现阶段, 锂离子电池已经成为电动汽车最重要的动力源, 其发展经历了三代技术的发展(钴酸锂正极为第一代, 锰酸锂和磷酸铁锂为第二代, 三元技术为第三代).随着正负极材料向着更高克容量的方向发展和安全性技术的日渐成熟、完善, 更高能量密度的电芯技术正在从实验室走向产业化.本文从锂离子电池产学研结合的角度, 从电池正负极材料, 电池设计和生产工艺来分析动力电池行业最新动态和科学研究的前沿成果, 并结合市场需求与政策导向来阐述动力电池的发展方向和技术路线的实现途径

针对分类数据, 通过数据对象在属性值上的集中程度定义了新的基于属性值集中度的类内相似度(similarity based on concentration of attribute values, CONC), 用于衡量聚类结果中类内各数据对象之间的相似度; 通过不同类的特征属性值的差异程度定义了基于强度向量差异的类间差异度(dissimilarity based on discrepancy of SVs, DCRP), 用于衡量两个类之间的差异度.基于CONC和DCRP提出了新的分类数据聚类有效性内部评价指标(clustering validation based on concentration of attribute values, CVC), 它具有以下3个特点: (1)在评价每个类内相似度时, 不仅依靠类内各数据对象的特征, 还考虑了整个数据集的信息; (2)采用几个特征属性值的差异评价两个类的差异度, 确保评价过程不丢失有效的聚类信息, 同时可以消除噪音的影响; (3)在评价类内相似度及类间差异度时, 消除了数据对象个数对评价过程的影响.采用加州大学欧文分校提出的用于机器学习的数据库(UCI)进行实验, 将CVC与类别效用(category utility, CU)指标、基于主观因素的分类数据指标(categorical data clustering with subjective factors, CDCS)指标和基于信息熵的内部评价指标(information entropy, IE)等内部评价指标进行对比, 通过外部评价指标标准交互信息(normalized mutual information, NMI)验证内部评价效果.实验表明相对其他内部评价指标, CVC指标可以更有效地评价聚类结果.此外, CVC指标相对于NMI指标, 不需要数据集以外的信息, 更具实用性

浅层黄土滑坡是黄土高原广泛分布和频繁发生的地质灾害,造成了巨大的人员伤亡和财产损失.尽管二维确定性模型已被广泛用于浅层滑坡稳定性预测,但不能充分考虑岩土性质、地层结构、地下水等条件的三维空间变化,这可能与实际的斜坡稳定性不相符.因此,利用能考虑复杂斜坡环境的三维确定性模型评价滑坡稳定性,对获取更真实的评价结果以及指导滑坡防治工作具有重要意义.本文利用Scoops3D三维确定性模型评价了在浅层黄土滑坡稳定性预测中的适应性和可靠性.首先,模型计算参数敏感性的分析发现黏聚力、滑动视倾角和栅格单元重量对安全系数准确度影响较大,并用于指导获取详细的关键参数.然后,选取不同分辨率的数字高程模型(DEM)数据,利用Scoops3D模型对典型黄土沟壑中的浅层黄土滑坡稳定性进行预测,并通过详细的点状和面状滑坡分布图与预测结果的对比发现,该模型对黄土沟壑区的浅层滑坡稳定性预测准确度较高,且点状滑坡分布图可能更适合模型适应性的检验.最后,混淆矩阵法和成功率曲线法对不同分辨率数字高程模型预测结果可靠性的检验显示,该模型能够有效地预测黄土浅层滑坡的稳定性,且在高分辨率数字高程模型数据下可以获得可靠的预测精度

研究利用倾斜板法制备的9Cr18半固态坯料在二次重熔过程中微观组织演变，以期对后续触变成形提供必要的理论基础。研究结果表明，采用倾斜板浇注法可以得到优质的9Cr18半固态坯料，其典型组织为初生固相奥氏体（γ1）球状晶粒和晶界网状组织构成，网状组织为二次奥氏体（γ2）和M7C3碳化物液相共晶组织。球状晶粒的平均直径为93.5 μm，形状因子0.69，半固态坯料球状晶粒边界光滑，大小相对均匀。固液两相中Fe、C、Cr存在着明显的元素差异。液相组织中Cr、C元素富集，固相中Fe含量较高。采用波浪形倾斜板法制备的9Cr18合金半固态坯料重熔组织形貌优于传统铸锭重熔组织。半固态坯料重熔后的组织化学成分更为均匀，晶粒也更圆整，固液界面平滑，且加热温度越高，晶粒越圆整，液相率越高。二次重熔后碳化物尺寸明显减小，平均宽度仅为0.5 μm，长度大大减小使得其形态接近粒状

