Surface decomposition and annealing behavior of GaN implanted with Eu

Investigations on surface decomposition of GaN implanted with low energy (80keV) Eu ion to a low dose (1×1014cm-2), and its annealing behavior under high temperature (1050℃) in N2 are performed. The as-grown, as-implanted and annealed GaN films are characterized by proton elastic scattering (PES), Rutherford backscattering spectrometry (RBS), photoluminescence (PL) and atomic force microscopy (AFM). The results show that Eu ion implantation induces radiation defects and decomposition of GaN. The GaN surface decomposition is more serious during high temperature annealing. The atomic ratio of N in as-grown, as-implanted and annealed GaN film is 47 at.%, 44 at.% and 40 at.%, respectively. As a result, a rough Ga-rich layer is formed at the surface, though the lattice defects are partly removed after high temperature annealing.     

Solidification behavior and elimination of undissolved Al2CuMg phase during homogenization in Ce-modified Al–Zn–Mg–Cu alloy

The solidification behavior and intermetallic phase evolution during homogenization annealing of an Al-Zn-Mg-Cu alloy with 0.12 wt% Ce addition were examined.The residual Al₂CuMg phase is completely dissolved after homogenization and is replaced by a large number of dispersed micro/nanoscaled AlCuCe enrichment phases within Al matrix.This change occurs because of the formation of a large number of finer lamellar eutectic network structures which are more easily dissolved into Al matrix during the homogenization process.In addition,the trapping of Cu atoms in the stable AlCuCe phase also prevents the formation of Al₂ CuMg phase,leading to the complete dissolution of Al₂CuMg phase in the Al-Zn-MgCu alloy.The grain refinement behavior in Al alloy with Ce addition is similar to that in alloys with the addition of Sc,because of the formation of primary Ce-enriched Al₁₁Ce₃ phase as the nucleation agent of α（Al） during solidification.     

基于Q-Learning算法的建筑能耗预测

提出一种基于Q-learning算法的建筑能耗预测方法.通过将建筑能耗预测问题建模为一个标准的马尔科夫决策过程,利用深度置信网对建筑能耗进行状态建模,结合Q-learning算法,实现对建筑能耗的实时预测.通过美国巴尔的摩燃气和电力公司公开的建筑能耗数据进行测试实验,结果表明,基于本文所提出的模型,利用Q-learning算法可以实现对建筑能耗的有效预测,并在此基础上,基于深度置信网的Q-learning算法具有更高的预测精度.此外,实验部分还进一步验证了算法中相关参数对实验性能的影响.     

自适应序列生成的建筑能耗预测

提出一种基于强化学习的生成对抗网络(Reinforcement learning-based Generative Adversarial Networks,Re-GAN)能耗预测方法.该算法将强化学习与生成对抗网络相结合,将GAN(Generative Adversarial Nets)中的生成器以及判别器分别构建为强化学习中Agent(生成器)以及奖赏函数.在训练过程中,将当前的真实能耗序列作为Agent的输入状态,构建一组固定长度的生成序列,结合判别器及蒙特卡洛搜索方法进一步构建当前序列的奖赏函数,并以此作为真实样本序列后续第一个能耗值的奖赏.在此基础之上,构建关于奖赏的目标函数,并求解最优参数.最后使用所提算法对唐宁街综合大楼公开的建筑能耗数据进行预测试验,实验结果表明,所提算法比多层感知机、门控循环神经网络和卷积神经网络具有更高的预测精度.     

晒青茶、普洱茶(生茶)紧压茶实物样研制及其品质特征分析

目的 研制晒青茶、普洱茶(生茶)紧压茶实物样, 并分析其品质特征.方法 以临沧、普洱、大理、西双版纳的春、夏、秋 3 个季节的云南大叶种晒青茶为原料, 通过筛选可拼配单样、小样试拼及排序、大样拼堆及评定等程序制备晒青茶、普洱茶(生茶)紧压茶实物样, 结合理化分析及感官审评分析实物样的品质特征.结果 (1)制备出 2 套...     

基于自监督网络的DDPG算法的建筑能耗控制

针对强化学习方法训练能耗控制系统时所存在奖赏稀疏的问题,将一种基于自监督网络的深度确定策略梯度(deep deterministic policy gradient,DDPG)方法应用到建筑能耗控制问题中.首先,处理状态和动作变量作为自监督网络前向模型的输入,预测下一个状态特征向量,同时将预测误差作为好奇心设计内部奖赏...     

不同场景下铜排通流能力研究

随着电子技术的发展,设备的功率越来越高,铜排作为大通流部件在电气设备和电力系统中有着广泛的应用.铜排在工作时通大电流,设计时必然要考虑其带来的温升问题.温升过大时会加速部件老化甚至导致故障造成经济损失.该文通过对在空气自然对流、强制风冷、封闭或半封闭,截面积相同但厚度不同4种场景下铜排通流能力的测试和分析,得出铜排通流...     

基于区块链技术的普洱茶贮藏安全监管探讨

普洱茶陈化过程可促进普洱茶陈香物质、醇化品质、生物活性成分的形成,当贮藏技术控制不当时,会导致有害微生物的滋生并产生一些危害衍生物,可造成饮用风险的发生.贮藏技术的变革既为普洱茶带来了发展机遇,也不可避免地引发了新的挑战.随着国家智能信息技术不断落实推进,所有行业都面临着数字化升级,实现陈化普洱茶安全区块链云服务,建立...     

普洱茶发酵过程中的雪黄散囊菌研究初探

目的揭示普洱茶发酵过程中的微生物群落结构及其与普洱茶品质形成影响关系。方法采用CTAB法提取普洱茶发酵阶段样的微生物总DNA,并进行基因扩增,基于illumina Miseq技术测序平台进行双末端测序分析,研究普洱茶发酵过程中不同层间的微生物群落结构。结果首次在普洱茶发酵过程中发现了雪黄散囊菌,且各发酵层间和各发酵阶段均有存在,但由于发酵堆温和其他优势菌群的影响,雪黄散囊菌生长随发酵进行受到了抑制。结论在普洱茶生产过程中控制发酵条件,使其有利于雪黄散囊菌的生长,并在普洱茶发酵过程中处于优势地位,从而产生特色新风味的普洱茶。     

炼油装置高温管道测厚

主要阐述了高温管道测厚中测厚点的选择、测厚点保温设计、耦合剂的评选及高温测厚探头支架的研制及测厚数据的管理。通过试验,评选出了用于不同温度范围的高温耦合剂,研制了一种用于高温管道测厚的探头辅助支架,另外还研制出了一套数据管理软件,便于管理人员及时更换和维修管理。提高了测厚准确性及工作效率,避免了重大事故发生。