国内固体氧化物燃料电池研究现状与展望

固体氧化物燃料电池(Solid Oxide Fuel Cell,SOFC)凭借着燃料适用范围广、高效率、全固态封装、排放几乎无污染、运行安静等显著优点一定程度的应用于固定式发电、交通运输、军事、空间宇航等领域。但由于我国起步较晚,在研发上仍处在实验室和小规模示范阶段,与国际先进技术存在着一定的差距。本文着重从国内几家主要的科研院所、企业介绍目前国内SOFC的研究进展状况,对国内SOFC发展中存在的问题进行总结以及对未来发展方向进行展望。     

浅谈型钢砼的施工技术

本文通过工程实例,介绍型钢砼在大跨度建筑构件中应用的施工工艺流程及结构安装工艺,施工难点问题、施工注意问题。     

从监理安全责任反思监理人员素质的提高

监理工作人员,因建设工程安全事故,频频涉及刑事责任。本文试着从监理安全责任与监理人员素质的现状与关系,如何通过提高监理人员素质,尽最大的努力规避与排除因监理的失误所造成工程的安全事故,并从减少职业风险方面,提供一些建设性意见。     

市政工程道路施工的质量控制与管理

道路施工建设是一项复杂而长期的工程,其在施工工艺、施工监理上,有着严格的要求。而且,施工建设过程中,伴随有各种资源的大量输出,尤其是人力资源和物质资源,是施工中的两大资源消耗。基于道路工程的复杂性,其在施工建设中,存在诸多的问题,尤其是安全问题和质量问题尤为突出,是道路工程管理的核心内容。1.1工程的施工特点道路施工建设具有特殊性,尤其是其作为主要的交通枢纽,其在质量上有着严格的要求。正是基于其工程的特点,1.公路的施工要求     

固体氧化物燃料电池离子- 电子混合传导性Ni/ScSZ 燃料极的制备以及性能分析

在薄膜固体氧化物燃料电池中,为增加发生电化学反应的三相界面面积,燃料极和空气极通常制备成离子-电子混合传导性质的多孔形态。该研究将燃料极电化学反应(氢氧化反应)的催化剂——镍(Ni)和氧离子传导性好的氧化钪稳定的氧化锆(ScSZ)混合制备成离子-电子混合传导燃料极。实验结果显示,与纯 Ni 燃料极相比,所制备的 Ni/ScSZ 燃料极因其三相界面面积的增加,可显著降低极化电阻,但同时欧姆电阻也显著增加,从而最终导致燃料电池单池性能总体下降。     

论电动汽车的发展趋势(英文)

文章基于使用电机与主动安全控制实现全制动能量回收以提高能效的原理,提出了纯电气化车辆(Pure Electrified Vehicle,PVE)的概念。阐述了该类车辆具有通过电机可感知车辆运动状态的特点并介绍了相关智能检测方法以及车辆机电解耦的动力学控制结构。讨论了该类车辆的动力学控制方法及驾驶节能策略。最后,从智能化电动车的层面,讨论了驾驶辅助安全技术和人文关怀技术。     

智能电动汽车信息感知技术研究进展

智能电动汽车是一类特殊的移动智能机器人,能够改变人类生活品质、时空价值和文化融合。主要介绍了智能电动汽车发展的历程和国内外相关研究的发展水平和核心技术;重点讨论了智能电动汽车车-路感知、智能充电桩和电池管理系统等智能电动汽车主要研究热点,分析了传感技术、数据融合算法、控制算法和通信技术等智能汽车关键核心技术的研发现状。随着大数据、云计算等新型智能传感技术的发展,未来的智能感知将彻底改变传统机器视觉技术在底层特征上的模式识别。在智能电动汽车产业化过程中也需解决人性、安全性、可靠性以及法律和道德等问题。总之,智能电动汽车技术的迅猛发展将改变人类的时空观念,也必将对交通运输业产生深远且革命性的影响。     

丰镇发电厂220 kV升压站地网改造

介绍了丰镇发电厂220kV升压站的地网情况，对接地体、接地引线的腐蚀情况进行检查，校核接地装置的热稳定，提出技术方案，进行技术改造。     

基于深度强化学习的燃料电池混合动力汽车能量管理策略研究

为提高燃料电池混合动力汽车的燃油经济性和燃料电池寿命,该文提出一种基于深度强化学 习(Deep Reinforcement Learning,DRL)的能量管理策略。该策略首先在 DRL 奖励信号中加入寿命因子,通过降低燃料电池功率波动,起到延长燃料电池寿命的效果;其次,通过限制 DRL 的动作空间的方法,使燃料电池系统工作在高效率区间,从而提高整车效率。在 UDDS、WLTC、Japan1015 三个标准工况下进行了离线训练,并在 NEDC 工况下实时应用以验证所提出策略的工况适应性。仿真结果显示,在离线训练中,所提出的策略可以快速收敛,表明其具有较好的稳定性。在燃油经济性方面,与基于动态规划的策略相比,在 3 个训练工况下的差异仅为 5.58%、3.03% 和 4.65%,接近最优燃油经济性;相比基于强化学习的策略,分别提升了 4.46%、7.26% 和 5.35%。与无寿命因子的 DRL 策略相比, 所提出的策略在 3 个训练工况下将燃料电池平均功率波动降低了 10.27%、47.95% 和 10.85%,这有利于提升燃料电池寿命。在未知工况的实时应用中,所提出策略的燃油经济性比基于强化学习的策略提升了 3.39%,这表明其工况适应性。