由于协作机器人的结构比普通工业机器人更为轻巧，一般动力学模型所忽略的复杂特性占比较大，导致协作机器人的计算预测力矩误差较大。据此提出在考虑重力、科里奥利力、惯性力和摩擦力等的基础上，采用深度循环神经网络中的长短期记忆模型对自主研发的六自由度协作机器人动力学模型进行误差补偿。在实验中采用优化后的基于傅里叶级数的激励轨迹驱动机器人运动，以电机电流估算关节力矩，获取的原始数据用来训练长短期记忆模型(LSTM)补偿网络。网络的训练结果和评价指标为预测力矩相比实际力矩的均方根误差。计算与实验结果表明，补偿后的协作机器人动力学模型对实际力矩具有更好的预测效果，各轴预测力矩与实际力矩的均方根误差相比于未补偿的传统模型降低了61.8%至78.9%不等，表明了文中所提出补偿方法的有效性

采用阻抗谱技术,对2.8 A·h 18650电芯进行拆解解析,单独分析正负极电极在不同温度下(25、10和-5℃),不同荷电状态下的阻抗变化.结果表明:在不同温度下,在20%~100%荷电状态下,负极作为控制电极,其反应电化学阻抗是正极的数倍,尤其是在-5℃,达到了4倍,负极是电芯一致性问题中动力学因素的控制主因;在0~20%荷电状态下,在10和25℃下,正极的反应电化学阻抗要远远大于负极,正极成为控制端.结合目前电动车上动力电池的实用荷电状态一般在20%~95%,针对该2.8 A·h 18650电芯,提高负极电极的一致性是核心所在.同理,对其他类型电芯而言,在电芯设计过程中,在综合考虑成本的前提下,需要更有针对性地提高正负极的一致性标准,从而更为有效地改善整个电芯产品的一致性

一、选择题 1.反应H2(g)+Br2(g)2HBr(g)的K=1.86.若将3molH2,4 mol Br22和5molHBr放在10dm3烧瓶中,则…() (A)反应将向生成更多的HBr方向进行 (B)反应向消耗H2的方向进行 (C)反应已经达到平衡 (D)反应向生成更多Br2的方向进行

《更浩瀚的海洋》课件（13页）_更浩瀚的海洋

对注意力机制的主流模型进行了全面系统的概述。注意力机制模拟人类视觉选择性的机制，其核心的目的是从冗杂的信息中选择出对当前任务目标关联性更大、更关键的信息而过滤噪声，也就是高效率信息选择和关注机制。首先简要介绍和定义了注意力机制的原型，接着按照多个层面对各种注意力机制结构进行分类，然后对注意力机制的可解释性进行了阐述同时总结了在各种领域的应用，最后指出了注意力机制未来的发展方向以及会面临的挑战

研究了多目标多阶段混合流水车间的紧急订单插单重调度问题，综合考虑工件批量、刀具换装时间、运输能力等约束。先以最小化订单完工时间和最小化总运输时间为双目标建立静态初始订单调度模型，再针对紧急订单插单干扰，增加最小化总加工机器偏差值目标，建立三目标重调度优化模型，并分别用NSGA-II算法与融合基于事件驱动的重调度策略和重排插单策略的NSGA-III算法对两个模型进行求解。最后，以某实际船用管类零件生产企业为案例，先对NSGA-II算法和NSGA-III算法的性能进行评估，得到NSGA-II算法更适用于解决双目标优化问题而NSGA-III算法在解决三目标优化问题时表现更优的结论，再将所建模型与所提算法应用于该企业的十组插单案例中，所得优化率接近三分之一，验证了实用性和有效性