Автомобили оснастят впитывающими метан «губками»
Исследователи Национальной лаборатории имени Лоуренса в Беркли разработали новый металл-органический материал, который как губка способен при определенном давлении впитывать метан. Их работа опубликована в журнале Nature, а ее краткое изложение приводится в сообщении Национальной лаборатории в Беркли. Ученые надеются, что новый материал позволит значительно увеличить дальность хода автомобилей, в которых реализована технология поглощенного природного газа.
Исследователи экспериментировали с материалом на основе кобальта. Опыты ставились при температуре окружающей среды 25 градусов Цельсия. К материалу подавался метан под разным давлением. Одновременно ученые проводили рентгеновский контроль структуры металл-органического материала. Выяснилось, что при давлении более 16 бар (15,8 атмосферы) материал переходил из сжатого в расправленное состояние, а метан проникал в его поры.
Затем при снижении давления метан удерживался в пористой структуре, но при давлении от десяти до пяти бар материал сжимался, полностью высвобождая накопленный газ. В процессе впитывания метана и последующего его высвобождения температурные колебания в металл-органической структуре были значительно меньше, чем при использовании других пористых материалов. При поглощении материал меньше нагревался, а при высвобождении метана — меньше охлаждался.
Ученые полагают, что благодаря новым материалам автомобили, в которых используется технология поглощенного природного газа, большей частью состоящего из метана, смогут по дальности хода сравняться с бензиновыми машинами. Новый пористый материал позволяет хранить большие количества метана при меньшем давлении, чем в обычных газовых баллонах. При этом при одинаковом давлении баки с пористыми структурами вместят в себя метана больше, чем обычные баллоны.
Технология поглощенного природного газа разрабатывается на протяжении последних нескольких лет. Ранее в качестве «губки» исследователи рассматривали активированный уголь, однако его использование оказалось мало эффективным. Так, впитывающая способность активированного угля возрастает либо при значительном повышении давления метана, либо при значительном понижении температуры материала. При этом процесс впитывания сопровождается выделением большого количества тепла, а отдачи — сильным охлаждением.
Преимуществом технологии поглощенного природного газа считается значительное понижение давления газа в заправленных топливных емкостях. Например, такая технология позволяет хранить метан при давлении от 34 до 41 бара, в то время как в баллонах для сжатого природного газа давление может достигать 152 бар. Меньшее давление означает меньшую аварийность топливной газовой системы и возможность ее упростить.
Сегодня наибольшее количество автомобилей, оборудованных газовыми системами, передвигается на газовой смеси пропана и бутана, являющейся продуктом переработки попутного нефтяного газа. Эта газовая смесь стоит дешевле сжатого природного газа, ее легче транспортировать и заправлять в автомобили. Дальность ход автомобилей на сжатом природном газе почти в три раза больше аналогичного показателя бензиновых машин, а на пропан-бутане — в два раза больше.
А также измерит расстояние до них
Американские ученые разработали технологию пассивного теплового зрения HADAR, которая по инфракрасному изображению получает информацию о температуре, материалах и текстуре поверхности объектов, их излучательной способности, а также умеет измерять расстояние. Технология позволяет в ночных условиях получать изображение, сопоставимое по качеству со стереоскопическими изображениями, получаемыми обычными RGB камерами при дневном освещении. Статья опубликована в журнале Nature. Для автономной навигации и взаимодействия с людьми роботам и беспилотникам нужна информация об окружении, которую они получают с помощью камер, лидаров, сонаров или радаров. Однако обычные камеры зависят от условий освещенности и плохо работают в ночное время и при плохой погоде. Кроме этого информация, получаемая с камер не содержит физического контекста, что может приводить к некорректной работе нейросетевых алгоритмов автопилота, который, к примеру, не может отличить настоящего человека от манекена. Активные сенсоры, такие как лидары и радары, при резком росте их числа начинают взаимно влиять друг на друга. Выходом могло бы стать использование в условиях недостаточной видимости камер, работающих в инфракрасном диапазоне. Однако из-за так называемого «эффекта призрачности» получаемые тепловизором изображения обычно выглядят как пятна без четкой текстуры. Это связано с тем, что поверх отражающихся от объекта инфракрасных лучей, которые несут информацию об особенностях его рельефа, накладывается его собственное тепловое излучение, которое засвечивает эту полезную информацию. Группа ученых под руководством Зубин Джакоб (Zubin Jacob) из Университета Пердью смогла справиться с этой проблемой. Они разработали технологию под названием HADAR (акроним от слов heat-assisted detection and ranging), которая с помощью машинного обучения извлекает из изображений, полученных в инфракрасном диапазоне, информацию о температуре объектов, излучательной способности материалов, из которых они состоят, а также их физической текстуре. Кроме того, технология позволяет определять расстояние до объектов на изображении. Выделение информации о собственном излучении объектов позволяет избавиться от «эффекта призрачности» и получить информацию о текстуре. Для этого авторы используют данные из библиотеки материалов, которая содержит информацию об их излучательной способности. Инфракрасное изображение фиксируется с помощью гиперспектральной камеры, после чего данные поступают на вход нейросетевой модели, которая производит декомпозицию исходных данных, выделяя из них информацию о температуре, собственном излучении и текстуре. Для обучения алгоритма исследователи использовали как настоящие изображения, полученные с помощью камеры, так и множество сгенерированных трехмерных сцен. Возможности технологии демонстрирует одна из сцен, на которой при слабом освещении запечатлен автомобиль черного цвета и человек, рядом с которым установлен вырезанный из картона портрет Альберта Эйнштейна в натуральную величину. Изображения, полученные с помощью обычной камеры, лидара и HADAR затем использовали для определения объектов с помощью алгоритма распознавания изображений. На изображении, полученном с помощью обычной камеры, алгоритм ошибочно распознал двух людей, приняв картонную фигуру за человека. На данных, полученных лидаром, оказалось невозможно определить автомобиль. При этом HADAR смог выделить все составляющие сцены, а также определить, что одна из человеческих фигур имеет сигнатуру краски на поверхности, а вторая покрыта тканью. Созданная технология может значительно улучшить системы автономной навигации беспилотных транспортных средств и роботов, дополнив уже существующие системы или даже заменив их. HADAR позволяет определять объекты и измерять расстояние по данным, полученным в ночное время, так же хорошо, как это делают традиционные системы компьютерного зрения, которые используют данные с камер в условиях дневного освещения. По словам авторов работы, в дальнейшем им предстоит решить проблему высокой стоимости оборудования для гиперспектральной съемки и невысокой производительности алгоритма. Сейчас процесс получения изображений и их обработки занимает минуты, но для работы в режиме реального времени это время необходимо сократить. Ранее мы рассказывали, как физики создали лидар, способный распознать метровые детали с рекордного расстояния в 45 километров в условиях высокого шума и слабого сигнала.