一种聚苯并咪唑膜的制备方法及应用

    公开(公告)号:CN117820688A

    公开(公告)日:2024-04-05

    申请号:CN202311586895.7

    申请日:2023-11-24

    Abstract: 本发明公开了一种聚苯并咪唑膜的制备方法,包括以下步骤:(1)将金属盐加入有机溶剂中制备成混合溶液,其中,所述金属盐为锂盐或/和钙盐;(2)将聚苯并咪唑聚合物或聚苯并咪唑聚合物溶液加入到步骤(1)得到的混合溶液中,搅拌,得到铸膜液;(3)将所述铸膜液进行铸膜,然后将所得的膜进行浸泡处理,得到聚苯并咪唑膜。本发明通过借助溶剂引入锂盐或/和钙盐破坏PBI分子链间氢键,增加松弛度,提高酸碱吸收率,同时不会对PBI的本征分子结构造成影响,保留了其优异的化学稳定性,从而保证了本发明制备得到的聚苯并咪唑膜具有优异的质子传输性能和阻钒性能,且能保持良好的化学稳定性。

    对象识别方法、装置、系统及存储介质

    公开(公告)号:CN109559347A

    公开(公告)日:2019-04-02

    申请号:CN201811431164.4

    申请日:2018-11-28

    Applicant: 中南大学

    Inventor: 毕林 段长铭 谢伟

    Abstract: 本发明实施例公开了一种对象识别方法、装置、系统及存储介质,该方法包括:获取图像采集装置采集的第一图像信息;基于所述第一图像信息捕捉待识别对象对应的第二图像信息;基于所述第二图像信息和所述图像采集装置的实时定位信息获取所述待识别对象的位置信息;基于所述待识别对象的位置信息与预设的对象数据库进行位置匹配,确定所述待识别对象与所述对象数据库中对象的映射关系。实现了对待识别对象的识别与管理,且由于不需要对待识别对象添加任何外设,维护简单,且节省了成本。

    微震事件识别方法和装置

    公开(公告)号:CN107784276A

    公开(公告)日:2018-03-09

    申请号:CN201710955082.9

    申请日:2017-10-13

    Applicant: 中南大学

    Inventor: 毕林 谢伟

    Abstract: 本发明提供了一种微震事件识别方法和装置,所述方法包括:S1,基于待识别事件各通道的波形图像,利用预设卷积神经网络模型提取所述待识别事件各通道的波形特征;S2,组合所述待识别事件所有通道的波形特征得到所述待识别事件的组合波形特征;S3,基于所述待识别事件的组合波形特征,利用预设支持向量机模型对所述待识别事件进行分类。通过预设卷积神经网络提取待识别事件各通道的波形特征,再将各通道的波形特征组合为一个整体即组合波形特征,输入预设支持向量机模型实现对待识别事件的分类,最终实现对事件中微震事件的识别。实现了微震事件的自动识别,不依赖操作人员的知识水平和经验,准确度高,不受应用场景的影响,泛化能力强。

    智能装药系统、智能装药方法和存储介质

    公开(公告)号:CN119779103A

    公开(公告)日:2025-04-08

    申请号:CN202510131113.3

    申请日:2025-02-06

    Abstract: 本申请公开了一种智能装药系统、智能装药方法和存储介质。该系统包括:炸药袋运输卡车,该系统还包括:智能平板运输车,智能平板运输车包括控制模块,用于生成并发送行走指令和第一行驶路线至智能平板运输车;智能装药机器人,用于接收第二停车点的位置信息和第二行驶路线;基于第二行驶路线跟随智能平板运输车行驶,并在第二停车点停车;响应于装药启动指令,抓取智能平板运输车上的药袋,并将炸药袋装载至目标炮孔;或者,智能平板运输车,用于接收并存储炸药袋运输卡车卸载的炸药袋;智能装药机器人,智能平板运输车基于第一行驶路线跟随智能装药机器人行驶;响应于装药启动指令,抓取智能平板运输车上的药袋,并将炸药袋装载至目标炮孔。

    微震事件识别方法和装置

    公开(公告)号:CN107784276B

    公开(公告)日:2021-03-19

    申请号:CN201710955082.9

    申请日:2017-10-13

    Applicant: 中南大学

    Inventor: 毕林 谢伟

    Abstract: 本发明提供了一种微震事件识别方法和装置,所述方法包括:S1,基于待识别事件各通道的波形图像,利用预设卷积神经网络模型提取所述待识别事件各通道的波形特征;S2,组合所述待识别事件所有通道的波形特征得到所述待识别事件的组合波形特征;S3,基于所述待识别事件的组合波形特征,利用预设支持向量机模型对所述待识别事件进行分类。通过预设卷积神经网络提取待识别事件各通道的波形特征,再将各通道的波形特征组合为一个整体即组合波形特征,输入预设支持向量机模型实现对待识别事件的分类,最终实现对事件中微震事件的识别。实现了微震事件的自动识别,不依赖操作人员的知识水平和经验,准确度高,不受应用场景的影响,泛化能力强。

    一种多硫化物基液流电池用氧化还原电极及其制备方法和多硫化物基液流电池

    公开(公告)号:CN117913287A

    公开(公告)日:2024-04-19

    申请号:CN202311755726.1

    申请日:2023-12-19

    Abstract: 本发明公开了一种多硫化物基液流电池用氧化还原电极,包括碳素类电极和负载在碳素类电极上的金属‑氮‑碳催化剂,所述金属‑氮‑碳催化剂中的金属为锌、铁、钴、镍、锰、铜中的一种或多种。本发明还公开了两种制备方法:将金属‑氮‑碳催化剂通过物理负载在碳素类电极上,或者通过化学合成法在碳素类电极上原位生长金属‑氮‑碳催化剂。本发明还公开了采用该多硫化物液流电池用氧化还原电极为负极的多硫化物基液流电池。本发明的多硫化物基液流电池用氧化还原电极以金属‑氮‑碳材料作为催化剂,催化剂的金属‑氮‑碳位点具有良好的多硫化物氧化还原催化活性,催化剂负载在碳素电极上,能为电极提供较多的反应位点,制备的电极催化活性高。

Patent Agency Ranking