-
公开(公告)号:CN116207317A
公开(公告)日:2023-06-02
申请号:CN202310268536.0
申请日:2023-03-20
Applicant: 江西理工大学
Abstract: 本发明涉及多硫化物技术,具体是一种高浓度多硫化物溶液制备方法及在液流电池中的应用。本发明使用廉价的碱金属与升华硫直接反应,获得高浓度硫化物溶液。不同含硫量的溶液具有相应标准氢电极电位,其中高硫含量的如X2S8具有最高的电位,可作为液流电池的正极,最低电位的X2S4可作为液流电池的负极,X=Li、Na或K,X2S8中硫含量是X2S4硫含量的二倍。高浓度硫化物含量使得液流电池理论能量密度超过80 Ah L‑1。
-
公开(公告)号:CN119649115A
公开(公告)日:2025-03-18
申请号:CN202411714922.9
申请日:2024-11-27
IPC: G06V10/764 , B07C5/34 , G06V10/766 , G06V10/25 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 本发明公开了基于改进YOLOv10对钼矿资源自动检测方法及系统,属于计算机视觉选矿技术领域,该基于改进YOLOv10对钼矿资源自动检测方法及系统,包括基于YOLOv10改进的模型和X射线分选技术。本发明通过基于YOLOv10改进的模型与X射线分选技术有机结合,形成了一套完整的自动检测与分选流程,形成的钼矿资源检测与分选方案不受钼矿物理化学性质的限制,且在检测准确性、分选效率、资源利用率以及对不同工况的适应性等方面均展现出显著优势,相比于传统的人工检测与分选方式,大大减少了人工干预和操作时间,显著提高了整个钼矿资源分选的工作效率。
-