检索结果-南通市图书馆

Efficient solar-driven CO_(2)-to-fuel conversion via Ni/MgAlO_(x)@SiO_(2)nanocomposites at low temperature

Fundamental Research 2024年第1期4卷 131-139页

作者： Xianglei Liu Yueyue Ling Chen Sun Hang Shi hangbin zheng Chao Song Ke Gao Chunzhuo Dang Nan Sun Yimin Xuan Yulong Ding School of Energy and Power Engineering Nanjing University of Aeronautics and AstronauticsNanjing 210016China Birmingham Centre for Energy Storage School of Chemical EngineeringUniversity of BirminghamBirmingham B152TTUnited Kingdom

Solar-driven CO_(2)-to-fuel conversion assisted by another major greenhouse gas CH_(4)is promising to concurrently tackle energy shortage and global warming problems.However,current techniques still suffer from drawbacks of low efficiency,poor stability,and low selectivity.Here,a novel nanocomposite composed of interconnected Ni/MgAlOx nanoflakes grown on SiO_(2)particles with excellent spatial confinement of active sites is proposed for direct solar-driven CO_(2)-to-fuel conversion.An ultrahigh light-to-fuel efficiency up to 35.7%,high production rates of H_(2)(136.6 mmol min^(-1)g^(-1))and CO(148.2 mmol min^(-1)g^(-1)),excellent selectivity(H_(2)/CO ratio of 0.92),and good stability are reported simultaneously.These outstanding performances are attributed to strong metal-support interactions,improved CO_(2)absorption and activation,and decreased apparent activation energy under direct light illumination.MgAlO_(x)@SiO_(2)support helps to lower the activation energy of CH^(*) oxidation to CHO^(*) and improve the dissociation of CH_(4)to CH_(3)^(*) as confirmed by DFT calculations.Moreover,the lattice oxygen of MgAlO_(x) participates in the reaction and contributes to the removal of carbon deposition.This work provides promising routes for the conversion of greenhouse gasses into industrially valuable syngas with high efficiency,high selectivity,and benign sustainability.

关键词： Solar fuel CO_(2)reduction Dry reforming of methane Photothermocatalysis Stability

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Learning semantic-specific visual representation for laser welding penetration status recognition

引用

Science China(Technological Sciences) 2022年第2期65卷 347-360页

作者： LIU TianYuan BAO JinSong zheng hangbin WANG JunLiang YANG ChangQi GU Jun Institute of Intelligent Manufacturing College of Mechanical EngineeringDonghua UniversityShanghai 201600China Shanghai Spaceflight Precision Machinery Institute Shanghai 201600China Shanghai Institute of Laser Technology Shanghai 200235China

The degree of penetration can directly reflect the forming quality of laser welding. The fine-grained feature of the molten pool/keyhole image brings challenges to the vision-based laser welding penetration status recognition. In this paper, a novel knowledge-and-data-hybrid driven recognition model is proposed for solving the problem of difficult learning of discriminative visual features of molten pool/keyhole images. In addition, a label semantic attention mechanism(LSA) is designed with three modules: representation of image visual feature, representation of labels semantic feature, and generation of label semantic attention. For learning discriminative features in visual space, LSA uses discriminative information in label semantics to guide the convolutional neural network. The experimental results show that the proposed LSA method has faster convergence and higher accuracy than the traditional attention mechanism. Further comparative experiments reveal that LSA is less dependent on the amount of training data and model complexity. The results of visualization experiments show that the visual features learned by the proposed method are more discriminative.

