沸石-液态水吸附储热系统的释热特性

吸附储热是一种有着较高储热密度和较低热损失的储热方式.沸石-液态水吸附储热系统以沸石颗粒作为储热介质,具有系统简单、换热性能好和储热密度大等优点.利用Fluent建立了反应器二维轴对称对流换热模型,分析了进水流速、反应器高径比和颗粒粒径对系统释热过程出口水温的影响.研究表明,在计算条件下,该系统能够获得最大70℃的温升幅度,且进口流速越小,温升幅度越大;高径比越大,温升幅度越大,当高径比≥1.5时,温升不再随高径比的增加而增大;此外,粒径越小,反应速率和温升幅度越大,也越有利于沸石与水的充分反应.本研究有助于完善固-液吸附过程释热特性,为沸石-液态水吸附储热系统的设计和应用提供理论指导.     

污染土壤原位修复知识图谱分析

污染土壤原位修复技术对污染土壤扰动小、修复成本低、操作维护简单,已成为修复领域的研究热点.在Web of Science数据库检索到1991年至2020年近30年污染土壤原位修复领域的期刊论文共计2180篇,并对其文献类型、文献语种、来源国家、来源机构、学科、来源期刊、关键词进行统计分析.结果表明:美国在该领域的研究起步最早,文章影响力最高,中国在该领域的起步较晚但发展快,截至2020年是发文量最多的国家(595篇),研究机构中中国科学院发文量最多(130篇).污染土壤原位修复领域涉及多个学科,其中67.7％的文章属于Environmental Sciences学科.发文量最多的期刊是英国的Chemosphere,污染土壤原位修复领域关于污染物研究热点包括柴油、重金属、多环芳烃等,原位修复技术的研究热点包括化学氧化技术、化学氧化药剂筛选、生物修复技术、表面活性剂等.     

一款运动型轿车轮胎的开发与调校

以国内市场运动型新车型开发需求为例,结合运动型车型定位,确定性能开发优先级,选定标准胎;根据性能的目标要求,从轮胎外轮廓,花纹,施工三方面对该款产品进行针对性设计与开发,开发前期对产品进行了两次有限元分析;后期进行了两次轮胎开发与调校,对样胎进行制动性、操控性,NVH,舒适性的实车评价;第一次调校后的产品性能劣势进行分析,对产品方案进行调整与优化。第二次调校后在达成轮胎与车辆匹配目标性能后,对轮胎设计参数进行固化,开始着手批量生产事宜。     

家用电器纳米抗菌材料

家用电器已经成为越来越多家庭中不可或缺的生活品,同时由于电器使用过程中细菌滋生导致的健康问题越来越受到人们的关注,因此,家用电器的抗菌效果成为了大众评判健康生活的指标之一.而纳米材料由于其成本低廉并拥有较好的抗菌效果,可以作为解决这一问题的途径之一.对家电行业已经初步应用的三种成本低、无需附加苛刻条件、抗菌效果好的纳米材料进行分析并研究,指出开发更加优异的纳米抗菌材料是当前抗菌行业的热点.     

基于AUKF的分布式电源系统虚假数据攻击检测方法

虚假数据注入攻击(FDIA)是一种典型的网络攻击方式,其通过破坏数据完整性进而误导电力系统状态估计结果,严重危害电网运行安全.随着国家大力发展新能源产业,越来越多的分布式电源注入电力系统,使得电网中大量测量数据具有随机、多变的特性,分布式电源系统中的虚假数据检测难度大大增加.针对这一问题,本文构建了分布式电源系统状态估计模型和FDIA模型,采用了一种基于自适应无迹卡尔曼滤波(AUKF)的检测算法,通过AUKF算法对电网中的状态量进行估计,在此过程中经一致性检验、虚假数据检测并计算相应的阈值,判断系统是否受到攻击.结果表明,当系统中注入攻击强度为[-10,20]dB的虚假数据时,采用该方法均能准确识别虚假数据;当系统中测量值发生突变时,不会被该算法误判为虚假数据注入,避免造成错误的调度选择.     

基于定点化自适应选择卷积神经网络的电力缺陷识别方法

无人机(unmanned aerial vehicle,UAV)电力巡检时的图像数据量急剧增加,为使深度卷积神经网络(deep convolutional neural network,DCN-N)在低功耗的前提下仍能准确识别出电力缺陷,将重点改进传统DCNN算法,以减少机载前端平台中DCNN模型的计算成本,有效提高电力缺陷识别的运行速度,进而延长巡检无人机的续航里程.首先将卷积网络中的浮点运算进行定点化近似,然后通过快速机器学习算法对DCNN模型的输入图像进行自适应选择,最后通过实验对所提方法进行了验证.实验结果证明,DCNN模型经8比特定点优化和自适应选择选择策略后的准确率达88.2％,推理时间缩短了65.9％,能耗减少了71.9％,查准率提高了9.8％.所设计的定点化DCNN模型自适应选择策略不仅能节约电力巡检系统的功耗,而且能提高电力缺陷识别的精度.     

