取方法.仿真分析表明,利用该方法得到的故障率更加真实可靠,能为测试性建模、分析和诊断策略的设计提供更加准确的依据.     

基于L-M算法的雷达板级电路快速故障诊断

新型雷达可更换的板级电路很多,为了快速诊断板级电路故障,将一种基于L-M算法的神经网络用于故障诊断;分析了L-M算法BP网络进行雷达板级电路故障诊断的原理;建立了故障诊断样本训练和测试平台;并以实例在该平台上对L-M算法BP网络进行训练和实际诊断,结果表明,该方法诊断准确性高,比其它方法更为快速有效,较好地解决了雷达可更换板级电路的故障诊断问题。     

离心式制冷压缩机故障的模糊综合诊断

在离心式制冷压缩机故障的诊断过程中,通过模糊综合诊断体系的建立,以构造模糊诊断矩阵,再由现场观测到症状和数据,以确定严重程度值,并进行故障的模糊综合诊断。依据最大隶属度原则,就可确定压缩机故障的主要原因。利用模糊综合诊断法,可有效提高诊断结果的准确性。     

基于谱质心直方图-SVM的滚动轴承故障诊断

轴承早期故障信号的信噪比较低,较难识别。为提高轴承早期故障诊断的准确率,分析了现有方法和视觉信息处理方式的相似点,从视觉信息处理的角度进行研究,提出一种基于谱质心直方图的滚动轴承故障特征提取方法,将所提出方法用于滚动轴承不同运行状态下的故障特征提取,将所提取特征作为支持向量机的输入特征向量从而实现对滚动轴承不同运行状态的智能分类。实验证明,谱质心直方图提高了轴承早期故障诊断准确率,准确率平均提高了2 %,优于Mel频率倒谱系数特征。     

基于卷积神经网络的ZPW-2000R轨道电路智能故障诊断方法

为解决ZPW-2000R型轨道电路故障智能自诊断问题,提出一种基于深度卷积神经网络的ZPW-2000R轨道电路故障诊断模型,输入微机存储的38个实时监测变量数据,可自动诊断包括轨道电路室内及室外设备的共29种故障类型,且故障诊断准确率可达96%。为轨道电路故障诊断提供了有效的智能化解决方案。