Traditional ordinary Portland cement (OPC) repair materials with high carbon emissions and low bond strength, urgently need to be improved. A one-part electric furnace nickel slag-based geopolymer (OENG) repair material was prepared through mechanical activation. Also, the effects of silicate modulus and alkali dosage on the properties of compressive strength, bond strength, and drying shrinkage were investigated, then analysed using XRD, DTG, MIP, and SEM microscopic tests. Results indicate that the compressive strength, flexural strength, and bond strength of OENG repair mortars first rise and then fall as the silicate modulus and alkali dosage increase. In contrast, the trend of drying shrinkage is the opposite. The specimen with a silicate modulus of 1.2 and an alkali dosage of 6.0 exhibits the best performance. The hydration product has a dense pore structure and maximum adhesion of 7.3 MPa, which is superior to the OPC mortar matrix and meets the performance requirements of repair materials. This study provides a theoretical basis for the application of one-part electric furnace nickel slag-based geopolymer in building repair.
采用化学气相沉积法制备拓扑绝缘体Bi2 Se3纳米线.系统分析生长温度和气体流量对Bi2 Se3纳米线的形貌、晶体质量的影响,并研究Bi2 Se3纳米线的圆偏振光致电流.研究结果表明,Bi2 Se3纳米线的最佳生长温度为530℃,气体流量为30 mL?min-1.通过扫描电子显微镜、透射电子显微镜、拉曼等表征手段,表明所生长的Bi2 Se3纳米线具有较高的质量.Bi2 Se3纳米线的光电流随着四分之一波片的变化表明,Bi2 Se3纳米线具有较强的自旋轨道耦合效应.圆偏振光致电流随入射角的增大而减小,这是因为Bi2 Se3的对称性结构为C3V.相比Bi2 Se3薄膜或者Bi2 Se3纳米片,Bi2 Se3纳米线具有更大的CPGE电流,这可能是因为纳米线具有更大的比表面积,可以避免表面态信号淹没在体态信号中.
设计并制备一种全锑基两端叠层薄膜太阳能电池,其结构为ITO/CdS/Sb2 S3/Au/ZnO/Sb2 Se3/Au.通过快速热蒸发法制备Sb2 Se3和Sb2 S3薄膜,该薄膜具有良好的结晶性.测试表明,器件中各层薄膜的能级互相匹配,并且可实现光谱的分段利用.Sb2 Se3-Sb2 S3两端叠层电池的光电转换效率达到3.25％,其开路电压为0.98 V,可基本实现开压叠加.
针对当前插电式混合动力汽车能量管理策略忽略电池老化成本和电池温度变化过大而导致的热失控问题,制定融合电池寿命和电池温度的深度Q-Learning神经网络(DQN)强化学习能量管理策略.首先,从融入能量管理策略的角度,建立动力电池热模型和老化模型,引入调节目标价值函数的严重因子和量化电池老化程度的安时通量.其次,建立由超温惩罚、等效电池老化成本和燃油消耗组成的目标价值函数,进而构建深度强化学习能量管理策略.最后,通过仿真实验对所制定的控制策略进行验证.结果表明:融合了电池老化和电池温度的能量管理策略能够有效抑制电池老化和温度.在4个随机工况中,DQN策略下的电池有效安时通过量相较于CD-CS最大下降了35.75％;与CD-CS相比,DQN策略下单个驾驶任务的行驶总成本最大降低10.36％,证明了所制定策略的有效性.
针对光伏阵列输出的实时电压电流时序信号包含复杂时变特性及噪声从而影响故障诊断精度的问题,提出一种基于坐标注意力的浅层ResNet网络故障诊断模型.首先利用相对位置矩阵方法将 3 种一维暂稳态时序数据,包括加权总电流,以及光伏阵列时序电压和电流,转换为二维数据,以此生成红、绿、蓝三通道图像.然后,将图像输入到所提的基于与坐标注意力结合的残差网络模型中,提取其丰富的故障信息,有效地提升故障诊断精度.最后,通过仿真和实际的故障模拟实验获取故障样本数据,以训练和测试所提的网络模型,并与多种其他网络模型进行对比,并对仿真数据集进行可靠性验证.经实验分析证明,提出的故障检测与诊断方法在准确性和稳定性方面都有更佳的表现,根据仿真平台获得的数据集也有较高的可靠性.