烟秆碳化材料对亚甲基蓝的吸附性能

为探索废弃烟秆改性后得到的烟秆碳化材料对亚甲基蓝的吸附性能,研究了pH、烟秆碳化材料投加量、反应时间和亚甲基蓝初始浓度对烟秆碳化材料吸附性能的影响,分析了吸附动力学和热力学以及烟秆碳化材料的形态特征.结果表明,烟秆碳化材料吸附亚甲基蓝的最佳条件为:pH 6,吸附剂投加量2 g/L.对于100～400 mg/L的亚甲基蓝溶液,吸附平衡时间为60～360 min.烟秆碳化材料对亚甲基蓝的吸附符合拟二级动力学模型和Langmuir模型,说明吸附过程是单层吸附,最大吸附量为636.9 mg/g.     

计及综合能源系统全寿命周期碳排放和碳交易的电转气设备和光伏联合优化配置

综合能源系统(IES)能够提高能源利用效率,合理配置低碳设备可有效降低碳排放,促进碳中和.提出了一种计及IES全寿命周期碳排放和碳交易机制的电转气(P2G)设备和光伏(PV)容量联合配置方法.对基于某分布式能源站的IES进行设备建模,构建了IES全寿命周期碳排放模型,给出了P2G设备和PV的全寿命周期碳排放计算方法;以基于阶梯罚金机制的碳交易成本、含用水成本和考虑分时电价的购能成本以及设备成本之和最小为优化目标,建立了P2G设备和PV的联合优化配置模型.基于某分布式能源站的实际参数进行算例分析以验证所提方法的正确性和有效性,并探讨了碳交易机制对优化配置结果的影响.     

Trace Identification and Visualization of Multiple Benzimidazole Pesticide Residues on Toona sinensis Leaves Using Terahertz Imaging Combined with Deep Learning

Molecular spectroscopy has been widely used to identify pesticides. The main limitation of this approach is the difficulty of identifying pesticides with similar molecular structures. When these pesticide residues are in trace and mixed states in plants, it poses great challenges for practical identification. This study proposed a state-of-the-art method for the rapid identification of trace (10 mg·L⁻¹) and multiple similar benzimidazole pesticide residues on the surface of Toona sinensis leaves, mainly including benzoyl (BNL), carbendazim (BCM), thiabendazole (TBZ), and their mixtures. The new method combines high-throughput terahertz (THz) imaging technology with a deep learning framework. To further improve the model reliability beyond the THz fingerprint peaks (BNL: 0.70, 1.07, 2.20 THz; BCM: 1.16, 1.35, 2.32 THz; TBZ: 0.92, 1.24, 1.66, 1.95, 2.58 THz), we extracted the absorption spectra in frequencies of 0.2–2.2 THz from images as the input to the deep convolution neural network (DCNN). Compared with fuzzy Sammon clustering and four back-propagation neural network (BPNN) models (TrainCGB, TrainCGF, TrainCGP, and TrainRP), DCNN achieved the highest prediction accuracies of 100%, 94.51%, 96.26%, 94.64%, 98.81%, 94.90%, 96.17%, and 96.99% for the control check group, BNL, BCM, TBZ, BNL + BCM, BNL + TBZ, BCM + TBZ, and BNL + BCM + TBZ, respectively. Taking advantage of THz imaging and DCNN, the image visualization of pesticide distribution and residue types on leaves was realized simultaneously. The results demonstrated that THz imaging and deep learning can be potentially adopted for rapid-sensing detection of trace multi-residues on leaf surfaces, which is of great significance for agriculture and food safety.     

Apoptotic Effects of Anthocyanins from Vitis coignetiae Pulliat Are Enhanced by Augmented Enhancer of the Rudimentary Homolog (ERH) in Human Gastric Carcinoma MKN28 Cells

Evidence suggests that augmented expression of a certain gene can influence the efficacy of targeted and conventional chemotherapies. Here, we tested whether the high expression of enhancer of the rudimentary homolog (ERH), which serves as a prognostic factor in some cancers, can influence the efficacy of anthocyanins isolated from fruits of Vitis coignetiae Pulliat, Meoru in Korea (AIMs) on human gastric cancer cells. The anticancer efficacy of AIMs was augmented in ERH-transfected MKN28 cells (E-MKN28 cells). Molecularly, ERH augmented AIM-induced caspase-dependent apoptosis by activating caspase-3 and -9. The ERH-augmented apoptotic effect was related to mitochondrial depolarization and inhibition of antiapoptotic proteins, XIAP, and Bcl-2. In addition, reactive oxygen species (ROS) generation was augmented in AIMs-treated E-MKN28 cells compared to AIMs-treated naïve MKN28 cells. In conclusion, ERH augmented AIM-induced caspase-dependent mitochondrial-related apoptosis in MKN28 cells. A decrease in expression of Bcl-2 and subsequent excessive ROS generation would be the mechanism for ERH-augmented mitochondrial-related apoptosis in AIMs-treated MKN28 cells. A decrease in expression of XIAP would be another mechanism for ERH-augmented caspase-dependent apoptosis in AIMs-treated MKN28 cells.