丙烯酸-甲基丙烯酸三氟乙酯嵌段共聚物的微流控自组装及模拟

微流控是一种处理微量流体的新型技术,为纳米材料持续可控的自组装提供一个高通量平台。文中研究了丙烯酸-甲基丙烯酸三氟乙酯嵌段共聚物在同轴微流控装置中的自组装行为,利用COMSOL Multiphysics对微流控中两相液体的混合扩散进行了模拟。结合模拟分析重点探讨了外相流速和内外相总流速对共聚物胶束的粒径和形态的影响。结果表明,通过外相流速的改变可调节两相液体的混合效率进而影响共聚物自组装。随着外相流速的增加,共聚物胶束平均粒径变小,分布变宽,并从球形向其它形态开始转变。总流速的增加导致共聚物在微通道内滞留时间变短,使胶束粒径减小。     

丙烯酸-甲基丙烯酸三氟乙酯嵌段共聚物的微流控自组装及模拟EI北大核心CSCD

微流控是一种处理微量流体的新型技术,为纳米材料持续可控的自组装提供一个高通量平台。文中研究了丙烯酸-甲基丙烯酸三氟乙酯嵌段共聚物在同轴微流控装置中的自组装行为,利用COMSOL Multiphysics对微流控中两相液体的混合扩散进行了模拟。结合模拟分析重点探讨了外相流速和内外相总流速对共聚物胶束的粒径和形态的影响。结果表明,通过外相流速的改变可调节两相液体的混合效率进而影响共聚物自组装。随着外相流速的增加,共聚物胶束平均粒径变小,分布变宽,并从球形向其它形态开始转变。总流速的增加导致共聚物在微通道内滞留时间变短,使胶束粒径减小。     

机理与数据驱动的电站锅炉SCR催化剂寿命预测模型研究

以660 MW电站锅炉SCR反应器三年历史数据为样本,结合2种异常值诊断、3种稳态诊断算法,得到高质量稳态样本.通过BP神经网络将不同时期的脱硝效率修正到同样烟气水平,以表征催化剂性能变化,并对比了机理驱动模型和数据驱动模型在催化剂寿命预测中的效果.结果表明:相较于R检验法,t检验法的稳态诊断效果较好;以10 d为步长...     

YOLOv5预测边界框分簇自适应损失权重改进模型

目标检测的精确程度是计算机视觉识别任务的主要影响因素.针对单阶段目标检测模型YOLOv5存在的检测精度问题,从多任务损失优化角度,提出一种在不同分辨率特征图上基于同一目标的预测边界框分簇自适应损失权重改进模型.该模型由GT(ground true)目标边界框UID分配器、GT目标边界框UID匹配器、边界框位置及分类损失权重算法构成,通过改善YOLOv5的位置精度和分类精度实现模型整体精度的提升.实验结果表明,改进模型的平均精度均值(mean average precision, mAP)较YOLOv5.6标准模型相对提升5.23%;相较于更为复杂的YOLOv5x6标准模型,改进模型mAP取得8.02%的相对提升.     

Co_3O_4电催化BH_4~-及在DBFC燃料电池堆中的应用

将Co_3O_4应用到直接硼氢化物燃料电池(DBFC)阳极催化剂中。循环伏安曲线、交流阻抗谱测试表明,Co_3O_4在碱性溶液中对KBH4的电氧化具有良好的催化作用;在以氢镍电池专用隔膜纸(FS2226-14E)为隔膜的条件下,与LaNiO_3/C双功能空气电极组成DBFC的最大放电功率密度为92 mW/cm~2。在此基础上,设计了一种能够实现物料互联和电子互联的圆柱DBFC堆,该电池堆由6个电池单元(有效电极面积1 cm2)组成的电池堆进行了结构设计,采用3D打印技术进行一次成型,选用丙烯腈-丁二烯-苯乙烯共聚物(ABS,密度为1.02 g/cm~3)为电池堆材料,对电池堆的电性能测试表明:开路电压可达6.2 V,最大功率为425 mW(对应的放电电流为120 m A),且具有良好的稳定性。     

