排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
有效热导率是表征闭孔泡沫铝热性能的重要参数,准确预测闭孔泡沫铝的有效热导率具有重要意义。本研究基于已有的闭孔泡沫铝有效热导率模型,提出了一个改进模型,并采用数值模拟方法针对闭孔泡沫铝的非稳态传热过程进行了分析,基于温度场分布获得了有效热导率。结果表明与Lu模型相比,改进模型的预测精度更高;与文献中3个理论模型相比,改进模型具有更好的适用性及预测精度;当采用数值模拟方法计算有效热导率时,沿传热方向的胞孔数对有效热导率的预测精度影响较大;在保证泡沫铝胞孔数足够的条件下,数值模拟结果的精度最高;从成本及精度两方面考虑,改进模型有更好的适用性。 相似文献
3.
试验采用水解反硝化+AO工艺处理城镇废水,系统连续运行九个半月,日处理量48m~3,期间无污泥外排。在系统出水达标前提下进行污泥减量研究,计算系统污泥产率系数来衡量污泥减量效果。整个试验阶段中,污泥产率系数为0.112gMLSS/gCOD,远低于所在污水厂的污泥产率。陶厄氏菌属与颗粒污泥的形成及污泥减量有关,红假单胞菌属、Methyloversatilis、短杆菌属、弓形感菌属、链球菌属和拟杆菌属等是污泥减量中的重要菌群。从碳水化合物活性酶分析,GHs和CBMs两种活性酶能促进污泥减量。 相似文献
4.
针对锂离子电池健康状态(SOH)估算精度低的问题,提出一种基于主成分分析(PCA)与改进LM算法 双高斯核RBF(ILM DGRBF)神经网络的方法,实现了SOH的准确估算。首先,提取与锂离子电池容量衰退高度相关的健康因子(HI),采用PCA方法进行降维处理,减少HI之间冗余度。其次,创建双高斯核RBF神经网络,利用改进LM算法实现网络参数在线学习,建立ILM DGRBF神经网络。再次,利用数据增强的电池测试数据训练ILM DGRBF实现SOH估算。验证表明,经PCA降维得到的主成分1能够有效地反应锂离子电池的老化趋势,可用于SOH的估算;与其他模型相比,所建ILM DGRBF模型具有更高的估算精度和更好的鲁棒性,估算结果的误差控制在15%以内。最后,基于该方法构建一种新的SOH智能估算系统,为电池安全管理提供参考依据。 相似文献
1