Lithium-ion battery remaining useful life estimation based on fusion nonlinear degradation AR model and RPF algorithm

The lithium-ion battery cycle life prediction with particle filter (PF) depends on the physical or empirical model. However, in observation equation based on model, the adaptability and accuracy for individual battery under different operating conditions are not fully considered. Therefore, a novel fusion prognostic framework is proposed, in which the data-driven time series prediction model is adopted as observation equation, and combined to PF algorithm for lithium-ion battery cycle life prediction. Firstly, the nonlinear degradation feature of the lithium-ion battery capacity degradation is analyzed, and then, the nonlinear accelerated degradation factor is extracted to improve prediction ability of linear AR model. So an optimized nonlinear degradation autoregressive (ND–AR) time series model for remaining useful life (RUL) estimation of lithium-ion batteries is introduced. Then, the ND–AR model is used to realize multi-step prediction of the battery capacity degradation states. Finally, to improve the uncertainty representation ability of the standard PF algorithm, the regularized particle filter is applied to design a fusion RUL estimation framework of lithium-ion battery. Experimental results with the lithium-ion battery test data from NASA and CALCE (The Center for Advanced Life Cycle Engineering, the University of Maryland) show that the proposed fusion prognostic approach can effectively predict the battery RUL with more accurate forecasting result and uncertainty representation of probability density distribution (pdf).     

C-19 diacid-based polyamides

The preparation and properties of polyamide hot-melt adhesives derived from Koch C-19 diacid are described. They are comparable to those of commercial C-36 dimer acid-based polyamides for bonding leather and metals and somewhat superior to those of polyamides made from C-19 diacid derived from a hydroformylation process. Presented at the AOCS annual meeting, Toronto, May 1982.     

个人洗护用品配方原理及应用技术(Ⅱ)--护肤品配方原理及应用

从护肤品配方原理、各类配方成分(如乳化剂)介绍和其应用等方面讨论护肤品开发应用的相关注意要点，并给出了参考配方。     

焦炉传热数值模拟发展趋势的探讨

在对焦炉的加热工艺特点进行详细分析的基础上，综述了焦炉加热中的各种数学模型，建立了目标火道温度的模型，并预测数学模型在焦炉中应用的发展。     

离子束加速电压对真空电弧沉积Ti(C,N)涂层性能的影响

利用等离子辅助真空电孤沉积技术分别在高速钢片和单晶硅片制备了Ti(C,N）涂层，通过X-射线衍射和扫描电镜研究了不同离子加速电压对单晶硅片上涂层结构和组织形貌的影响，并测定了高速钢片上涂层的显微硬度，同时进行了耐磨性实验。结果表明：涂层主要由TiN和Ti(C,N）组成，随着离子束加速电压的增大，涂层的沉积速度增大，Ti(C,N）的衍射峰不断宽化，晶格尺寸发生变化，但其表面形貌不受影响；当离子束加速电压为1500V时，涂层有较高的耐磨性和显微硬度，当离子束加速电压为2500V时，涂层的耐磨性和显微硬度都有所下降：     

耐碱玻璃纤维砖骨料混凝土性能正交试验研究

以水胶比、粉煤灰掺量、砖骨料取代率、耐碱玻璃纤维体积掺量和耐碱玻璃纤维长度作为试验因素,通过设置五因素三水平正交试验,研究耐碱玻璃纤维二次破碎砖骨料混凝土28 d的立方体抗压强度以及28 d劈裂抗拉强度两种评价指标的变化规律.结果 表明:两种评价指标受水胶比、粉煤灰掺量、耐碱玻璃纤维体积掺量影响较大,二次破碎砖骨料取代率对劈裂抗拉强度影响较小,耐碱玻璃纤维长度对二者影响均不显著,综合考虑配置耐碱玻璃纤维砖骨料混凝土的最佳因素水平方案为水胶比0.4、砖骨料50％、粉煤灰10％、耐碱玻璃纤维体积掺量和长度分别为0.1％和16 mm.此结论可为耐碱玻璃纤维再生砖骨料新型混凝土工程使用提供试验依据.     

基于计算机测控技术的转矩流变仪的研制

介绍了基于计算机测控技术的聚合物转矩流变仪的研制，该仪器具有优良的性能指标，强大的数据文件处理能力、测试功能扩展能力，是高分子材料研究和开发的理想工具。     

有机颜料开发的新动向

有机颜料是一类重要的着色剂。本文综述了近年的开发动向，除了开发新结构颜料外，重点放在现有颜料的改良，新的有机颜料诱导体与固溶体颜料的合成上。它们对促进有机颜料的发展具有重要的价值。     

结合方向纹理熵的Haar-like特征在线boosting跟踪算法

针对传统基于Haar-like特征的on-line boosting跟踪算法（HBT）需要产生大规模随机特征、占用大量计算资源和存储空间的缺点,提出结合方向纹理熵的Haar-like特征在线boosting跟踪算法（HBTT）。HBTT算法利用灰度共生矩阵的熵获得目标纹理的方向信息,在此基础上有针对性地产生具有方向纹理信息的Haar-like特征,从而可有效避免无效随机特征的产生,减小特征池容量;更进一步,可根据目标纹理的复杂程度自动调整特征数量,使得算法更灵活。在跟踪过程中,在线学习模块可以使错误率较高的特征被结合了目标纹理方向信息的Haar-like特征所替换。与HBT算法比较,HBTT算法的跟踪误差降低了10%以上;在相同特征池容量下,置信度提高了2%以上。实验结果表明,该算法不仅具有较高的鲁棒性,而且在跟踪效率和性能上都有所提高。     

生物发酵过程中SSVIP-NNI软测量方法

生物发酵过程中关键生化变量难以直接检测,提出了一种利用基于敏感性与特异性的变量投影重要性(SSVIP)方法优化神经网络逆系统(NNI)的软测量方法。根据逆系统理论建立软测量模型,采用VIP变量优选方法,对软测量模型中的辅助变量进行优化。为了进一步提高VIP方法优选变量的性能,利用模型敏感性与特异性的概念,重新定义了VIP筛选阈值,确定最优的发酵过程软测量模型的变量。构造神经网络近似最优逆系统软测量模型,实现对发酵过程中关键过程变量的估计。通过Pensim仿真平台进行实验研究,结果表明经过辅助变量优选的神经网络逆系统软测量模型具有更高的估计精度和泛化能力。