摘要：质子交换膜燃料电池(PEMFC)作为一种极具潜力的电化学装置,具有广泛的应用前景,但有效的水管理方法还需探索。不合适的水负荷会引起各种问题,包括材料的降解和反应物传质受限等,损害电池的长期耐用性。在气体扩散层(GDL)中引入微孔层(MPL)是改善水管理能力和性能的有效方式。本文综述了以碳纸为大孔底物,近年来MPL结构和材料设计方面的研究进展,展望MPL的未来研究方向,对开展提高电池性能的研究具有重要意义。

摘要：为了进一步优化软土地区基坑设计方法,提升基坑支护体系的安全性与经济性,在已有研究的基础上,根据工程实践经验,修正了MSD法和其改进方法 (MMSD法).基于圆弧滑动模式提出更符合实际的塑性变形机制,引入基坑开挖主要影响深度来量化位移场尺寸.理论计算方法适用于分析软黏土地区多支点式柔性支护结构的基坑开挖全过程的变形预测.将该方法的计算结果与6个上海地区的基坑工程实测数据、弹性支点法的计算结果及MMSD法的计算结果进行对比分析.对不同开挖阶段的围护结构最大侧移和最大侧移深度进行参数分析.结果表明,利用该方法得到的预测值与实测值吻合效果更佳,预测精度高于弹性支点法和MMSD法,证明了该方法的实用性.

摘要：以计划行为理论与价值-信念-规范理论为理论基础,综合考虑影响出行者低碳出行意愿的潜变量,以分析出行者低碳出行行为及内在机理.基于杭州市实证数据,建立多原因多指标模型,标定潜变量适配值.构建混合选择模型与无潜变量的Logit模型,对比分析出行者工作日方式的选择行为.建立二元混合选择模型,分析碳激励下高碳人群的出行行为转变.结果表明,态度、知觉感知控制、激励态度等潜变量显著影响出行者的低碳出行意愿与出行方式选择,混合选择模型比无潜变量的Logit模型具有更好的拟合优度,预测精度提升了4.6%,碳激励下64.4%的高碳人群倾向于选择低碳出行,碳激励可以有效促进公众的出行方式转变,变量态度、出行时间在公众出行方式转变上存在一定的异质性.

摘要：随着新一代信息技术和人工智能技术与工业日益深度的融合协作,工业系统的运维从传统的人工定期运维向基于状态的智能维护迈进,其中健康状态评估作为智能运维的关键环节,通过源源不断的数据对系统的演化进行持续感知分析,为预测性维护提供决策支持。以核电站为研究对象,提出面向多部门协同环境下设备-系统-子功能-功能多层级融合的健康状态评估框架。针对工业系统控制的设备群具有大量状态参数的特点,提出基于偏差赋权的加权平均融合算子融合设备级参数,可快速定位并突出异常设备参数,避免评估结果因融合参数较多而展现“健康”假象;鉴于系统在不同健康状态下样本数据量的差异,提出考虑不平衡样本的非对称多分类学习方法融合系统健康值,多个健康等级之间通过信息有向迁移建立可自学习优化的健康评估模型,实现子功能健康状态及时自感知评估;最后基于集成学习融合多个子功能所属的健康评估器,得到宏观的运行功能健康状态评估决策。在提出的框架指导下对核电站反应性功能进行逐级健康状态评估,验证所提方法的有效性。

摘要：针对现阶段采用传统单一化上层云端对织造信息进行集中管理,易产生信息传输困难、可靠性低等情况,设计了一套基于云边端协同的织机设备信息采集与监测系统。首先,从中心云端、边缘端和设备终端对系统的总体架构进行设计;再从信息通信协同、数据存储协同和计算服务协同这3个方面对织机设备信息的通信、存储和应用服务展开研究;最后,以石家庄某织布车间的必佳乐OMNIPLUS-340型喷气织机作为测试对象验证系统的可靠性。结果表明,与纯云端通信模式对比,所设计系统平均通信延迟时间下降了20.8 s,平均通信吞吐率下降了446.58 Mb/h,为织造智能化生产提供了高可靠、高质量的数据支撑。

摘要：为了从装备传感器监测数据和其他关联数据中提取更全面的时间域和空间域特征信息,提出一种基于知识图谱多集池化的健康状态评估方法。构建了带时间标签的健康知识图谱,以建模装备一段时间内监测数据、部件组成数据和先验知识间的时空依赖关系。在此基础上,设计了图多集池化网络模型,该模型通过节点特征学习、第一级图池化、自注意力特征学习和第二级图池化能够生成图谱的整体向量表示,将健康状态评估转换为基于表示学习的图谱分类任务。在公开的发动机数据集上对所提方法进行了实验评价,结果表明,该方法能够获得较高的评估准确度,在小样本情况下也表现出良好的优势。

