聚氨酯/SiO_2复合凝胶聚合物电解质的制备与性能EI北大核心CSCD

将聚氨酯(PU)与纳米SiO_2复合,采用相转移法制备了不同SiO_2含量的PU/SiO_2复合凝胶聚合物电解质。材料微观结构、热性能和电化学性能等测试结果表明,相转移法得到了多孔结构的聚合物膜,SiO_2颗粒较均匀地分散于PU基体中;随着SiO_2含量逐渐增加,电解质的吸液率和拉伸强度呈先上升后下降的趋势;差示扫描量热分析和热重分析测试结果表明,复合多孔电解质膜的玻璃化转变温度和热分解温度较纯PU有明显提高;SiO_2质量分数为5%时制备的PU/SiO_2复合多孔凝胶聚合物电解质综合性能最优,吸液率为163%,拉伸强度为5.45 MPa,5%分解温度高达324℃,20℃时离子电导率为3.02×10-3S/cm,电化学稳定窗口为5.32 V,显示了较好的应用前景。     

基于激励型需求响应的主动配电网态势利导方法

该文从负荷角度出发,提出一种基于激励型需求响应的主动配电网态势利导方法.首先,基于激励型需求响应提出主动配电网最大供电能力模型;接着以供电能力为主要依据,综合考虑系统供电可靠性、系统安全性和分布式电源出力波动等因素,建立主动配电网安全态势评估体系,采用模糊层次分析法得到计及激励型需求响应前后网络的预警值;最后对扩展的I...     

基于改进GP-GWO算法的电力负荷自动建模

负荷模型的建立是电力系统稳定性分析的重要环节,要求负荷模型既能准确反映负荷特征又要具有相对简单的模型结构。而目前的负荷模型往往是通过人工的方法来确定,具有很强的主观性。针对现有状况做出改进,提出将遗传算法和灰狼算法相结合的混合算法GP-GWO,实现电力负荷的自动建模。在使用遗传程序设计框架的基础上,首先用分层树结构表示复杂负荷函数模型。其次,由于灰狼算法具有较强的全局搜索能力和快速收敛能力,将改进GP算法与灰狼算法相结合,结合后的算法GP-GWO在优化模型参数、提高模型精度等性能方面有所提升。最后,从静态负荷模型和动态负荷模型中各选取一个算例,分别对其有功、无功进行建模、测试和评估,将GP-GWO算法结果数据与实验数据进行拟合对比,对比结果验证了该算法的可行性。     

国外救援无人机应用需求及发展趋势分析

随着信息技术、新材料和新能源技术迅猛发展,依托各项综合技术成果研制的无人机日趋成熟,在民用领域,特别是抢险救援中发挥出重要作用,得到广泛关注。介绍了国外救援无人机的发展概况,分析了灾害事件中无人机救援的应用需求,并对未来救援无人机的发展趋势进行了探讨。     

皮肤病灶图像分割方法的分析与探讨

皮肤癌是一种高发疾病,且发病率逐年递增,对人类的生命健康构成严重威胁。为此,研究人员提出了多种计算机辅助诊断模型,旨在提高诊断准确性的同时提高医生的工作效率。本文综合回顾了近年来与皮肤病灶分割相关的文献,分析了其中使用的各种方法,讨论了各种方法可能面临的问题,并对未来研究趋势进行了展望,希望能对皮肤病灶分割的发展起到一定帮助。     

全水化无醇提取γ-聚谷氨酸工艺的研究

为实现γ-聚谷氨酸无醇提取,利用板框除菌,酶解除大分子多糖,活性炭脱色,超滤除小分子杂质,最后冷冻干燥获得γ-聚谷氨酸(γ-PGA)成品。确定了全水化无醇提取条件:下罐调p H6.0,发酵液稀释2倍;硅藻土和红土配比为2∶1(m∶m),总添加量为1.5%(w/v),除菌率97%以上;脱色条件:活性炭添加量1.5%(w/v)、温度30℃、p H5、时间60min。超滤选择10ku的膜包除杂并最终浓缩至原液的1/9。冷冻干燥18h得到的γ-聚谷氨酸纯度达90%。无醇提取工艺的探索为工业生产提取γ-PGA提供了重要参考依据。     

聚氨酯/SiO_2复合凝胶聚合物电解质的制备与性能

将聚氨酯(PU)与纳米SiO_2复合,采用相转移法制备了不同SiO_2含量的PU/SiO_2复合凝胶聚合物电解质。材料微观结构、热性能和电化学性能等测试结果表明,相转移法得到了多孔结构的聚合物膜,SiO_2颗粒较均匀地分散于PU基体中;随着SiO_2含量逐渐增加,电解质的吸液率和拉伸强度呈先上升后下降的趋势;差示扫描量热分析和热重分析测试结果表明,复合多孔电解质膜的玻璃化转变温度和热分解温度较纯PU有明显提高;SiO_2质量分数为5%时制备的PU/SiO_2复合多孔凝胶聚合物电解质综合性能最优,吸液率为163%,拉伸强度为5.45 MPa,5%分解温度高达324℃,20℃时离子电导率为3.02×10-3S/cm,电化学稳定窗口为5.32 V,显示了较好的应用前景。     

基于改进GP-GWO算法的电力负荷自动建模

负荷模型的建立是电力系统稳定性分析的重要环节，要求负荷模型既能准确反映负荷特征又要具有相对简单的模型结构。而目前的负荷模型往往是通过人工的方法来确定，具有很强的主观性。针对现有状况做出改进，提出将遗传算法和灰狼算法相结合的混合算法GP-GWO，实现电力负荷的自动建模。在使用遗传程序设计框架的基础上，首先用分层树结构表示复杂负荷函数模型。其次，由于灰狼算法具有较强的全局搜索能力和快速收敛能力，将改进GP算法与灰狼算法相结合，结合后的算法GP-GWO在优化模型参数、提高模型精度等性能方面有所提升。最后，从静态负荷模型和动态负荷模型中各选取一个算例，分别对其有功、无功进行建模、测试和评估，将GP-GWO算法结果数据与实验数据进行拟合对比，对比结果验证了该算法的可行性。