-
公开(公告)号：CN115233138B
公开(公告)日：2023-08-11
申请号：CN202210880908.0
申请日：2022-07-26
Applicant: 苏州大学
Abstract: 本发明涉及一种ZnCo2O4电极涂层及其制备方法，属于涂层技术领域。本发明以可溶性钴盐和可溶性锌盐为原料，有机酸为络合剂，在有机溶剂中发生反应，反应完全后取悬浮液进行抽滤、清洗、烘干，得到ZnCo2O4微纳粉体，并制成ZnCo2O4悬浮液，然后采用液料等离子喷涂技术通过喷枪将ZnCo2O4悬浮液沉积在基体表面，得到基于等离子喷涂的ZnCo2O4电极涂层。本发明所述的制备方法具有沉积效率高、涂层结构精细等优点，不仅能够精细调控涂层宏观尺寸(涂层面积及厚度)，还可以使涂层表面多孔微纳分级结构能够被保留，以减少传统工艺中旋涂、刮涂、煅烧等流程对于微纳结构的破坏。
-
公开(公告)号：CN115976454A
公开(公告)日：2023-04-18
申请号：CN202310027967.8
申请日：2023-01-09
Applicant: 苏州大学
Abstract: 本发明涉及一种耐磨耐腐蚀高熵氧化物陶瓷涂层及其喷涂工艺，所述的喷涂工艺包括以下步骤，将至少五种可溶性金属盐溶于水，加热至75‑85℃，加入沉淀剂，反应完全后取悬浮液进行抽滤、清洗、烘干，得到前驱体粉末；将前驱体粉末分散于溶剂中，经过超声、乳化，得到前驱体悬浮液；采用等离子喷涂技术通过等离子喷枪将前驱体悬浮液沉积在基体表面，得到耐磨耐腐蚀高熵氧化物陶瓷涂层；本发明的喷涂工艺将均相共沉淀法与液相喂料等离子喷涂技术有机结合，通过共沉淀法制备的前驱体粉末可直接制备成液相喂料用于后续的涂层沉积过程，实现了微纳结构构筑—喷涂过程调控的一体化，具有工艺流程简单，沉积效率高、结合强度高、涂层特性可控性高等优势。
-
公开(公告)号：CN114405797B
公开(公告)日：2022-10-28
申请号：CN202111573544.3
申请日：2021-12-21
Applicant: 苏州大学
Abstract: 本发明涉及一种基于液料等离子喷涂技术的石墨烯涂层及其喷涂工艺，属于涂层技术领域。该工艺通过将基体预热至100‑300℃，采用液料等离子喷涂技术通过喷枪将石墨烯悬浮液沉积在基体表面，得到所述石墨烯涂层；所述石墨烯悬浮液的浓度为0.5‑2mg/mL；所述喷枪的功率为28‑36kW，电流为780‑850A，电压为36‑42V；喷涂距离为40‑200mm；喷枪的移动速度为50‑1000mm/s；喷涂循环次数为2‑50次；喷涂过程中基体的温度为400‑600℃。本发明所述的石墨烯涂层的喷涂工艺具有流程简单，生产周期短，生产效率高等特点，制备的石墨烯涂层具有制备尺寸更大、涂层结合强度更高、可适用的基体类型更多的优势。
-
公开(公告)号：CN114411125A
公开(公告)日：2022-04-29
申请号：CN202111573519.5
申请日：2021-12-21
Applicant: 苏州大学
Abstract: 本发明涉及一种高熵金属氧化物涂层及其制备方法与应用，涉及涂层技术领域。本发明首先配置金属盐溶液，将基体预热至300‑500℃，采用等离子喷涂技术通过喷枪使所述金属盐溶液氧化并沉积在基体表面，得到所述高熵金属氧化物涂层；所述金属盐溶液中各金属盐的浓度为0.1‑0.4mol/L；所述金属盐溶液的供料流量5‑50mL/min；所述喷枪的功率为28‑40kW，电流为790‑850A，电压为38‑44V，喷涂距离为50‑200mm，焰心温度为10000‑15000K，移动速度为100‑1000mm/s；喷涂循环次数为2‑50次。本发明所述的高熵金属氧化物涂层，不仅可以简化制备流程，而且可以提升电极涂层稳定性，可更好地实现面向实际工程应用的高熵金属氧化物电极涂层制备。
-
公开(公告)号：CN115483362A
公开(公告)日：2022-12-16
申请号：CN202211084164.8
申请日：2022-09-06
Applicant: 苏州大学
IPC: H01M4/04 , H01M4/134 , H01M4/1395 , H01M10/052
Abstract: 本发明涉及一种基于自支撑硅基的锂电池负极涂层及其制备方法与应用，属于涂层技术领域。本发明所述的制备方法先将硅粉、碳粉和金属粉溶于水，经乳化、烘干、造粒，得到复合粉末；所述硅粉、碳粉和金属粉的质量比为1‑3：1：6‑8；然后采用大气等离子喷涂技术将复合粉末沉积在可溶性盐基体表面，得到所述的基于自支撑硅基的锂电池负极涂层。本发明所述的锂电池负极涂层中金属或碳框架的自支撑作用，能够有效抑制硅基材料的体积膨胀，降低锂电池重量，在实际应用中，减少了电能的损耗。此外自支撑硅基材料锂电池负极涂层在制备过程中无需加入粘结剂，并且金属粉末能够充当集流体的作用，能够显著提高锂电池的导电性和电化学性能。
-
Patent Agency Ranking
公开(公告)号：CN115233138A
公开(公告)日：2022-10-25
申请号：CN202210880908.0