基于燃烧与水动力耦合模型的锅炉蒸汽管超温特性研究

提出一种基于燃烧与水动力耦合模型的锅炉蒸汽管壁温度数值模拟方法,对某660 MW超临界切圆燃烧锅炉壁温进行了计算分析。以均匀外壁温为边界条件,利用Fluent软件模拟了煤粉气固流动、燃烧和辐射等过程,获得了炉内不同位置受热管的传热热流。再以热流分布为边界,采用MATLAB软件建立了工质流动及气-壁-汽换热方程组,Fluent软件重新计算的壁温边界。通过编写模型间的网格映射函数,实现壁温的耦合计算。研究表明:壁温计算值与实测值的最大相对误差在2%以内;炉膛出口残余旋转使水平烟道左侧和右上方热流较大,高温再热器和末级过热器的外壁温沿炉宽方向呈双峰分布;高温再热器整级受热管出口壁温的峰谷差值远高于末级过热器,实际运行中应特别注意高温再热器靠烟道左侧管屏外圈管子向火侧弯头处的超温。     

燃煤机组SCR脱硝催化剂性能评价与寿命管理系统

针对发电企业烟气脱硝催化剂工程管理经验较为缺乏的现状,设计开发了燃煤机组SCR脱硝催化剂性能评价分析与寿命预测管理系统。该系统构建了催化剂性能信息数据库,可存储多个机组的自投运以来的催化剂性能检测数据、跟踪催化剂活性变化、获得并定期更新催化剂寿命曲线。系统还建立了催化剂寿命预测模型,并能根据当前SCR脱硝效率、系统投运时间、进出口NOx浓度等实时信息对催化剂进行性能评价与寿命预估,可为催化剂的换装与优化运行提供技术指导。该系统在催化剂生产企业的成功投运,加强了SCR系统运营方与催化剂厂商的数据共享和技术交流,对脱硝系统的安全、经济、可靠运行发挥了重要作用,具有广阔的应用前景。     

镍基高温合金的氧化行为研究进展

概述了镍基高温合金的氧化行为及主要研究方法.目前最广泛使用的氧化行为研究方法为静态增重法、静态减重法和循环氧化法.该类合金的氧化动力学曲线主要遵循抛物线规律,偶见直线规律、立方规律和对数规律.氧化产物一般为分层结构,对于高Cr/Al比的镍基合金,其外氧化层以Cr2O3、NiO、NiCr2 O4、TiO2为主,内氧化层多...     

基于大容量样本挖掘及贝叶斯堆栈泛化集成算法的电站锅炉NOx稳态建模

氮氧化物（NOx）是电站锅炉燃烧的副产物,准确预测其排放对于环境保护和锅炉的燃烧优化具有重要意义。为解决NOx稳态特性建模中面临的参数高维、运行数据时变性强、试验样本有限等问题,提出了一种基于大容量样本挖掘及贝叶斯集成算法的建模框架。首先,采用孤立森林、R-Value算法识别非稳态点、离群点、停滞点,获得高质量稳态样本库;然后,基于随机森林递归特征消除法进行变量选择;最后,建立贝叶斯优化堆栈泛化集成（BO-SGEM）模型对NOx进行预测。以某660 MW机组锅炉72 000条历史运行数据为例进行NOx排放预测,结果表明:在9种离群点诊断算法中,孤立森林算法性能最优,稳态诊断和特征选择的结果与锅炉燃烧机理相符;BO-SGEM模型的精度与泛化能力均优于堆栈泛化集成学习模型及支持向量回归机、极端随机树、梯度上升树等算法模型。     

计及先验知识及烟温偏差约束的四角切圆锅炉燃烧优化

对某660 MW切圆燃烧锅炉进行了单因素调整试验。基于试验数据,建立强化趋势学习的先验支持向量机(先验SVR)模型,实现了CO、飞灰含碳量、NO_x浓度、烟温偏差等参数的软测量。结果表明,先验SVR模型比基于交叉验证法的PSO-SVR模型具有更好的泛化能力,建模平均相对误差降低2%左右,能正确地描述燃烧特性。在此基础上,采用多目标遗传优化算法,计算不同烟温偏差限值条件下的锅炉效率最高、NO_x最低的Pareto前沿线,推荐运行方式的烟温偏差较传统燃烧优化结果降低25℃,电站锅炉在安全范围内能够更加经济、环保地运行。