摘要：传统时变可靠性分析(Time-dependent reliability analysis, TRA)往往通过大量实验设计样本(Design of experiments, DoE)构建代理模型,从而实现时变可靠性分析计算。在这个过程中,随着性能方程的非线性程度、响应求解难度等增加,Do E的计算成本愈发高昂,使得可靠性分析耗时冗长。针对该问题,创新性地提出了一种基于物理信息神经网络(Physics-informed neural network,PINN)的时变可靠性分析方法(PINN-based TRA, PBTRA)。该方法在TRA过程中将约束系统响应的偏微分方程(Partial differential equation, PDE)融入PINN模型训练的损失函数,使用PINN模型预测系统的实际响应,并基于此构建性能方程,解决了传统时变可靠性分析依赖大量仿真计算获取实验样本的难题,有效降低了TRA计算成本。同时针对传统PINN训练过程出现的收敛缓慢和模型欠拟合等问题,根据训练过程中PINN模型在不同采样区域的响应情况,判断相关区域是否接近系统响应的极限状态,并据此划分敏感区域,动态调整训练点采样分布,进一步结合神经网络的重采样机制,提出了一种基于区域响应权重的PINN模型动态采样训练方法,并且将其应用于TRA中。相较于传统的PINN,所提方法具有更快的训练速度与更高的性能响应计算精度,进而能够提升TRA精度与效率。文章中针对两个案例测试了所提出的PBTRA方法,并与传统TRA方法进行了对比,验证了所提出方法的优越性。

摘要：为了解决大葱秧苗移栽机需人工分苗的问题设计了一种振动式大葱分苗装置,原理是利用斜抛运动的原理,通过曲柄摇杆机构施加一个振动,将堆叠的大葱秧苗分离开来。首先,分析大葱秧苗状态和运动,确定了锯齿板高为10.6mm、长为21.2mm,曲柄半径为13.4mm;其次,对大葱秧苗进行运动仿真,得到不同因素对分苗效果的影响范围;最后,以分苗率为评价指标,以电机转速、摇杆长度、单次投苗数量为试验因素进行三因素三水平的正交试验,确定较优的参数组合。用Design-Expert软件分析得到:在连杆长度为373.943mm、单次投苗数量为15棵、电机转速为368.027r/min时,分苗率达到最佳为78.20%,满足工作要求。

摘要：随着风电机组齿轮箱扭矩密度的提升,行星传动装置中渐开线平齿根花键已经满足不了目前齿轮箱轻量化设计的需求。针对这一问题,提出了一种将齿轮箱内部传统的渐开线平齿根花键优化为渐开线齿形花键的方法。首先,优化了渐开线齿形花键的齿廓变位系数、齿根高及齿顶高变位系数等,提高了花键的传扭能力;然后,研究了渐开线齿形花键结构,调整了其齿厚公差,使太阳轮可以正常浮动,以补偿齿轮啮合的对中偏差,降低了不均载系数,提高了齿轮箱内部齿轮的承载能力;分析了花键齿面载荷分布,对花键进行了齿向修鼓和螺旋角修形,改善了花键齿宽载荷分布,避免了花键轮齿端部受载过高,延长了花键联接的使用寿命;最后,使用工程算法,校核了花键抗剪切、抗磨损及花键连接本体强度等;通过齿轮箱相关试验,分析了齿轮箱拆检后花键齿面啮合情况,验证了渐开线齿形花键的扭矩传递能力。研究结果表明:采用渐开线齿形花键,通过优化其参数,可以提高花键的齿面接触强度,花键的扭矩传递能力提高了约10%,齿形花键的扭矩传递能力得到了实例验证。

摘要：“以竹代塑”产业重点产品的识别和环境效应评价对于实现可持续发展目标、减缓塑料污染、引导市场向环保产品倾斜具有重要意义.本研究基于竹产品替代塑料产品在减少塑料污染和温室气体排放方面的环境作用,提出了“以竹代塑”效应(Effect of Bamboo as Substitutes for Plastic, EBSP)的评价方法,构建了竹产品EBSP的评价指标,建立了“以竹代塑”产品的分级模型,实现了六类30种典型“以竹代塑”产品的分级评价.结果表明:(1)基于替代减排率(Emission Reduction Rate of Substitution, ERRS)、材料替代率(Substitution Rate of Material, SRM)和产品更新比例(Product Renewal Ratio, PRR)构建的竹产品EBSP评价模型能够有效反映不同竹产品替代塑料产品的环境效益差异,实现了竹产品EBSP的精准量化和产品的合理分级,是一种科学、有效的“以竹代塑”产品分级方法.(2)六类竹产品的平均EBSP排序为:一次性竹产品>竹家居用品>竹包装产品>竹工程材料>竹家具产品>竹工艺产品,一次性竹产品的EBSP是整体平均水平的1.96倍,表现出非常强的环境效益.(3) PRR是影响竹产品EBSP的关键指标,使用寿命相同的竹产品中,替代减排效率越高,环境效益越强.(4)一次性竹产品(竹牙刷、竹刀叉勺、竹餐盒等)应作为“以竹代塑”产业政策支持和产品研发设计、推广应用的重点对象.