-
公开(公告)号：CN119371126A
公开(公告)日：2025-01-28
申请号：CN202411341087.9
申请日：2024-09-25
Applicant: 深圳市建设(集团)有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 为克服现有技术废玻璃作为碱激发剂激发固废时，未充分发挥废玻璃作为硅基固废的作用，且硅基固废回用量少的缺点，提供一种硅铝基固废制备胶凝材料的方法，包括：S1、将碱激发辅助剂粉料和硅基固废混合均匀，加水搅拌至活性硅的溶出量达到目标值，得到碱激发前驱体浆料；S2、在碱性激发前驱体浆料中加入硅基固废和铝基固废，搅拌，得到碱激发固废浆料；S3、将碱激发固废浆料置于模具，50‑70℃下固化20‑24h得到胶凝材料；碱激发辅助剂为NaOH或KOH；硅基固废为：废玻璃和/或石英尾矿；铝基固废为：粉煤灰。本发明的硅基固废既提供活性硅，未反应的部分又具有填充作用，提高胶凝材料的强度，充分地利用了硅基固废。
-
公开(公告)号：CN111710371A
公开(公告)日：2020-09-25
申请号：CN202010549753.3
申请日：2020-06-16
Applicant: 齐鲁交通发展集团有限公司 , 哈尔滨工业大学
Abstract: 一种确定碳纤维/石墨烯导电沥青混凝土组分含量方法，它涉及一种导电沥青混凝土组分含量方法，本发明要解决针对传统马歇尔设计方法和Superpave设计方法，在导电沥青混凝土中的应用缺陷的问题。本发明通过优化设计使得导电沥青混合土满足融冰化雪的条件，同时也可以提高其工作效率和经济效益。本设计中涉及到了CT扫描、有限元分析以及数据拟合，为以后导电沥青混合料的性能分析方法的研究奠定了基础。本发明应用于沥青混凝土领域。
-
公开(公告)号：CN110129044A
公开(公告)日：2019-08-16
申请号：CN201910420722.5
申请日：2019-05-20
Applicant: 哈尔滨工业大学
IPC: C09K11/65 , B82Y20/00 , B82Y40/00 , H01M4/583 , H01M4/62 , H01M4/66 , H01M4/86 , H01M4/88 , H01M10/0525 , H01M10/054 , H01M12/06
Abstract: 一种以生物质为碳源的石墨烯量子点制备方法及其应用，本发明涉及一种以生物质为碳源的石墨烯量子点制备方法及其应用。本发明的目的是为了解决能源转换-存储体系普遍存在电荷传输受限、动力学缓慢等所导致的能量转换效率和储能密度较低的问题。本发明方法为：一、制备生物质前驱液；二、通过水热法或者微波法对生物质前驱液进行预处理；三、然后经过离心、过滤、透析操作制备石墨烯量子点；四、将石墨烯量子点负载到多孔支撑体上制得石墨烯量子点复合材料应用于能源转换-存储体系中。本发明制得石墨烯量子点有极高的催化活性，可以在极小载量下获得极高电池性能，有望取代价格昂贵且储量稀少的贵金属催化剂，本发明应用于能源转换-存储领域。
-
公开(公告)号：CN105216642B
公开(公告)日：2018-01-30
申请号：CN201510531118.1
申请日：2015-08-26
Applicant: 哈尔滨工业大学
IPC: B60L11/18
CPC classification number: Y02T10/7005 , Y02T90/16
Abstract: 基于大数据的电动汽车动力电池管理系统及方法,涉及一种电池管理系统及管理方法。解决现了有电汽车电池组管理系统易出现数据丢失，电池数据检测的准确度低的问题。本发明的电池数据管理单元的采集装置采集电动汽车电池组的温度信号、电池单体输出的电压信号、电池单体输出的电流信号和电池组中电池单体的编号发送至电池数据处理器，电池数据处理器将电池组中电池单体信号进行一一对应；并将对应后信号发送至分布式数据处理单元，分布式数据处理单元计算获得每个电池单体的内阻、剩余电量和电池单体的充放电次数信号，经电池数据处理器对电池剩余电量进行判断，向用户报警。本发明适用于电动汽车使用。
-
公开(公告)号：CN105634501A
公开(公告)日：2016-06-01
申请号：CN201511029654.8
申请日：2015-12-31
Applicant: 哈尔滨工业大学
CPC classification number: Y02T10/7005 , H03M7/40 , B60L58/12 , H02J7/0021
Abstract: 基于大数据的电动汽车动力电池数据无损压缩方法，涉及电动汽车动力电池数据压缩方法。解决了现有电池数据量大，在传输过程中存在数据压缩效率低和传输时间长的问题。本发明首先提取电池数据，并对电池数据作预压缩处理；再对未进行预压缩处理的电池组绝缘电阻数据、电池组总电流数据和经过预压缩处理的使用时间数据、电池组荷电状态数据和环境温度数据进行行程编码压缩处理；对经过预压缩处理的总电压数据和电压数据进行哈夫曼编码压缩处理；完成基于大数据的电动汽车动力电池组数据无损压缩。本发明适用于电动汽车动力电池数据压缩。