申请日：2022-07-26
Applicant: 苏州大学
Abstract: 本发明涉及一种ZnCo2O4电极涂层及其制备方法，属于涂层技术领域。本发明以可溶性钴盐和可溶性锌盐为原料，有机酸为络合剂，在有机溶剂中发生反应，反应完全后取悬浮液进行抽滤、清洗、烘干，得到ZnCo2O4微纳粉体，并制成ZnCo2O4悬浮液，然后采用液料等离子喷涂技术通过喷枪将ZnCo2O4悬浮液沉积在基体表面，得到基于等离子喷涂的ZnCo2O4电极涂层。本发明所述的制备方法具有沉积效率高、涂层结构精细等优点，不仅能够精细调控涂层宏观尺寸(涂层面积及厚度)，还可以使涂层表面多孔微纳分级结构能够被保留，以减少传统工艺中旋涂、刮涂、煅烧等流程对于微纳结构的破坏。
-
公开(公告)号：CN116145126A
公开(公告)日：2023-05-23
申请号：CN202211611097.0
申请日：2022-12-14
Applicant: 苏州大学
IPC: C23C24/04 , C22C38/08 , C22C19/03 , C25B1/04 , C25B11/089 , C25B11/052 , C25B11/031
Abstract: 本发明涉及一种基于固态沉积技术的Ni‑Fe涂层及其制备方法与应用，属于涂层技术领域。本发明所述的的制备方法，采用固态沉积技术将Ni和Fe的混合粉末沉积在基体表面，得到所述Ni‑Fe涂层；所述混合粉末中Ni和Fe的质量占比均不低于30％；所述固态沉积技术中气体的总压力为3MPa‑4MPa；气体的温度为700℃‑900℃。本发明所述的Ni‑Fe涂层制备过程中涂层不易氧化，且成品面积大，实际应用中提供更多的氢气通道、反应位点，从而提升了反应活性，使电极与电解质更好地接触，进而降低过电位。同时制备过程缓解了高温对基体和涂层材料的影响，既能避免涂层材料和基体材料由于高温而带来的氧化失效和导电性降低，还能使得涂层与基体的结合更加牢固，有效延长电极工作寿命。
-
公开(公告)号：CN114405797A
公开(公告)日：2022-04-29
申请号：CN202111573544.3
申请日：2021-12-21
Applicant: 苏州大学
Abstract: 本发明涉及一种基于液料等离子喷涂技术的石墨烯涂层及其喷涂工艺，属于涂层技术领域。该工艺通过将基体预热至100‑300℃，采用液料等离子喷涂技术通过喷枪将石墨烯悬浮液沉积在基体表面，得到所述石墨烯涂层；所述石墨烯悬浮液的浓度为0.5‑2mg/mL；所述喷枪的功率为28‑36kW，电流为780‑850A，电压为36‑42V；喷涂距离为40‑200mm；喷枪的移动速度为50‑1000mm/s；喷涂循环次数为2‑50次；喷涂过程中基体的温度为400‑600℃。本发明所述的石墨烯涂层的喷涂工艺具有流程简单，生产周期短，生产效率高等特点，制备的石墨烯涂层具有制备尺寸更大、涂层结合强度更高、可适用的基体类型更多的优势。
-
公开(公告)号：CN114411125B
公开(公告)日：2023-02-21
申请号：CN202111573519.5
申请日：2021-12-21
Applicant: 苏州大学
Abstract: 本发明涉及一种高熵金属氧化物涂层及其制备方法与应用，涉及涂层技术领域。本发明首先配置金属盐溶液，将基体预热至300‑500℃，采用等离子喷涂技术通过喷枪使所述金属盐溶液氧化并沉积在基体表面，得到所述高熵金属氧化物涂层；所述金属盐溶液中各金属盐的浓度为0.1‑0.4mol/L；所述金属盐溶液的供料流量5‑50mL/min；所述喷枪的功率为28‑40kW，电流为790‑850A，电压为38‑44V，喷涂距离为50‑200mm，焰心温度为10000‑15000K，移动速度为100‑1000mm/s；喷涂循环次数为2‑50次。本发明所述的高熵金属氧化物涂层，不仅可以简化制备流程，而且可以提升电极涂层稳定性，可更好地实现面向实际工程应用的高熵金属氧化物电极涂层制备。
-
公开(公告)号：CN115238581A
公开(公告)日：2022-10-25
申请号：CN202210878425.7
申请日：2022-07-25
Applicant: 苏州大学
Abstract: 本发明涉及一种基于HML预测HVOF涂层性能优化喷涂参数的方法，属于涂层技术领域。所述方法包括：S1、制备实验数据：进行超音速火焰喷涂实验，得到喷涂参数和涂层性能结果；S2、建立数据集：将喷涂参数作为输入量，涂层性能结果作为输出量，形成数据集；S3、构建分层机器学习模型，通过训练，将中间变量与涂层性能联系起来，得到只包含输入量的性能预测公式；S4、对训练完成的分层机器学习模型进行模型评估，判断是否符合预设精度；S5、将待测的喷涂参数输入到训练完成的分层机器学习模型中，通过模型的训练，输出涂层性能结果。所述方法对数据集的数量要求少，能够在有限数据集情况下，得到良好的预测质量，有效降低了实验成本。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.039 seconds)
