La0.6Sr0.4Co0.2Fe0.8O3-δ nanofiber cathode for intermediate-temperature solid oxide fuel cells by water-based sol-gel electrospinning: Synthesis and electrochemical behaviour

Water-based sol-gel electrospinning is employed to manufacture perovskite oxide La_0.6Sr_0.4Co_0.2Fe_0.8O_3-δ (LSCF) nanofiber cathodes for intermediate-temperature solid oxide fuel cells. LSCF fibrous scaffolds are synthesized through electrospinning of a sol-gel solution employing water as the only solvent. Morphological characterizations demonstrate that the LSCF fibers have highly crystalline structure with uniform elemental distribution. After heat treatment, the average fiber diameter is 250 nm and the porosity of the nanofiber tissue is 37.5 %. The heat treated LSCF nanofibers are applied directly onto a Ce_0.9Gd_0.1O_1.95 (CGO) electrolyte disk to form a symmetrical cell. Electrochemical characterization is carried out through electrochemical impedance spectroscopy (EIS) in the temperature range 550?°C–950?°C, and reproducibility of the electrochemical performance for a series of cells is demonstrated. At 650?°C, the average measured polarization resistance R_p is 1.0 Ω cm². Measured performance decay is 1 % during the first 33?h of operation at 750?°C, followed by an additional 0.7 % over the subsequent 70?h.     

CNC中插补和轴伺服的微机仿真

本文级出了在ＰＣ机上对一个自己开发ＣＮＣ系统插祉和轴伺服控制进行仿真的结果。它包含按插补原理对直线、圆和渐开线的插补以及对轴伺服控制中的位置环和前馈控制的仿真。轴伺服马达通过一个二阶连续系统模型来仿真，最后得出对伺服进行前馈控制补偿可显著改善系统的输出。     

Google Erath在石油勘探中的应用

从网上下载的Google Earth卫星遥感照片更接近实际地形，在石油勘探初期，经常用它对工区进行踏勘和施工设计。文中详细地介绍了利用Google Earth进行施工设计的方法和步骤。     

mc-Si:H/c-Si solar cell prepared by PECVD

Hetero-junction solar cells with an mc-Si:H window layer were achieved. The open voltage is increased while short current is decreased with increasing the mc-Si:H layer's thickness of emitter layer. The highest of V oc of 597 mV has obtained. When fixed the thickness of 30 nm, changing the N type from amorphous silicon layer to micro-crystalline layer, the efficiency of the hetero-junction solar cells is increased. Although the hydrogen etching before deposition enables the c-Si substrates to become rough by AFM images, it enhances the formation of epitaxial-like micro-crystalline silicon and better parameters of solar cell can be obtained by implying this process. The best result of efficiency is 13.86% with the V oc of 549.8 mV, J sc of 32.19 mA·cm-2 and the cell's area of 1cm2.     

手势数据驱动的头部运动合成方法

非手部手势是手语表达中不可缺少的一部分,头部运动的实现并与手势进行协同表达是其重要研究内容。对真人手语表演数据中的手势与头部动作之间的关系进行了深入研究,提取二者的动作特征,利用核典型相关分析方法(kernel canonical correlation analysis,KCCA)建立起手势与头部动作之间的预测关系模型。动画合成结果以及评价实验表明,KCCA方法能更好地刻画手势与头部动作的协调性,实现虚拟人行为动作合成的逼真性。     

阿姆河流域耕地变化及水土匹配特征分析

基于中亚阿姆河流域4个分区1990—2015年间土地利用变化和水资源等数据,运用耕地变化速率、洛伦兹曲线和基尼系数法以及水土资源匹配系数对阿姆河流域耕地变化和水土匹配状况进行了综合分析。结果表明:1990—2015年阿姆河流域耕地以146.74 km²/a的速度在扩张,且各时期、各分区扩张的速度不同;在不考虑咸海来水不断减少、生态持续恶化的前提下,绿洲区匹配状况属比较公平和相对合理状况;阿姆河流域水土资源空间分布存在明显的错位现象;全流域生态用水被农业用水严重挤占,阿姆河流域灌溉面积、灌溉用水量成为影响咸海水量及面积变化的重要因素,是一种不可持续的用水方式。     

华北中部平原地表水入渗试验 ——以南宫溹泸河为例

华北平原中部地区含水砂层颗粒细且薄,对地下水储蓄和地表水入渗不利。选择河道带进行地表水入渗试验,以获取最大地下储蓄空间,为该区水资源合理利用提供良策。试验区选在南宫溹泸河,人工引水1.5个月,获取大量监测数据,据此对地下水位和水量的变化特征、入渗量和地下水库调蓄能力进行研究,结果表明：干涸河道引水入渗,入渗比例可达80.54%;溹泸河上下游2个断面Ⅰ-Ⅰ′和Ⅱ-Ⅱ′河道垂向渗透速度为10.81 m/d和10.72 m/d;水平扩散速度为1.69 m/h和2.38 m/h。由于Ⅰ-Ⅰ′断面垂向渗透速度大于Ⅱ-Ⅱ′断面,而水平扩散速度小于Ⅱ-Ⅱ′断面,所以Ⅰ-Ⅰ′断面形成的水丘相比Ⅱ-Ⅱ′断面较为明显,且不易消散。计算结果显示,试验区调蓄库容为1.87亿m3。     

一种分发车用安全信息的单跳广播协议

单跳广播是分发车用安全信息的基本方法。在车用安全信息广播中,预约信道机制和信道状态指示机制是影响安全信息及时可靠传输的关键问题。本文首先研究了现有的信道预约机制和信道状态指示机制,分析了其对于车用安全信息分发的局限性,提出了一种利用忙音预约一跳信道、指示一跳信道状态的单跳广播协议,并在OPNET网络仿真平台上,进行了仿真实验。实验结果表明,和没有预约信道、以及预约两跳信道的单跳广播协议相比,本文提出的单跳广播协议的性能稳健性较好,更适合于分发车用安全信息。     

改进的小脑模型神经网络及其在时间序列预测中的应用

针对小脑模型神经网络(cerebellar model neural network,CMNN)中泛化能力与存储空间容量之间的冲突这一关键问题,提出了一种改进的小脑模型神经网络——模糊隶属度小脑模型神经网络(fuzzy membership cerebellar model neural network,FM-CMNN),用于解决非线性动态系统的时间序列预测问题.首先,FM-CMNN在保留原始CMNN输入变量的地址映射方式的情况下,在CMNN存储空间中引入铃型模糊隶属度函数,从而保证在不需增加量化级数的情况下提高网络的泛化能力.然后,使用梯度下降算法对网络权值进行更新,提高网络的逼近强度.最后,通过非线性时间序列预测基准实验和污水处理中水质参数预测实验,验证了FM-CMNN性能的可靠性.     

基于简化型LSTM神经网络的时间序列预测方法

针对标准长短期记忆(long short-term memory,LSTM)神经网络用于时间序列预测具有耗时长、复杂度高等问题,提出简化型LSTM神经网络并应用于时间序列预测.首先,通过耦合输入门与遗忘门实现对标准LSTM神经网络的结构简化;其次,从门结构控制方程中消除输入信号与偏差实现进一步精简;然后,采用梯度下降算法更新简化型LSTM神经网络的参数;最后,通过2个时间序列基准数据集及污水处理过程出水生化需氧量(biochemical oxygen demand,BOD)质量浓度预测进行实验验证.结果表明:在不显著降低预测精度的情况下,所设计的模型能够缩短训练时间,减少LSTM神经网络的计算复杂度,实现时间序列的预测.