期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
等离子体协同催化强化氨分解制氢的研究进展
1
作者 李钟帆 竺新波 +1 位作者 邬晨 洪瑜 《现代化工》 CAS 北大核心 2025年第1期42-45,50,共5页
分析了不同放电形式的等离子体在氨分解领域的研究现状,着重讨论了介质阻挡放电等离子体的反应器结构参数和运行工况对氨分解效果的影响。分析了等离子体协同各类催化后对氨分解过程的影响规律和强化机制,指出通过催化剂的载体、金属活... 分析了不同放电形式的等离子体在氨分解领域的研究现状,着重讨论了介质阻挡放电等离子体的反应器结构参数和运行工况对氨分解效果的影响。分析了等离子体协同各类催化后对氨分解过程的影响规律和强化机制,指出通过催化剂的载体、金属活性组分等的调控优化可有效强化等离子体与催化剂的协同效应,进而提升氨分解效果并降低反应能耗。在此基础上,指出改进介质阻挡放电反应器和开发低温下高效的廉价过渡金属催化剂是基于等离子体的氨分解制氢方法的重要发展方向。 展开更多
关键词 氨分解制氢 等离子体 介质阻挡放电 催化剂 反应机理
在线阅读 下载PDF
基于EWM-CNN-GRU的集装箱船主机气体污染物排放通用预测模型
2
作者 刘伊凡 王佳晨 +3 位作者 徐云鹏 张季康 邬晨 洪瑜 《上海海事大学学报》 北大核心 2025年第1期104-111,共8页
为提升船舶主机污染物排放监测效率,在现有机舱监测技术条件下,提出一种基于熵权法(entropy weight method,EWM)和混合神经网络的预测模型。以船舶自动识别系统(automatic identification system,AIS)数据、气象数据和船舶档案信息为基... 为提升船舶主机污染物排放监测效率,在现有机舱监测技术条件下,提出一种基于熵权法(entropy weight method,EWM)和混合神经网络的预测模型。以船舶自动识别系统(automatic identification system,AIS)数据、气象数据和船舶档案信息为基础,构建船舶综合数据库。分析气象数据的物理特性,并应用EWM得到海况指数。通过卷积神经网络(convolutional neural network,CNN)对数据进行降维处理,再引入门控循环单元(gated recurrent unit,GRU)增强模型的泛化能力,并将神经网络预测的油耗率和功率通过排放因子换算为船舶气体污染物的排放量。分别以10和3艘集装箱船的综合数据作为训练样本和测试样本,得到混合神经网络。另选取10艘尺度不同的集装箱船的数据作为验证样本进行预测。结果表明:在模型训练过程中EWM-CNN-GRU混合神经网络对船舶能耗设备燃油消耗率和功率的预测平均误差分别为2.72%和3.26%;与其他神经网络模型相比,混合神经网络模型的综合性能具有明显优势。 展开更多
关键词 船舶自动识别系统(AIS) 混合神经网络 船舶气体污染物 通用模型 熵权
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部