-
公开(公告)号：CN108796504B
公开(公告)日：2020-06-16
申请号：CN201810052210.3
申请日：2018-01-19
Applicant: 苏州大学
IPC: C23F1/10 , H01M4/1395 , H01M10/052
Abstract: 本发明涉及一种三维金属负极的制备方法，它包括以下步骤：(a)配置混合处理液：向有机溶剂中加入无机化合物和有机化合物形成混合处理液，所述无机化合物为选自氟化物、氯化物、溴化物、碘化物、氧化物、硫化物、硒化物、氮化物、磷化物、硝酸盐、硫酸盐、亚硫酸盐、磷酸盐和亚硝酸盐中的一种或多种组成的混合物；(b)刻蚀处理：将金属片浸入所述混合处理液中，进行刻蚀反应即可。这样使得处理后的金属片在空气中稳定存放，将其用于金属二次电池特别是三元正极材料电池和锂硫二次电池时能大幅提高其循环性能和安全性能。
-
公开(公告)号：CN106887640B
公开(公告)日：2019-03-05
申请号：CN201710152214.4
申请日：2017-03-15
Applicant: 苏州大学
IPC: H01M10/0567 , H01M10/0569 , H01M10/36 , H01M10/38
Abstract: 本发明涉及一种提高电池容量的锂硫电池电解液及其制备方法，所述电解液包括有机溶剂、锂盐和添加剂，其特征在于：所述有机溶剂包括第一溶剂、第二溶剂和第三溶剂，所述第一溶剂为1,3‑二氧戊环、1,4‑二氧六环和1,1‑二甲氧基乙烷中的一种或多种，所述第二溶剂为乙二醇二甲醚和二甘醇二甲醚中的一种或多种，所述第三溶剂为二甲基硫醚类有机物中的一种或多种，所述第一溶剂与所述第二溶剂的体积比为0.5~2：1，所述第三溶剂占所述有机溶剂的体积分数为10~40%。二甲基醚类有机物被还原为甲基硫锂，可以贡献除正极活性物质以外的容量，这一独特的工作原理使得由其制备的锂硫电池表现出达到甚至远远超过其理论容量的特点。
-
公开(公告)号：CN116679712B
公开(公告)日：2024-07-12
申请号：CN202310726794.9
申请日：2023-06-19
Applicant: 苏州大学
Abstract: 本发明涉及一种基于广义维诺图的室内环境机器人高效探索决策方法。本发明借助广义维诺图，生成环境的GVD特征，在提取边界过程中，利用GVD节点快速提取全局启发式边界点和局部启发式边界点并进行融合，加快了边界点的提取速度；在决策过程中，采用分层决策方案，针对局部启发式边界点、局部边界点集、全局启发式边界点，分别采用三种决策方法针进行决策，解决了忽略探索点之间的探索顺序从而导致机器人在区域内重复探索、消耗资源，产生回溯现象和探索过程的无序性的问题；在路径计算时，采用GVD路径代替欧式路径用于成本计算，提高机器人的探索效率，增强了决策的有效性。
-
公开(公告)号：CN116679712A
公开(公告)日：2023-09-01
申请号：CN202310726794.9
申请日：2023-06-19
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于广义维诺图的室内环境机器人高效探索决策方法。本发明借助广义维诺图，生成环境的GVD特征，在提取边界过程中，利用GVD节点快速提取全局启发式边界点和局部启发式边界点并进行融合，加快了边界点的提取速度；在决策过程中，采用分层决策方案，针对局部启发式边界点、局部边界点集、全局启发式边界点，分别采用三种决策方法针进行决策，解决了忽略探索点之间的探索顺序从而导致机器人在区域内重复探索、消耗资源，产生回溯现象和探索过程的无序性的问题；在路径计算时，采用GVD路径代替欧式路径用于成本计算，提高机器人的探索效率，增强了决策的有效性。
-
公开(公告)号：CN113742458B
公开(公告)日：2023-04-25
申请号：CN202111101881.2
申请日：2021-09-18
Applicant: 苏州大学
IPC: G06F16/33 , G06F40/194 , G06F40/279 , G06F40/30 , G06N3/04 , G06N3/08 , B25J9/16
Abstract: 本发明公开了一种面向机械臂抓取的自然语言指令消歧方法及系统，包括以下步骤：标定物体抓取区域和释放区域的各点位置坐标；通过词预测模型训练生成词向量模型；对输入句子进行处理，基于词向量模型生成相应的句向量；通过损失函数计算两个句向量之间的相似度，初步判别两个句子之间语义的一致性；对句子提取有用词，并根据时间状语优先级重新排序，获得规定的句子时序逻辑形式；根据得到的句子时序逻辑形式，判别句子之间语义的一致性；通过堆栈确定句子时序逻辑中的指定物体；结合方位词和位置坐标，机械臂对指定物体进行抓取和摆放。本发明实现自然语言指令之间语义的一致性判别，进一步指导机械臂完成抓取任务。
