一种碱性电解槽的流道结构及碱性电解槽

    公开(公告)号:CN118685803B

    公开(公告)日:2025-02-07

    申请号:CN202411174629.8

    申请日:2024-08-26

    Applicant: 浙江大学

    Abstract: 本发明涉及一种碱性电解槽的流道结构及碱性电解槽,该流道结构包括极板主体,所述极板主体设有入口端与出口端;所述极板主体上分布有点状扰流结构单元,所述点状扰流结构单元在极板主体上形成流体流道,所述点状扰流结构单元包括第一级扰流结构单元、第二级扰流结构单元、第三级扰流结构单元,第一级扰流结构单元、第二级扰流结构单元和第三级扰流结构单元在极板主体上形成分流流道。本发明促进了电解质横向流动能力和传质速率,有效提高了电解质的流动均匀性,使电解液在电解的过程中得到充分的利用,有效提高电解效率。并且能有效排出电解反应产生的气体,降低局部热点的生成,有效提高碱性电解槽的使用寿命。

    一种基于计算传热学模型的窑炉控制仿真方法

    公开(公告)号:CN116224764A

    公开(公告)日:2023-06-06

    申请号:CN202211585194.7

    申请日:2022-12-09

    Abstract: 本发明提供一种基于计算传热学模型的窑炉控制仿真方法,该方法包括以下步骤:确定PID控制模型的参数论域以及隶属度规则;结合优化后的隶属度规则表引入模糊控制器构建模糊PID控制模型,根据模糊计算结果修正参数取值;构建窑炉的计算传热学模型并进行可靠性验证,将计算传热学模型耦合模糊PID控制模型,计算传热学模型模拟计算得到模拟炉膛温度场,计算收敛时调用模糊PID控制模型更新边界条件;多次迭代,相关系数达到预设值,将其作为参数的最优解;进行窑炉控制仿真。本发明实现窑炉温控过程的动态仿真,使仿真更符合窑炉实际运行情况,提高窑炉控制仿真的准确性。

    一种基于机器学习技术辅助金属氧化物SCR催化剂快速筛选的方法

    公开(公告)号:CN113223628B

    公开(公告)日:2022-08-12

    申请号:CN202110419006.2

    申请日:2021-04-19

    Applicant: 浙江大学

    Abstract: 本发明提供一种可降低催化剂的开发成本和开发周期的基于机器学习技术辅助金属氧化物SCR催化剂快速筛选的方法,该方法包括以下步骤:收集已知金属氧化物SCR催化剂的数据建立数据库;对数据进行初筛和归一化,将数据库内数据按比例划分为训练集和测试集;选择机器学习算法,利用训练集确定机器学习算法的超参数,基于训练集建立预测模型,采用交叉验证评估金属氧化物SCR催化剂活性预测模型的泛化能力,防止过拟合;采用测试集测试验证预测模型的可靠性并以评价指标进行评价,得出最佳金属氧化物SCR催化剂活性预测模型。本发明极大的节省了人力、物力、时间的损耗,是金属氧化物SCR催化剂设计和开发的强有力工具。

    从废旧锂离子电池选择性回收有价金属元素的方法

    公开(公告)号:CN114824549A

    公开(公告)日:2022-07-29

    申请号:CN202210526757.9

    申请日:2022-05-13

    Applicant: 浙江大学

    Abstract: 本发明涉及一种金属元素回收方法,特别涉及一种从废旧锂离子电池选择性回收有价金属元素的方法,属于新能源锂电池及综合资源利用技术领域。该方法包括:锂电池放电与拆解;正负极活性物质与集流体剥离;材料研磨制粉;正负极材料湿球磨还原并纳米化;水浸选择性提锂;镍钴锰元素分离或直接制备正极材料几个步骤。机械化学法优先提锂后,形成的水浸残渣为纳米颗粒,后续镍钴锰等元素的回收可采用多种方法,兼容性高,且耗时短,能耗低。本发明通过机械化学法优先提锂并实现材料纳米化,既降低了整个回收流程中的能耗、缩短了操作时间,降低了操作难度,优化了锂电池有价金属回收流程,又达到了提高锂、镍、钴、锰回收率的目的。

Patent Agency Ranking