基于PSO-SVM模型的苯储罐泄漏浓度预测

以苯储罐为研究对象,利用ALOHA软件模拟了不同大气温度、风速、地面粗糙度、泄漏口直径和测点条件下苯浓度的变化。将ALOHA模拟数据作为训练样本,建立苯泄漏区域浓度的粒子群-支持向量机(PSO-SVM)预测模型。为验证模型预测性能,采用遗传算法支持向量机(GA-SVM)模型和支持向量机(SVM)模型进行预测,并与PSO-SVM模型对比。结果表明,PSO-SVM模型预测效果优于GA-SVM和SVM模型。     

储能用大容量磷酸铁锂电池热失控行为及燃爆传播特性

随着电化学储能应用规模的持续扩大,使用锂离子电池的电化学储能电站火灾燃爆事故时有发生,引发社会的广泛关注。锂离子电池的安全性是影响储能电站安全的重要因素,分析储能用锂离子电池的热失控行为及燃爆特性是有效防控储能电站火灾事故的关键。本工作选用储能用280 Ah磷酸铁锂电池为研究对象,基于锂离子电池热失控及产气分析测试平台,采用加热方式触发电池热失控,分析其产热、质量损失以及产气特性。进一步采用傅里叶变换红外光谱仪以及氢气传感器测量热失控过程产气成分,通过卷积分析得到气体组分占比,其中氢气和二氧化碳分别占36.8%和44.2%。通过FLACS软件建立电池储能液冷舱1∶1模型,分析了不同条件下磷酸铁锂电池产气发生燃爆的动压及火焰危害范围。研究发现,在电池储能舱内发生的燃爆行为受到舱室内部泄压开启压力和周边障碍物的影响,而其中当舱门开启压力从10 kPa增长到100 kPa时,爆炸超压峰值增长为2.15倍。该研究可为储能电站锂离子电池火灾事故预警、集装箱结构和防爆设计提供参考。     

《光子学设计基础》(第二版)

出版:机械工业出版社内容简介《光子学设计基础》一书内容丰富,不仅有详尽的光子学理论基础,而且论述了许多实际的光子学应用技术。该书的显著特点是:第一,光子学既是一门纯科学,也