2020年中国电动汽车销量占全球41%

Canalys最新研究数据显示,2020年中国市场共出售130万辆电动汽车,同比增长8%,占全球电动汽车销量的41%。Canalys预测,2021年中国将售出190万辆电动汽车,增幅高达51%,将占中国汽车总销量的9%。Canalys副总裁Sandy Fitzpatrick称,电动汽车在2020年中国乘用车总销量中仅占6.3%,未来将继续增长。     

电动汽车用动力电池振动疲劳测试方法开发

动力电池是当前新能源汽车中的核心零件,其性能,安全,可靠与耐久性直接影响整个车辆安全耐久性能,而电池系统的抗振动冲击特性是产品开发设计过程中需要满足的重要指标.文中着重阐述动力电池振动疲劳的测试验证策略与具体实施指导,为电池系统研发和测试工作提供重要参考.     

一种植物油中苯并（a）芘含量测定的固相萃取前处理方法

为了建立一种准确性高、成本低的植物油中苯并(a)芘测定的样品前处理方法，基于GB 5009.7—2016以自制氧化铝柱为固相萃取柱，采用单因素试验对称样量、洗脱剂量、洗脱流速、吸附剂存放时间、吸附剂量这5个影响植物油中苯并（a）芘洗脱的因素进行研究，优化前处理条件，并对测定方法进行考察。结果表明：优化的前处理条件为称样量0.100 0 g、洗脱剂量120 mL、吸附剂（氧化铝）量22 g、洗脱流速1滴/2 s、吸附剂存放时间少于12周；方法检出限为0.2 μg/L，样品加标回收率为94.23%～100.00%，RSD为1.20%～7.36%；同一样品测定结果与SGS测定值接近，相对平均偏差为2.36%～3.50%。说明本试验方法测定结果准确，可应用于油脂企业植物油中痕量苯并（a）芘的测定。     

我国主产区油茶持久性有机污染物分布特征及相关性研究

为了明确油茶中持久性有机污染物(POPs)的污染分布特征,利用气相色谱-三重四极杆串联质谱(GC-MS/MS)对我国主产区45个采样点135批次油茶果不同部位及对应油茶林土壤进行16种多环芳烃(PAHs)、18种多氯联苯(PCBs)和21种有机氯(OCPs)污染水平分析。同时分析油茶籽仁和油茶林土壤中主要POPs之间相关性。结果表明:油茶果各部位及油茶林土壤PAHs污染以萘、苊烯、苊萘嵌戊烷、荧蒽等低环PAHs污染较为明显;PCBs污染程度很轻,含量均在1μg/kg以下;OCPs污染主要为狄氏剂、毒杀芬、α-六六六、硫丹、异狄氏剂和艾氏剂。油茶籽仁中荧蒽与菲具有强正相关(R~2=0.90);油茶林土壤中芴与菲,■与苯并(a)蒽、苯并(b)荧蒽、苯并(k)荧蒽、苯并(a)芘和苯并(a)蒽,PCB138与茚并(1,2,3-cd)芘,PCB180与苯并(g,h,i)苝,p,p′-DDE与o,p′-DDT、p,p′-DDD之间均具有较强相关性(R~2=0.81～0.98)。     

一种电动汽车光伏充电站的分时段有序充电策略

  目的  针对电动汽车光伏充电站的有序充电问题，提出一种分时段有序充电策略。  方法  研究了光伏充电站的结构体系及工作原理，构造了电动汽车充电时间、储能电池荷电状态（SOC）范围等约束条件。负荷高峰时段，在满足车辆充电需求的同时，减少向电网的购电量，降低购电费用，并辅助电网“消峰”。负荷低谷时段，在满足车辆充电需求的同时，增加向电网的购电量，辅助电网“填谷”。  结果  通过仿真事例验证了所建模型的有效性，并与即时充电方案进行比较，说明了所建模型在减小充电站的购电费用，降低电网峰谷差方面的优势。  结论  所提电动汽车光伏充电站的充电策略是正确并有效的，可为实际应用提供参考。     

基于CFD的池式快堆多物理耦合分析方法研究

基于临界/次临界点堆中子动力学模型、燃料棒传热模型、热交换器和多孔介质等辅助热工水力模型，采用显式迭代和动态链接库技术（DLL），利用商用计算流体力学（CFD）程序FLUENT的用户自定义函数（UDF）实现中子动力学、燃料棒热传导等和快堆堆池冷却剂流动换热的耦合计算，开发池式快堆多物理耦合计算程序CFD/PF。采用CFD/PF开展小型自然循环铅铋快堆SNCLFR-10无保护超功率事故（UTOP）模拟，并与国际知名快堆多物理耦合分析程序SIMMR-III的计算结果开展Code-to-Code对比分析。研究结果表明:CFD/PF与SIMMER-III的分析结果吻合良好，耦合程序的开发取得了初步成功，可用于分析池式快堆堆池内的复杂三维流动和换热现象。      

基于近红外光谱技术的马铃薯叶片含水率高效预测

提出了运用近红外光谱技术检测新鲜马铃薯叶片中含水量的方法，并通过预测结果和运算量的对比得出一种高效率的预测方法。采集了900～2100 nm波段范围内110个新鲜马铃薯叶片的光谱反射率信息，经SG（Savitzky-Golay）平滑、多元散射校正（MSC）和标准正态变量变换（SNV）3种预处理后，分别建立偏最小二乘回归（PLSR）模型和BP神经网络模型，再运用回归系数（regression coefficients, RC）法在全波段光谱中提取特征波长，同样经3种预处理后分别建立预测模型。结果表明：在运用光谱全波段信息构建的模型中，经多元散射校正（MSC）预处理建立的BP神经网络模型预测效果最好，预测集决定系数R²为0.9791，均方根误差RMSE为0.3723；在基于特征波长构建的模型中，经SG平滑预处理建立的神经网络模型预测效果最优，预测集决定系数R²为0.9658，均方根误差RMSE为0.4759；验证了特征波段结合BP神经网络建立的模型与全波段建立的模型预测结果相差不大，因而能够极大地减少运算量，提高预测效率。     

电动汽车电接插件接触电阻振动特性的研究

电动汽车市场发展迅速,与此同时事故却频频发生,其中很大一部分原因归咎于电气设备的稳定性不足,而电接插件的安全性是电气设备稳定性的核心问题,特别是针对高电压大电流的动力电池组。针对动力电池模组内部连接的电接插件展开研究,在目前电接插件制造工艺的基础上,围绕振动工况下动力电池的电接插件的接触电阻以及接触性能一致性评估的核心技术,探索复杂振动工况下动力电池之间电接插件的接触电阻稳定性问题。首先构建面向振动工况下接触稳定性动力学模型,推导电接插件的振动与频率、幅值的关系。进一步地,设计单体电池电连接器的电阻特性测试和电池模组的接触电阻振动试验,发现了接触电阻与接触面积、振动频率的变化规律。最后,结合电动汽车对电源系统的安全需求及相关理论,提出一套高压接插件一致性评估思路,指导电接插件性能在线评估以及结构优化,为电动汽车高压电安全性提供了实际工程应用和理论指导。