关键词： label semantic attention mechanism word embedding convolutional neural network laser welding penetration status

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

数字孪生多模态视觉推理的神经-符号系统

引用

计算机集成制造系统 2024年第5期30卷 1571-1586页

作者：郑杭彬刘天元郑汉垚左戴悦鲍劲松王森东华大学机械工程学院上海201620 上海宝信软件股份有限公司上海201900

面对数字孪生在多模态视觉数据融合中的异质性和动态性挑战,提出一种结合深度学习与符号智能的方法。该方法通过深度神经网络对视觉数据进行实时解析,并借助符号系统存储的知识和事件响应规则,实现对复杂推理过程的自主管理。为提高系... 详细信息

面对数字孪生在多模态视觉数据融合中的异质性和动态性挑战,提出一种结合深度学习与符号智能的方法。该方法通过深度神经网络对视觉数据进行实时解析,并借助符号系统存储的知识和事件响应规则,实现对复杂推理过程的自主管理。为提高系统对物理世界变化的适应性,提出一种融合多模态信息和外部知识的增强推理机制,该机制能有效地整合来自传感器的实时数据和历史知识库中的信息,以支持更加准确和合理的决策制定。以退役锂电池拆解过程为案例验证表明,该方法不仅能够在多模态数据环境中实现高准确率的识别和分析,还能够基于推理机制生成合理且逻辑一致的操作建议,有效提升了拆解效率和安全性。

关键词：数字孪生多模态视觉推理神经符号系统锂电池拆解

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于神经渲染的数字孪生资产快速场景几何建模与检索方法

引用

计算机集成制造系统 2024年第4期30卷 1189-1200页

作者：孙志强郑杭彬吕超凡孙学民鲍劲松东华大学机械工程学院上海201620 北京航空航天大学自动化科学与电气工程学院北京100191

虚实融合是数字孪生技术的典型特征,数字孪生的虚拟场景大多通过几何建模技术来实现。为解决场景几何建模的自动化程度较低。过于依赖人工,导致成本高昂且效率低下的问题,提出一种数字孪生几何场景构建方法。引入神经渲染技术采集物理... 详细信息

虚实融合是数字孪生技术的典型特征,数字孪生的虚拟场景大多通过几何建模技术来实现。为解决场景几何建模的自动化程度较低。过于依赖人工,导致成本高昂且效率低下的问题,提出一种数字孪生几何场景构建方法。引入神经渲染技术采集物理实体的点云数据,然后设计一种基于深度学习的点云模型与3DCAD模型语义映射的方法,用于基于数字孪生几何模型资产库的3DCAD模型检索。最后建立训练数据集并构建数字孪生几何模型资产库进行实验验证。通过对比实验和退役电池拆解案例验证:与其他的数字孪生场景几何建模方法相比,该方法具有更低的成本和更高的效率。

关键词：数字孪生场景几何建模神经渲染模型检索

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Granular porous calcium carbonate particles for scalable and high-performance solar-driven thermochemical heat storage

引用

Science China(Technological Sciences) 2021年第10期64卷 2142-2152页

作者： SONG Chao LIU XiangLei XUAN YiMin zheng hangbin GAO Ke TENG Liang DA Yun LI Chuan LI YongLiang DING YuLong School of Energy and Power Engineering Nanjing University of Aeronautics and AstronauticsNanjing 210016China Key Laboratory of Thermal Management and Energy Utilization of Aviation Vehicles Ministry of Industry and Information TechnologyNanjing 210016China College of Environmental and Energy Engineering Beijing University of TechnologyBeijing 100124China Birmingham Centre for Energy Storage School of Chemical EngineeringUniversity of BirminghamBirmingham B152TTUK

Calcium carbonate is promising thermochemical heat storage material for next-generation solar power systems due to its high energy storage density,low cost,and high operation temperature.Researchers have tried to improve energy storage performances of calcium carbonate recently,but most researches focus on powders,which are not suitable for scalable applications.Here,novel granular porous calcium carbonate particles with very high solar absorptance,energy storage density,abrasive resistances,and energy storage rate are proposed for direct solar thermochemical heat storage.The average solar absorptance is improved by 234%compared with ordinary particles.Both cycle stability and abrasive resistances are excellent with almost no decay of energy storage density over 25 cycles nor apparent particle weight loss over 24 h of continuous operation insides a planetary ball mill.In addition,the decomposition temperature is reduced by 2.8%–5.6%while the reaction rate of heat storage is enhanced by 80%–205%depending on the CO_(2) partial pressure.The decomposition process of doped granular porous CaCO_(3) particles is found to involve three overlapping processes.This work provides new routes to achieve scalable direct solar thermochemical heat storage for next-generation high-temperature solar power systems.

