氢化物载体LaMg2Ni对汽车用Mg2Ni 合金储氢性能的影响

采用机械球磨法制备了Mg₂Ni-x%LaMg₂Ni复合材料（质量分数x=0、10、20和30）,研究了LaMg₂Ni含量对Mg₂Ni基复合材料物相组成、显微形貌和储氢性能的影响。结果表明,未添加LaMg₂Ni的Mg₂Ni合金在充分氢化后主要由Mg₂NiH₄和Mg₂NiH_0.3组成,而添加LaMg₂Ni的Mg₂Ni基复合材料主要由Mg₂NiH₄和LaH₃组成;充分放氢后,Mg₂NiH₄和Mg₂NiH_0.3转变为Mg₂Ni,而LaH₃相仍然存在。添加LaMg₂Ni的Mg₂Ni基复合材料中都弥散分布着白亮色LaH₃颗粒,x=20时白亮色细小颗粒分布最为均匀,且随着LaMg₂Ni含量增加,Mg₂Ni基复合材料基体中镧元素含量逐渐增多。不同LaMg₂Ni含量的Mg₂Ni基复合材料的最大吸氢容量从大至小顺序为：x=0、x=10、x=20、x=30,最大放氢容量从大至小顺序为：x=20、x=10、x=30、x=0,即添加LaMg₂Ni后Mg₂Ni基复合材料的储氢性能得到改善,且x=20时Mg₂Ni基复合材料具有最高的储氢容量,这主要与Mg₂Ni基复合材料中含有弥散分布的LaH₃相以及La元素扩散至基体有助于氢的吸附/脱附有关。     

一种新的并行聚类算法

为了进一步提高计算效率,提出一种面向计算机集群的并行聚类算法.首先合理划分数据块,之后由集群中的节点并行聚类,最后合并聚类结果.这期间采用动态负载平衡和异构的通讯方式.实验证明该并行算法不仅能得到正确的聚类结果,并能够大幅度提高聚类速度.     

基于密度的并行聚类算法

为满足大规模空间数据库的聚类需求,面向计算机集群,提出一种基于密度的并行聚类算法。该算法根据数据库分布特征进行数据分区,在每一个节点上对数据块并行聚类,在主节点上合并聚类结果。实验结果表明,该算法的计算速度随着节点数的增多呈线性增加,具有较好的延展性。