公开(公告)号：CN120072525A

公开(公告)日：2025-05-30

申请号：CN202510263789.8

申请日：2025-03-06

Applicant: 湖南大学

Inventor： 袁超 ,  李桥 ,  曾探 ,  周骞 ,  刘东端 ,  程若杰 ,  杨弘骁

IPC: H01G4/33 ,  H01G4/018 ,  H01G4/00

Abstract: 本发明提供一种耐高温聚酰亚胺电介质薄膜及其制备方法，制备方法如下：首先将二酐和二胺分别溶解于溶剂中得到混合溶液1和2；将混合溶液1和2进一步混合均匀得到混合溶液3；然后，将有机半导体溶解于溶剂3中，搅拌2小时，得到混合溶液4；随后将混合溶液4逐步加入到混合溶液3中，得到混合溶液5，混合溶液5在搅拌30分钟后进行2小时的超声处理；接着得到的混合溶液5均匀滴涂在洁净的玻璃片上；然后对玻璃片上的混合溶液5进行热亚胺化处理；热亚胺化完成后，混合溶液5在玻璃片上成膜，将薄膜在真空烘箱中干燥得到薄膜；本发明开发具有高热稳定性和高能量密度的聚酰亚胺电介质材料，以突破高温环境对薄膜电容器应用的限制。

公开(公告)号：CN118335251A

公开(公告)日：2024-07-12

申请号：CN202410388602.2

申请日：2024-04-01

Applicant: 湖南大学

Inventor： 袁超 ,  刘东端 ,  李桥 ,  曾探 ,  程若杰 ,  杨弘骁

IPC: G16C60/00 ,  G16C10/00 ,  G16C20/70 ,  G16C20/30 ,  G06F30/27 ,  G06N3/092 ,  G06F113/26 ,  G06F119/14

Abstract: 一种高性能全有机复合材料的双向智能设计方法，强化学习通过不断训练有机半导体与聚合物基体之间的参数，得到最优全有机复合材料性能的设计参数，为设计高性能全有机复合材料提供指导，其有益效果是：通过强化学习训练得到高储能密度，高充放电效率，高击穿场强的全有机复合材料。强化学习通过不断训练有机半导体与聚合物基体之间的参数，得到最优全有机复合材料性能的设计参数，为设计高性能全有机复合材料提供指导。

公开(公告)号：CN118536374A

公开(公告)日：2024-08-23

申请号：CN202310389220.7

申请日：2023-04-11

Applicant: 湖南大学

Inventor： 袁超 ,  刘东端 ,  姜炳旭 ,  唐程旭 ,  曾探 ,  程若杰 ,  王昭阳

IPC: G06F30/27 ,  G06N10/00 ,  G06F17/11 ,  G06N3/08 ,  G06N3/084 ,  G06N3/048 ,  G06F113/26 ,  G06F119/14 ,  G06F119/08

Abstract: 本发明提出一种纳米复合材料的数据驱动量子深度神经网络预测方法，该方法采用数据驱动构建量子深度神经网络的数据库，量子计算对深度神经网络进行改进，将量子比特的概率幅应用于深度神经网络，使得深度神经网络的训练的过程表示多个态的叠加，并利用量子旋转门实现深度神经网络的权值更新，实现目标的优化求解。所提数据驱动量子深度神经网络预测方法通过数据驱动量子深度神经网络预测纳米填充物掺杂后纳米复合材料的电性能。所提数据驱动量子深度神经网络预测方法采用最小二乘法回归拟合特征变量与纳米复合材料的击穿场强的非线性解析式；所提数据驱动量子深度神经网络预测方法能够快速预测新复合体系的击穿场强，对实验设计提供指导和帮助。