关键词： thermochemical energy storage calcium carbonate solar absorptance cycle stability abrasive resistances kinetics analysis

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向激光焊接缺陷识别的可解释性深度学习方法

引用

航空学报 2022年第4期43卷 444-453页

作者：刘天元郑杭彬杨长祺鲍劲松汪俊亮顾俊东华大学机械工程学院智能制造研究所上海201600 上海航天精密机械研究所上海201600 上海市激光技术研究所上海200235

激光焊接在航空领域具有广泛的应用场景,基于视觉的激光焊接缺陷识别对于产品质量的提高至关重要。针对当前基于深度学习的激光焊接缺陷识别方法存在可解释性差的问题,提出了一种融合多尺度特征的类激活映射(MSF-CAM)方法。在训练阶段,... 详细信息

激光焊接在航空领域具有广泛的应用场景,基于视觉的激光焊接缺陷识别对于产品质量的提高至关重要。针对当前基于深度学习的激光焊接缺陷识别方法存在可解释性差的问题,提出了一种融合多尺度特征的类激活映射(MSF-CAM)方法。在训练阶段,以VGG16为骨架模型并将监督信息施加于多个尺度以促进模型对多尺度特征的学习。在测试阶段,对输出类别在多个尺度上的激活图进行叠加,并以此作为模型的判断依据。多尺度特征的融入不但增强了模型的可解释性,而且还提高了激光焊接缺陷识别的准确性。试验结果表明:MSF-CAM在测试集上的准确率为98.12%,识别单幅图像耗时8.28ms。此外,MSF-CAM可以从边缘、轮廓这种初级特征的角度对模型的决策依据提供人类更容易理解的解释。

关键词：激光焊接缺陷识别深度学习可解释性多尺度

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

点云场景认知模式——泛化点云

引用

测绘学报 2022年第4期51卷 556-567页

作者：刘春贾守军吴杭彬黄炜郑宁艾克然木·艾克拜尔同济大学测绘与地理信息学院上海200092 同济大学数学与科学学院上海200092

随着传感器技术和观测平台的迅速发展,点云大数据作为新型遥感的主要数据形式,已经逐渐成为场景感知的重要信息载体,并在地质灾害态势感知、自然资源定量调查和道路交通安全服务等国家重大战略需求中发挥了越来越显著的作用。与此同时,... 详细信息

随着传感器技术和观测平台的迅速发展,点云大数据作为新型遥感的主要数据形式,已经逐渐成为场景感知的重要信息载体,并在地质灾害态势感知、自然资源定量调查和道路交通安全服务等国家重大战略需求中发挥了越来越显著的作用。与此同时,点云观测装备和国家重大战略需求的双重驱动促使空间场景从感知迈向了认知,也对认知处理的算法和算力提出了新的要求。为此,本文以点云场景认知的基本框架为线索,分析了多源点云耦合观测的研究现状,总结了点云场景认知处理的关键进展及其在国家重大战略需求中的典型应用,并凝练了点云场景认知当前面临的主要问题。在此基础上,本文聚焦点云场景认知的前沿挑战,避开传统欧氏空间而转到高维张量流形空间进行点云数据处理,提出了“泛化点云”的科学概念和技术框架,为突破点云场景认知处理的算法和算力提供研究思路。

关键词：点云数据关联认知智能处理泛化点云高维张量流形空间

来源：

维普期刊数据库

同方期刊数据库评论