Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

Conductivity Studies And Neural Networks Model. A Nanocomposite Polymer Electrolytes (PEO ? LiPF6 ? EC ? CNT)

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: Suriani Ibrahim and Mohd Rafie Johan
ISBN: 9783659385230
Год издания: 2013
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 52
Издательство: LAP LAMBERT Academic Publishing
Цена: 20988 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли экономики:
Код товара: 122500
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: In the experiment, polyethylene oxide (PEO), lithium hexafluorophosphate (LiPF6), ethylene carbonate (EC) and carbon nanotube (CNT) were mixed ad various ratios. . The conductivity increases from 10-10 to 10-5 Scm-1 upon the addition of salt. The incorporation of EC and ?CNTs to the salted polymer enhances the conductivity significantly to 10-4 and 10-3 Scm-1. In neural network training, different chemical composition and real impedance were used as inputs and imaginary impedance in the produced polymer electrolytes was used as outputs. After training process, the test data were used to check system accuracy. As a result, the neural network was found successful for the prediction of imaginary impedance of nanocomposite polymer electrolyte system.
Ключевые слова: Polymer-matrix composites, carbon nanotubes, Neural Networks, electrical properties, transport properties