排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
为研究TbCrO3低温下的磁相变和介电弛豫,采用溶胶凝胶自蔓延燃烧合成法制备了TbCrO3材料,并对其磁、电性能进行了分析。利用X射线衍射仪、场发射扫描电子显微镜和综合物性测量系统对材料进行了物相和物性表征。X射线衍射结果表明,合成的TbCrO3为单相多晶样品,空间群为Pbnm;直流磁化曲线表明,材料的奈尔温度TN=162 K,分子的有效磁矩理论值与通过磁化曲线高温顺磁段外推得到的实验值相吻合,说明样品的磁性遵循居里外斯定律,外斯常数为负值(-32.2 K),表明样品内部的反铁磁耦合特性;介电测量中,在低频、高温下,样品出现了介电色散和巨介电常数,归因于空间电荷极化。样品在200 K附近出现介电驰豫,损耗峰随着频率增大向高温移动,拟合出的活化能为0.358 e V,这与RCrO3体系中其他样品的活化能接近。根据介电常数虚部与频率关系分析出驰豫为麦克斯韦-瓦格纳驰豫,由阻抗谱分析出驰豫是由晶界与晶粒共同作用的。TbCrO3在低温下存在顺磁-反铁磁相变,介电弛豫显示出热激活行为。 相似文献
2.
焊丝用ER70S-6盘条的开发 总被引:1,自引:1,他引:0
针对焊丝用ER70S-6盘条强度偏高的问题,对ER70S-6盘条生产工艺进行调整:(1)缩小C、Si、Mn化学成分的控制范围。w(C)为0.06%~0.11%,w(Si)为0.80%~0.95%,w(Mn)为1.40%~1.55%。(2)优化控冷工艺。入精轧温度≤950℃,吐丝温度≤930℃,斯太尔摩冷却线风机全部关闭,保温罩全部关闭,辊道速度不大于0.25 m/s。按新工艺生产的ER70S-6盘条的屈服强度为340~385 MPa,抗拉强度为500~560 MPa,断后伸长率为34.5%~50.5%,断面收缩率为64.0%~85.5%,可较好地满足用户的使用要求。 相似文献
3.
为研究汽车悬架的K&C特性及其对整车性能的影响,在ADAMS/Car环境下,双轮同向跳动仿真中建立麦弗逊悬架多刚体动力学模型与多柔体动力学模型,在侧向力与纵向力仿真中建立麦弗逊悬架多柔体动力学模型。仿真结果表明,此悬架具有较好的K&C特性,对整车操纵稳定性和平顺性有积极作用。 相似文献
5.
动力电池安全性问题因电动汽车安全事故频发而备受关注,短路故障则被认为是大部分动力电池安全事故发生的主要原因。针对外部短路故障,以某圆柱形锂离子动力电池为研究对象,根据能量守恒定律,建立动力电池在外部短路情况下的三维热模型,获取动力电池单体的内外温度场分布,并在此基础上建立热-力模型,仿真分析动力电池内部热应力分布,计算结果表明:在25℃下动力电池两端内部活性材料与壳体的接触部位产生最大热应力,热应力随时间变化趋势与表面温度变化一致,且处于低段初始荷电状态(State of charge,SOC)动力电池的峰值热应力较高。该模型的应用可以为同类型动力电池节约测试成本、结构优化减少热应力以增加安全性提供一定的指导作用,并提高对外部短路的动力电池响应规律的认识。 相似文献
6.
"羊城通"联合运营系统的设计与实现 总被引:1,自引:0,他引:1
简述在信息公话上为广州市“羊城通”公交IC卡提供语音通话业务的“羊城通”联合运营系统的设计方案、实现和应用价值与前景。 相似文献
7.
目前先进的电动汽车开发和应用已成为实现“脱碳”的关键技术。准确的电池健康状态(State of health, SOH)预估可有效地表征动力电池性能,对电动汽车动力电池维护和寿命管理具有重要意义。近年来,以深度学习、强化学习和大数据技术等为代表的新一代人工智能技术在电动汽车电池状态预估的应用已成为研究热点。首先简要介绍人工智能技术、SOH的含义以及影响SOH主要因素,然后分别从电池单体与电池系统的角度对几种人工智能模型在SOH预估中的研究进行总结与讨论,最后结合大数据、云计算、区域链等新兴技术,对电池健康状态预估问题进行展望,为提升当前动力电池全生命周期管理能力提供一些思路。 相似文献
8.
锂离子电池外部短路瞬间产生大电流引发安全事故频繁发生,精确的模型是风险预警的基础。围绕外部短路故障,从不同初始荷电状态(State of charge,SOC)、不同温度两方面开展了Thevenin等效电路模型与单粒子电化学模型的电压预测精度评价与复杂性对比。结果表明,Thevenin模型精度随初始SOC降低而下降,随环境温度升高上升;单粒子模型精度受初始SOC影响较小,随温度升高先上升后下降。针对Thevenin模型短路中精度下降等问题,提出了应用电感元件的模型优化方法。模型方均根误差小于60 mV,精度提升了76%;针对单粒子模型在外部短路大电流中精度变差的问题,提出了使用双电层放电和锂离子扩散限制进行建模的模型优化方法。模型方均根误差小于40 mV,精度提升了64%。优化后的模型分析结果表明:Thevenin模型实时性高,单粒子模型弥补了电池漏液时Thevenin模型的失效,但计算复杂;前者可用在外部短路的前期诊断和预警中,后者可用在外部短路发生后的热管理或热安全研究中。 相似文献
9.
储能电池外部短路故障发生伴随着电池大倍率放电、内部热量快速聚集、温度极速升高,是一种典型的电-热耦合滥用工况。针对电池外部短路:试验研究了不同初始条件下的外部短路特性,明确了短路开始至电池电压和电流突降为零的时间为外部短路失效边界;进一步分析了失效前短路时间与老化的耦合特性,应用电化学阻抗谱揭示了固体电解质膜增长为外部短路电池容量衰退的主因,且主要受电池温度影响。明确了短路开始至电池内部温度达到80℃的时间为外部短路损伤边界,为获取电池内部温度,构建了圆柱形电池集总参数热模型,建立了电池内部温度估计算法,误差<±2℃。应用长短时记忆神经网络算法构建了电池外部短路损伤边界和失效边界的预测模型。以外部短路前1 s和短路后2 s的电流、电压及环境温度作为输入,结果表明损伤边界预测误差<3.5%,失效边界预测误差<2%。该模型的应用能够加深外部短路对电池损伤的认识,为电池的安全监测提供有力保障。 相似文献
10.
随着锂离子电池在智能电网、新能源汽车等领域的大规模应用,其充放电能力,即峰值功率的准确预测对于保障系统的安全、可靠运行至关重要。从单体和系统两个层面归纳分析锂离子电池功率状态预测方法的研究进展:针对电池单体预测方法,主要包括测试查表法、黑箱法、等效电路及电化学模型法等,重点阐述多参量约束的等效电路模型法,并进行分类与对比分析;针对电池系统,从电池系统模型及功率状态预测算法两个角度出发,分别讨论了串联型、非串联型电池系统的功率状态预测算法和大数据驱动的智能预测方法,并分析各方法的优缺点及应用领域;结合下一代云计算、大数据、数字孪生等发展趋势,对锂离子电池功率状态预测方法进行展望,为促进电池全生命周期管理技术的研发与应用提供一些思路。 相似文献