公开(公告)号：CN118406868A

公开(公告)日：2024-07-30

申请号：CN202410550184.2

申请日：2024-05-06

Applicant: 中南大学 ,  湖南有色金属控股集团有限公司

Inventor： 柯勇 ,  闵小波 ,  余林 ,  廖舟 ,  刘国文 ,  周玉琳 ,  王云燕 ,  柴立元 ,  赵为上 ,  彭聪 ,  李云 ,  曾文明

IPC: C22B1/02 ,  C22B35/00

Abstract: 本发明提供了一种绿柱石铍矿的解构方法及应用，该解构方法包括以下步骤：将绿柱石铍矿与碱金属盐在质量比大于1：0.4的条件下混合后焙烧，得到焙烧产物；其中，焙烧温度为800～1200℃，焙烧时长为40min～240min。上述的绿柱石铍矿的解构方法中，通过选择碱金属盐在合适的比例下进行混合焙烧，利用碱金属元素破坏绿柱石铍矿中的SiO4四面体的桥氧，促进绿柱石晶体结构中Si6O18六元环分化，从而在较低的冶炼温度下实现绿柱石铍矿的解构，降低了能耗。

公开(公告)号：CN115309045A

公开(公告)日：2022-11-08

申请号：CN202210888939.0

申请日：2022-07-27

Applicant: 中南大学

Inventor： 黄科科 ,  韦可 ,  阳春华 ,  周玉琳 ,  吴德浩 ,  桂卫华

IPC: G05B13/04

Abstract: 本发明公开了一种面向工业系统多工况学习的预测控制方法和系统，方法包括：获取工业系统当前工况下的稳定跟踪给定值序列R(t)，获取工业系统被控对象在最近时间以前的历史控制变量序列Up(t)和最近时间的历史控制输出序列Yp(t)；使用训练好的基于LSTM的预测模型，根据Up(t)和Yp(t)，预测被控对象在多个未来时刻的控制输出序列根据和R(t)，采用自适应梯度下降方法求解基于模型预测控制的滚动控制优化问题，获得预测被控对象在下一时间以后的控制变量序列U(t)。本发明可以精确预测不同工况下被控对象的输出，实现被控对象多工况下的精准控制，增强被控工业系统的稳定性。

公开(公告)号：CN1974411A

公开(公告)日：2007-06-06

申请号：CN200610136902.3

申请日：2006-12-19

Applicant: 中南大学

Inventor： 胡国荣 ,  彭忠东 ,  杜柯 ,  周玉琳 ,  李劼 ,  刘业翔

IPC: C01G49/06 ,  C01B25/45 ,  H01M4/58

Abstract: 本发明涉及一种从钛白废副硫酸亚铁生产锂离子电池正极材料磷酸铁锂前驱体的方法。采用钛白粉生产过程中的副产物硫酸亚铁为原料，通过净化除杂、添加一些可提高锂离子电池正极材料磷酸铁锂的有益元素，沉淀后将沉淀物真空下干燥，焙烧得到锂离子电池正极材料磷酸铁锂的前驱体产物三氧化二铁。本发明具有工艺流程简单、制作成本低，得到的产品纯度高的优点，适合于钛白粉副产物硫酸亚铁的综合利用，同时也解决了锂离子电池正极材料磷酸铁锂生产的原料问题。

公开(公告)号：CN118406903A

公开(公告)日：2024-07-30

申请号：CN202410550398.X

申请日：2024-05-06

Applicant: 中南大学 ,  湖南有色金属控股集团有限公司

Inventor： 闵小波 ,  柯勇 ,  余林 ,  张克 ,  周玉琳 ,  廖舟 ,  王云燕 ,  柴立元 ,  赵为上 ,  李云 ,  彭聪 ,  曾文明

IPC: C22B35/00 ,  C22B1/02 ,  C22B3/06 ,  C22B3/44

Abstract: 本发明提供了一种绿柱石铍矿提铍的方法，包括以下步骤：将绿柱石铍矿与碱金属盐在质量比大于1：0.4的条件下混合后焙烧，得到焙烧产物。其中，焙烧温度为800～1200℃，焙烧时长为40min～240min。将焙烧产物与浸提剂混合进行水浴反应得到固液混合物。对所述固液混合物进行固液分离处理，得含铍滤液和固体渣，固体渣经水洗的水洗液与含铍滤液混合后得铍稀释液。使用中和剂调节所述含铍母液的pH值，并依次进行蒸发浓缩、冷凝回流及冷却结晶处理，得到冷凝液、铍浓缩液及结晶物。该方法在较低的冶炼温度下实现绿柱石铍矿的解构，节能增效，同时后续浸提较为容易，因此减少了浸出渣产量，节支危险固体废物处理处置成本。

公开(公告)号：CN115309045B

公开(公告)日：2024-08-16

申请号：CN202210888939.0

申请日：2022-07-27

Applicant: 中南大学

Inventor： 黄科科 ,  韦可 ,  阳春华 ,  周玉琳 ,  吴德浩 ,  桂卫华

IPC: G05B13/04

Abstract: 本发明公开了一种面向工业系统多工况学习的预测控制方法和系统，方法包括：获取工业系统当前工况下的稳定跟踪给定值序列R(t)，获取工业系统被控对象在最近时间以前的历史控制变量序列Up(t)和最近时间的历史控制输出序列Yp(t)；使用训练好的基于LSTM的预测模型，根据Up(t)和Yp(t)，预测被控对象在多个未来时刻的控制输出序列#imgabs0#根据#imgabs1#和R(t)，采用自适应梯度下降方法求解基于模型预测控制的滚动控制优化问题，获得预测被控对象在下一时间以后的控制变量序列U(t)。本发明可以精确预测不同工况下被控对象的输出，实现被控对象多工况下的精准控制，增强被控工业系统的稳定性。

公开(公告)号：CN1974410A

公开(公告)日：2007-06-06

申请号：CN200610136901.9

申请日：2006-12-19

Applicant: 中南大学

Inventor： 彭忠东 ,  胡国荣 ,  周玉琳 ,  杜柯 ,  李劼 ,  刘业翔

IPC: C01G49/06 ,  C01B25/45 ,  H01M4/58

Abstract: 本发明涉及一种从钛白废副硫酸亚铁生产锂离子电池正极材料磷酸铁锂前驱体的方法。采用钛白粉生产过程中的副产物硫酸亚铁为原料，通过净化除杂、添加一些可提高锂离子电池正极材料磷酸铁锂的有益元素，沉淀后将沉淀物真空下干燥，焙烧得到锂离子电池正极材料磷酸铁锂的前驱体产物三氧化二铁。本发明具有工艺流程简单、制作成本低，得到的产品纯度高的优点，适合于钛白粉副产物硫酸亚铁的综合利用，同时也解决了锂离子电池正极材料磷酸铁锂生产的原料问题。