尖晶石相型LiM_(0.2)Mn_(1.8)O_4(M=Mg、Cd)相的晶格畸变与红外吸收峰频移

通过室温固相法制备了不同元素掺杂的前驱体,并采用分步煅烧法获得了尖晶石型LiMn2O4和LiM0.2Mn1.8O4(M=Mg、Cd)相。采用XRD和FTIR技术就元素掺杂对产物晶格畸变、Mn—O键长和键能强度等微观结构参数和光谱频移现象进行分析。结果表明,不同元素掺杂导致产物产生不同程度的晶格畸变。Mg元素掺杂使晶格收缩,Mn(Ⅳ)—O和Mn(Ⅲ)—O键收缩和键能强度增加,对应吸收峰发生蓝移;Cd元素掺杂使晶格膨胀,Mn(Ⅳ)—O和Mn(Ⅲ)—O键增长和键能强度降低,对应吸收峰发生红移。     

巴彦高勒水文站输沙率间测分析

文章通过对巴彦高勒水文站1991～2020年多年输沙率资料进行统计分析,论证该站悬移质输沙率间测方案,为优化分析测验方式,提高工作效率提供技术依据。     

风力发电机行星齿轮箱故障诊断方法研究

<正>随着国家“十四五”电力发展规划的落地和能源政策的调整,清洁能源和分布式发电都具有不可估量的市场潜力以及发展前景,特别是在风力发电等领域。行星齿轮箱作为风力发电机的关键部件,保障其可靠运行的任务更加凸显。然而,风力发电机往往工作在较为恶劣的环境下,比如荒凉偏远的山区,或者是在风能比较富裕的海上,这无疑增加了维修人员对其进行监测及维修的难度。若风力发电机维修不及时,那么其核心零部件可能会由于长时间的带病运转而导致损伤,甚至可能会导致机组停机。因此,针对行星齿轮箱研发有效的状态监测和故障诊断方法,对保障风电机组安全稳定运行、实现碳达峰碳中和都有着重要的意义。     

2021年我国电池材料需求情况研究

电池材料主要包括金属材料及化合物。本文讨论了我国锂离子电池、铅蓄电池、氢镍电池、锌锰电池等系列电池产量,分析了电池生产对锂、钴、镍、铜、铝、铅、锑、锌、锰、镉、汞、铟、储氢稀土等材料的耗用量。随着电池产量逐年增加,材料需求量逐年增加。     

浅谈中国缺陷汽车产品召回制度

本刊上一期探讨了在汽车召回制度发展中,我国缺陷汽车召回管理制度的有效性、汽车召回的模式等问题。本期,我们就汽车召回制度的实施现状及管理现状,汽车召回中的零部件供应,汽车缺陷产品召回制度对社会信任度及企业的诚信度所产生的影响等等问题,作进一步的深入探讨。     

建筑垃圾资源化利用是城市建设又一重要课题

上海,作为国际化大都市,城市面貌日新月异,随着2010年世博会的临近,新一轮的城市建设正在如火如荼地进行着。但是,在城市的大规模建设背后,却不能忽视这样一个长期令人困扰的问题：建筑垃圾越来越多,随意堆置现象也越来越严重,管理方面的问题正日益凸显。我们在温馨的房间里享受美好的生活,建筑垃圾却在房间外悄悄地“侵蚀”我们的环境;我们拥抱现代建筑带给我们的一切,建筑垃圾却在我们身后形成了一个环保的“黑洞”。     

Ti6321合金TIG焊接接头组织与动态力学性能研究

采用钨极氩弧焊（TIG）焊接双态组织的Ti6321合金,对未焊接母材、近热影响区母材、热影响区和焊缝区进行显微硬度及静动态力学性能测试,并对焊接接头动态压缩前后的组织结构进行观察。结果表明：Ti6321合金经TIG焊接后,热影响区组织为等轴初生α相与β相+针状马氏体α''相构成的近双态组织;焊缝区为大块α相与针状马氏体α''相构成的网篮组织,且晶粒较为粗大。在显微硬度与静动态抗压强度方面,焊接接头热影响区最高,母材与近热影响区母材次之,焊缝区最低。母材、近热影响区母材和热影响区冲击吸收功相近,焊缝区低于前三者。热影响区因形成致密细小的针状马氏体α''相,其硬度与动态抗压强度较高,变形协调能力弱,塑性较低。焊缝区粗大的晶粒使动态塑性与动态强度都较低。在2100～2900 s-1动态压缩应变率范围内,母材、热影响区与焊缝区随着应变率增大,发生了明显的塑性变形。母材与热影响区中的等轴α相由压缩前分布均匀的椭球状转变为方向不一的长条状,转变程度随着应变率的增大而增大。     

执行器故障下飞行机械臂的主动容错控制

本文提出了一种基于非奇异终端滑模和扩展状态观测器的飞行机械臂主动容错控制方法.首先,采用反演技术作为闭环控制框架,保证系统的全局稳定性.其次,采用自适应非奇异终端滑模作为执行器故障下的鲁棒控制器.然后,利用扩展状态观测器对复杂的耦合效应和外部干扰进行估计和补偿.李雅普诺夫稳定性理论可以保证具有执行器故障和外部干扰的飞行...     

基于改进LSTM神经网络的测井曲线重构方法

地球物理测井过程中,由于仪器测量或者井眼原因等经常会造成部分测井曲线失真或缺失的情况,针对失真或缺失部分测井曲线的补全与生成问题,对测井领域知识和长短期记忆神经网络(LSTM)进行了研究,提出联合领域知识与深度学习的测井曲线重构模型(DK-LSTM)。利用测井领域知识中的地层岩性特征指数筛选数据得到高质量的训练样本,并将其作为深度学习重构测井曲线的依据;构建并训练带有领域知识约束层的长短期记忆神经网络模型;基于测井曲线间的强依赖关系在重构模型中引入注意力机制,进而生成并补全测井曲线中失真或缺失的信息。实验结果表明DK-LSTM测井曲线重构模型较标准长短期记忆神经网络和串级长短期记忆神经网络具有更准确的预测效果,为测井曲线重构提供了一种新思路。     

基于自寻优和交叉寻优的量子优化算法

为提高群智能优化算法的搜索能力,提出了一种量子优化算法。该算法基于量子位Bloch坐标,将种群分为最优个体和普通个体两部分并进行不同处理,对于最优个体,通过使所有量子比特在Bloch球面上绕着坐标轴多次旋转,生成多个新个体,并采用贪婪搜索策略选择最优个体;对于普通个体,将当前个体的量子比特向着随机交叉确定的目标位置旋转,生成新个体,并在当前个体和新个体之间通过贪婪选择以实现当前个体的交叉寻优。函数极值优化的仿真结果表明,所提算法在优化能力上,优于简单量子遗传算法、普通遗传算法和人工鱼群算法,从而验证了算法的有效性。该算法在高维能很好地避免陷入局部最优值,具有快速收敛性和良好的全局搜索能力,实验结果揭示出采用量子计算设计优化算法进而提升搜索能力的研究思路是可行的。