-
公开(公告)号：CN116845179B
公开(公告)日：2024-01-30
申请号：CN202310825106.4
申请日：2023-07-06
Applicant: 哈尔滨工业大学
IPC: H01M4/131 , H01M4/136 , H01M4/62 , H01M4/1391 , H01M4/1397 , H01M10/052 , H01M10/0525
Abstract: 一种基于粘结剂与导电剂耦合的高强度自支撑电极及其制备方法，所述电极以导电剂、高分子聚合物粘结剂、硅烷偶联剂、正极活性物质为主要原料通过化学作用复合而成，所述高分子聚合物、导电剂、硅烷偶联剂、正极活性物质的质量百分比为3％～5％：3％～5％：4％～10％：80％～90％。所述正极活性物质为镍钴锰系列三元材料、钴酸锂材料、磷酸铁锂材料、镍钴铝系列三元材料中的一种；所述高分子聚合物为聚甲基丙烯酸甲酯、聚乙二醇(二醇)二丙烯酸酯、腈基丙烯酸乙酯中的一种或多种。本发明电极的涂层机械性能稳定，极片载量高，同时组装成的电池具有相较于传统方法具有更高的容量。此外本发明方法简单，流程连贯，成本较低。
-
Patent Agency Ranking
公开(公告)号：CN116338501B
公开(公告)日：2023-09-12
申请号：CN202211635410.4
申请日：2022-12-19
Applicant: 哈尔滨工业大学
IPC: G01R31/392
Abstract: 本发明公开了一种基于神经网络预测弛豫电压的锂离子电池健康检测方法，所述方法以利用神经网络预测弛豫电压为核心方法，利用充电后短时间电池电压变化、温度、倍率等信息通过神经网络对弛豫电压进行预测，再结合弛豫电压和电池容量的相关性关系对电池健康状态进行评估。本发明结合弛豫电压预测与神经网络预测两种方法，实现短时间得到弛豫电压，进而对电池健康状态进行精确预测，具有应用范围广(适用于目前多种商用锂离子电池)、测试时间短、检测精度好的特点。
-
公开(公告)号：CN117418269A
公开(公告)日：2024-01-19
申请号：CN202311089925.3
申请日：2023-08-28
Applicant: 哈尔滨工业大学
IPC: C25B11/097 , H01M4/90 , H01M4/92 , C25B11/065 , C25B11/067 , C25B11/069 , C25B11/075 , C25B11/081 , C25B11/091 , C25B3/07 , C25B3/26 , C25B1/23 , C25B1/50
Abstract: 本发明公开了一种催化剂及其制备方法与应用。本发明的催化剂包括载体和活性组分；催化剂基底可以是商业碳载体，也可以是基于高表面积材料，例如但不限于金属‑有机框架和多孔有机聚合物衍生的碳载体；活性组分选自具有催化剂作用的金属中的至少一种；其中，活性组分中的金属原子在所述载体上呈原子级分散。本发明采用碱金属熔融法使催化剂中的活性组分一步直接形成单原子状态分散在基底材料上，成功制备不同载体负载活性组分单原子催化剂，该方法工艺简单，副产物可以重复使用，绿色环保，节能减排。本发明制备的新型催化剂可以作为电催化剂用于CO2还原、电解水制氢、燃料电池等，应用领域广泛，工业价值高。
-
公开(公告)号：CN116845179A
公开(公告)日：2023-10-03
申请号：CN202310825106.4
申请日：2023-07-06
Applicant: 哈尔滨工业大学
IPC: H01M4/131 , H01M4/136 , H01M4/62 , H01M4/1391 , H01M4/1397 , H01M10/052 , H01M10/0525
Abstract: 一种基于粘结剂与导电剂耦合的高强度自支撑电极及其制备方法，所述电极以导电剂、高分子聚合物粘结剂、硅烷偶联剂、正极活性物质为主要原料通过化学作用复合而成，所述高分子聚合物、导电剂、硅烷偶联剂、正极活性物质的质量百分比为3％～5％：3％～5％：4％～10％：80％～90％。所述正极活性物质为镍钴锰系列三元材料、钴酸锂材料、磷酸铁锂材料、镍钴铝系列三元材料中的一种；所述高分子聚合物为聚甲基丙烯酸甲酯、聚乙二醇(二醇)二丙烯酸酯、腈基丙烯酸乙酯中的一种或多种。本发明电极的涂层机械性能稳定，极片载量高，同时组装成的电池具有相较于传统方法具有更高的容量。此外本发明方法简单，流程连贯，成本较低。
-
公开(公告)号：CN116338501A
公开(公告)日：2023-06-27
申请号：CN202211635410.4
申请日：2022-12-19
Applicant: 哈尔滨工业大学
IPC: G01R31/392
Abstract: 本发明公开了一种基于神经网络预测弛豫电压的锂离子电池健康检测方法，所述方法以利用神经网络预测弛豫电压为核心方法，利用充电后短时间电池电压变化、温度、倍率等信息通过神经网络对弛豫电压进行预测，再结合弛豫电压和电池容量的相关性关系对电池健康状态进行评估。本发明结合弛豫电压预测与神经网络预测两种方法，实现短时间得到弛豫电压，进而对电池健康状态进行精确预测，具有应用范围广(适用于目前多种商用锂离子电池)、测试时间短、检测精度好的特点。
-
公开(公告)号：CN118847148A
公开(公告)日：2024-10-29
申请号：CN202410847893.7
申请日：2024-06-27
Applicant: 哈尔滨工业大学
IPC: B01J23/89 , C25B11/089 , C25B3/26 , C25B3/07 , C25B1/04 , H01M4/88 , H01M4/90 , H01M4/92 , B01J23/46 , B01J35/33
Abstract: 本发明提供了一种原子级别可控高熵催化剂及其制备方法和应用。本发明的催化剂包括载体和活性组分；催化剂载体选自商业碳载体；活性组分选自具有催化作用的五种或五种以上金属；其中，活性组分中的金属原子在所属载体上呈原子级分散。本发明采用碱金属熔融法实现原子级别可控高熵催化剂的制备，基于金属原子和催化剂载体之间可控质量比，其比表面积可保证形成原子级分散高熵金属催化剂，从而提高高熵催化剂在二氧化碳还原、电解水制氢和氧还原燃料电池的催化活性。本发明制备的高熵催化剂工艺简单，参数可控，且副产物可回收循环利用，有利于实现高熵催化剂的工业化生产应用。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
