The high-T<sub>C</sub> oxide superconductors are of high ainsotropy due to their layeredcrystalline structure.For example,the anisotropic factor of YBa<sub>2</sub>Cu<sub>3</sub>O<...The high-T<sub>C</sub> oxide superconductors are of high ainsotropy due to their layeredcrystalline structure.For example,the anisotropic factor of YBa<sub>2</sub>Cu<sub>3</sub>O<sub>7-δ</sub>（YBCO）is about20,while that of TlBaCaCuO reaches to 10<sup>4</sup>.The dimensionality associated with theanisotropy is one of the important factors to determine the superconductivity,flux pinningand flux motion feature of these materials.So the investigation of coupling between CuO<sub>2</sub>planes（dimensionality）is very helpful for understanding the novel physical phenomena展开更多
在一款涡轮增压汽油缸内直喷(gasoline direct injection,GDI)汽油机上进行了高压(HP)废气再循环(exhaust gas recirculation,EGR)和低压(LP)EGR对发动机和增压器性能影响的试验研究。分别对比了HP EGR和LP EGR系统在外特性和部分负荷...在一款涡轮增压汽油缸内直喷(gasoline direct injection,GDI)汽油机上进行了高压(HP)废气再循环(exhaust gas recirculation,EGR)和低压(LP)EGR对发动机和增压器性能影响的试验研究。分别对比了HP EGR和LP EGR系统在外特性和部分负荷工况对发动机燃烧、油耗、进排气的影响及增压器相应的工况变化,并分析了出现这些变化的原因。结果表明,汽油机EGR系统能够优化缸内燃烧,减少泵气损失,从而降低油耗。低压EGR系统在部分负荷工况热效率比高压EGR更高,主要原因为低压EGR系统的涡轮增压器可利用的尾气能量更多,且进入发动机的废气温度较低,能进一步优化缸内燃烧。展开更多
锂离子电池的健康状态(state of health,SOH)是电池管理系统的重要功能,对于电池的可靠运行和使用寿命具有重要意义。为了进一步提高数据驱动方法对锂离子电池SOH估计的精度,提出一种卷积Fastformer模型的SOH估计方法。首先,提取锂离子...锂离子电池的健康状态(state of health,SOH)是电池管理系统的重要功能,对于电池的可靠运行和使用寿命具有重要意义。为了进一步提高数据驱动方法对锂离子电池SOH估计的精度,提出一种卷积Fastformer模型的SOH估计方法。首先,提取锂离子电池多个充电阶段的每次循环电压曲线、电流曲线,每个阶段各个曲线转换为统计健康特征来表征锂离子电池老化特性,并使用Pearson相关系数对所选统计特征进行了相关性分析,筛选出与容量相关性高的健康特征,消除特征冗余性。随后,融合卷积神经网络和具有线性复杂度的Fastformer神经网络的特点,使用卷积神经网络强大的特征提取能力挖掘健康特征的局部信息,利用Fastformer的多头附加注意力机制可以更高效地在复杂的长序列中总结全文信息。然后,为减少模型训练时间,利用正交实验法对模型超参数进行优化。最后,采用公开数据集将所提方法与CNN、GRU、RNN模型进行对比,验证卷积Fastformer模型的准确性,结果表明,平均绝对误差、均方根误差最大仅为0.25%,0.29%,相对误差在0.8%以内,具有较高的估计精度和稳定性。展开更多
基金supported by the Chinese National Center for R & D on Superconductivity.
文摘The high-T<sub>C</sub> oxide superconductors are of high ainsotropy due to their layeredcrystalline structure.For example,the anisotropic factor of YBa<sub>2</sub>Cu<sub>3</sub>O<sub>7-δ</sub>（YBCO）is about20,while that of TlBaCaCuO reaches to 10<sup>4</sup>.The dimensionality associated with theanisotropy is one of the important factors to determine the superconductivity,flux pinningand flux motion feature of these materials.So the investigation of coupling between CuO<sub>2</sub>planes（dimensionality）is very helpful for understanding the novel physical phenomena
文摘在一款涡轮增压汽油缸内直喷(gasoline direct injection,GDI)汽油机上进行了高压(HP)废气再循环(exhaust gas recirculation,EGR)和低压(LP)EGR对发动机和增压器性能影响的试验研究。分别对比了HP EGR和LP EGR系统在外特性和部分负荷工况对发动机燃烧、油耗、进排气的影响及增压器相应的工况变化,并分析了出现这些变化的原因。结果表明,汽油机EGR系统能够优化缸内燃烧,减少泵气损失,从而降低油耗。低压EGR系统在部分负荷工况热效率比高压EGR更高,主要原因为低压EGR系统的涡轮增压器可利用的尾气能量更多,且进入发动机的废气温度较低,能进一步优化缸内燃烧。
文摘锂离子电池的健康状态(state of health,SOH)是电池管理系统的重要功能,对于电池的可靠运行和使用寿命具有重要意义。为了进一步提高数据驱动方法对锂离子电池SOH估计的精度,提出一种卷积Fastformer模型的SOH估计方法。首先,提取锂离子电池多个充电阶段的每次循环电压曲线、电流曲线,每个阶段各个曲线转换为统计健康特征来表征锂离子电池老化特性,并使用Pearson相关系数对所选统计特征进行了相关性分析,筛选出与容量相关性高的健康特征,消除特征冗余性。随后,融合卷积神经网络和具有线性复杂度的Fastformer神经网络的特点,使用卷积神经网络强大的特征提取能力挖掘健康特征的局部信息,利用Fastformer的多头附加注意力机制可以更高效地在复杂的长序列中总结全文信息。然后,为减少模型训练时间,利用正交实验法对模型超参数进行优化。最后,采用公开数据集将所提方法与CNN、GRU、RNN模型进行对比,验证卷积Fastformer模型的准确性,结果表明,平均绝对误差、均方根误差最大仅为0.25%,0.29%,相对误差在0.8%以内,具有较高的估计精度和稳定性。