-
Patent Agency Ranking
公开(公告)号：CN101316053B
公开(公告)日：2011-05-11
申请号：CN200810064667.2
申请日：2008-06-04
Applicant: 哈尔滨工业大学
IPC: H02J17/00
Abstract: 磁耦合谐振式无线能量传输装置，本发明涉及无线能量传输领域，它解决了现有存在不能障碍传输或传输距离短的缺点。它由能量发射源和能量接收器组成；利用这两个具有相同的特定谐振频率的电磁系统，在相距一定的距离时，由于振动频率相同而产生谐振，进行能量传递。能量发射源由磁场谐振激发及驱动电路和谐振发射电路组成；谐振发射电路由谐振发射线圈和谐振发射电容组成，能量接收器由谐振接收电路和高频整流电路组成；谐振接收电路由谐振接收线圈和谐振接收电容组成，由谐振发射线圈产生磁场，谐振接收线圈与该磁场具有相同振荡频率而产生磁共振，谐振接收线圈中的能量不断聚集，后经高频整流电路即可供给负载。它具有传输距离远、无阻碍的优点。
-
公开(公告)号：CN101839895A
公开(公告)日：2010-09-22
申请号：CN200910311663.4
申请日：2009-12-17
Applicant: 哈尔滨工业大学
Abstract: 一种基于超声TOFD的近表面缺陷识别方法，涉及超声波无损检测领域，本发明为解决现有超声TOFD检测技术存在对表面及近表面缺陷不敏感的问题，以及现有硬件技术需要附加检测设备，软件技术数据处理过程复杂、耗时长、存在对侧向波抑制不完全及损伤近表面缺陷信号的问题。其过程为：根据被检测体的厚度和探头的角度，选择探头间距，使发射探头激发的纵波主轴声束在被检测体中沿W形声路传播后被另一探头接收。利用选定的探头间距，对被检测体进行A扫描，根据获得的A扫描信号，对被检测体进行D扫描和B扫描，分别获得D扫描图像和B扫描图像，实现缺陷识别并获得缺陷的长度及埋藏深度信息，本发明广泛应用于超声波无损检测领域。
-
公开(公告)号：CN116003058A
公开(公告)日：2023-04-25
申请号：CN202211681736.0
申请日：2022-12-27
Applicant: 哈尔滨工业大学
IPC: C04B28/04
Abstract: 本发明公开了一种电磁屏蔽水泥基材料的制备方法，所述方法包括如下步骤：步骤一、对含铁固体废弃物进行改性：在含铁固体废弃物表面吸附碳粉，形成含铁固体废弃物的表面改性材料；步骤二、用磁性材料控制含铁固体废弃物的分布位置：将水泥模具上顶面、下底面、左侧面和右侧面中至少一个面的材质设置为磁性材料，在磁性材料的表面吸附步骤一获得的含铁固体废弃物的表面改性材料；步骤三、将水泥基浆体材料从模具下底面浇筑入口向上浇筑至模具顶部，硬化后脱模形成具有电磁屏蔽功能的水泥基材料。该方法利用含铁固体废弃物制备电磁屏蔽水泥基材料，可以使水泥基材料具有更强的电磁屏蔽能力，可以用来减少电磁污染对人类生活生产带来的不利影响。
-
公开(公告)号：CN110129044B
公开(公告)日：2022-04-15
申请号：CN201910420722.5
申请日：2019-05-20
Applicant: 哈尔滨工业大学
IPC: C09K11/65 , B82Y20/00 , B82Y40/00 , H01M4/583 , H01M4/62 , H01M4/66 , H01M4/86 , H01M4/88 , H01M10/0525 , H01M10/054 , H01M12/06
Abstract: 一种以生物质为碳源的石墨烯量子点制备方法及其应用，本发明涉及一种以生物质为碳源的石墨烯量子点制备方法及其应用。本发明的目的是为了解决能源转换‑存储体系普遍存在电荷传输受限、动力学缓慢等所导致的能量转换效率和储能密度较低的问题。本发明方法为：一、制备生物质前驱液；二、通过水热法或者微波法对生物质前驱液进行预处理；三、然后经过离心、过滤、透析操作制备石墨烯量子点；四、将石墨烯量子点负载到多孔支撑体上制得石墨烯量子点复合材料应用于能源转换‑存储体系中。本发明制得石墨烯量子点有极高的催化活性，可以在极小载量下获得极高电池性能，有望取代价格昂贵且储量稀少的贵金属催化剂，本发明应用于能源转换‑存储领域。
-
公开(公告)号：CN110363283B
公开(公告)日：2021-06-22
申请号：CN201910490035.0
申请日：2019-06-06
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于深度学习的用户属性预测方法及相关装置，该预测方法包括：将原始文本信息输入到第一神经网络模型中，获取全局特征的文字序列特征，该原始文本信息为用户的个人介绍信息；将该原始文本信息输入到第二神经网络模型中，获取该全局特征的单词块特征；将该原始文本信息分别输入到多个第三神经网络模型中，分别获取多个子任务特征；基于该多个子任务特征和该全局特征，预测用户属性。本发明实现了精确地预测用户属性。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.037 seconds)