-
Patent Agency Ranking
公开(公告)号：CN113485373B
公开(公告)日：2022-12-06
申请号：CN202110926163.2
申请日：2021-08-12
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于高斯混合模型的机器人实时运动规划方法，包括：S1、提供一张环境地图，使用高斯混合模型获取环境地图中的环境结构特征，并实时提取机器人的节点位姿信息；S2、使用角速度通道和距离融合对机器人节点进行特征初步提取，获得初始特征点集，并更新特征地图；S3、再次使用距离融合对初始特征点集进行进一步提取，获得最终特征点集；S4、使用欧式距离对环境地图更新，得到最终特征地图，完成实时特征提取；S5、在所述最终特征地图中找到机器人起点和终点对应的特征编号，根据所述最终特征点集得到特征矩阵和行人矩阵，并形成特征点的特征搜索树，输出启发式路径。本发明具有导航成功率高、效率高、占用资源少的优点。
-
公开(公告)号：CN112327852A
公开(公告)日：2021-02-05
申请号：CN202011240856.8
申请日：2020-11-09
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明公开了融合路径信息丰富度的移动机器人自主探索方法，包括：机器人获取感知范围内的环境信息，将环境由未知状态变为已知状态；在已知状态的空闲区域内生成快速搜索随机树，采用聚类算法对快速搜索随机树的边界点进行聚类得到质心点，同时检测边界点的栅格状态并剔除无效点；结合信息增益、路径成本、路径信息丰富度和边界点信息丰富度构建收益函数，计算收益函数在每个质心点的收益值；选择收益值最大的质心点作为目标点，引导机器人向目标点移动；重复以上步骤直至探索完整个环境得到栅格地图。本发明在构建收益函数时加入路径信息丰富度和边界点信息丰富度，丰富边界点选取过程的考量因素，减少机器人的感知不确定性，提升探索效率。
-
公开(公告)号：CN106700013B
公开(公告)日：2019-11-12
申请号：CN201610971296.0
申请日：2016-11-07
Applicant: 苏州大学
IPC: C08G18/64 , C08G18/32 , C09J175/04 , H01M4/62 , H01M10/0525
Abstract: 本发明涉及一种强极性聚合物粘结剂、合成方法及其在锂电池中的应用，它的化学结构通式为：或。本发明强极性聚合物粘结剂具有较强极性、高粘结性的特点，同时存在很强的电化学极性，能够吸附产生于锂硫电池循环过程中的极性的多硫化物，使用该粘结剂制备的极片的电池具有循环性能优异和库伦效率高的特点；该粘结剂绿色环保，对锂硫电池的多种正极活性物质具有良好的粘结性。实验表明，使用该粘结剂的锂硫电池在0.5C电流密度下循环200次后的容量保持率最高可达91%。
-
公开(公告)号：CN110212166A
公开(公告)日：2019-09-06
申请号：CN201910503536.8
申请日：2019-06-12
Applicant: 苏州大学
IPC: H01M4/1395 , H01M10/052 , H01M10/42
Abstract: 本发明涉及一种在锂金属负极表面构建双层保护界面的方法，它包括以下步骤：（a）将多聚磷酸与多元醇进行酯化反应形成多聚磷酸酯；（b）将所述多聚磷酸酯加入有机溶剂中配制成酯类处理液；（c）将锂金属片浸入所述酯类处理液中进行刻蚀反应即可。通过将活泼的锂金属片浸入含有一定质量含量的特定酯类处理液中进行刻蚀反应，这样能够在金属表面通过原位刻蚀形成有机/无机双层界面保护层，这样使得处理后的金属片在空气中稳定存放，将其用于锂金属电池时能大幅提高其循环性能和安全性能。
-
公开(公告)号：CN107968151A
公开(公告)日：2018-04-27
申请号：CN201610915278.0
申请日：2016-10-20
Applicant: 苏州大学
CPC classification number: H01L51/0545 , H01L51/0529
Abstract: 本发明公开了一种纳米复合体晶体管存储器及其制备方法，所述纳米复合体晶体管存储器所述存储器包括一柔性基底、一栅电极、一栅绝缘层、一电荷存储层、一隧穿绝缘层、一半导体层以及一源漏电极。其中所述电荷存储层采用由两种或两种以上材料制备的纳米复合体制成，可以有效增加电荷存储密度，性能优于其中单一材料单独作为电荷存储层的性能。所述纳米复合体晶体管存储器的制备方法工艺简单，生产成本较低。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.037 seconds)
