一种固态电解质-正极复合材料及其制备和应用

    公开(公告)号:CN111244409A

    公开(公告)日:2020-06-05

    申请号:CN202010044605.6

    申请日:2020-01-15

    Applicant: 东南大学

    Abstract: 本发明公开了一种固态电解质-正极复合材料及其制备和应用。该复合材料为三维复合结构制成的复合材料薄膜,所述三维复合结构包括正极材料骨架和复合在正极材料骨架中的固态电解质材料,其中正极材料骨架由正极材料、正极导电剂和正极粘结剂复合而成,固态电解质材料包括渗透在正极材料骨架的多孔结构中的硫化物固态电解质颗粒和作为粘结剂的聚合物固态电解质。本发明制备的材料相比于传统的干式混合和浆式混合材料,拥有更大的比表面积,能有效降低充放电过程中的电流密度。同时,复合结构提供了亲密的粒子接触,降低界面电阻,有利于导电网络的形成,具备较高的可逆容量,并有效抑制了枝晶的生长,突出了固态锂金属电池优异的热稳定性和安全性。

    一种基于持续同调理论的通用拓扑神经网络层方法

    公开(公告)号:CN118379537A

    公开(公告)日:2024-07-23

    申请号:CN202410360008.2

    申请日:2024-03-27

    Abstract: 本发明涉及深度学习技术领域,具体为一种基于持续同调理论的通用拓扑神经网络层方法,包括采集并获取待识别物体的点云数据;将所述待识别物体的点云数据,通过持续同调方法提取出拓扑信息;使用两种拓扑信息向量化方法,将拓扑信息转换成向量形式;建立通用的拓扑神经网络层,形成神经网络适用的特征向量;采用尾插入或头插入的拓扑神经网络层与主流神经网络结合的方法,将拓扑特征与主流神经网络提取的几何特征融合,生成几何拓扑特征;将几何拓扑特征输入到分类器中,得到待识别物体对应的物体信息结果。本发明能够利用点云数据中的拓扑信息的同时保证拓扑信息尽可能少的损失,并且所建立的拓扑神经网络层适用范围广,易于与其他神经网络结合。

    一种固态电解质-正极复合材料及其制备和应用方法

    公开(公告)号:CN111162309B

    公开(公告)日:2022-07-12

    申请号:CN202010041221.9

    申请日:2020-01-15

    Applicant: 东南大学

    Abstract: 本发明公开了一种固态电解质‑正极复合材料及其制备和应用方法。该复合材料为三维结构,包括正极材料骨架和复合在所述骨架中的固态电解质材料,所述的固态电解质材料为硫化物固态电解质颗粒和聚合物固态电解质粘合剂层,并形成复合材料。所制备的三维结构复合材料相比于传统的干式混合和浆式混合材料,拥有更大的比表面积,能有效降低充放电过程中的电流密度。同时,复合结构提供了亲密的粒子接触,降低界面电阻,有利于导电网络的形成,具备较高的可逆容量,并有效抑制了枝晶的生长,突出了固态锂金属电池优异的热稳定性和安全性,其实验方法的简单高效,为全固态电池技术的实际应用开辟了一条新的道路。

    超薄复合固态电解质膜及制备方法

    公开(公告)号:CN113161606A

    公开(公告)日:2021-07-23

    申请号:CN202110461484.X

    申请日:2021-04-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种超薄复合固态电解质膜及制备方法,是由无机固态电解质填料与聚合物基体复合而成的薄膜。本发明通过向复合体系中引入粘结剂,并在表面附有硅油的基板上,采用流延法制备而得复合固态电解质的薄膜材料,其具有易脱模、厚度极小、成分均匀致密、表明平整光滑等优点。拥有更好的电化学性能,特别是薄膜的离子电导率得到明显改善。同时,粘结剂将无机填料与聚合物基体紧密结合,显著提高了薄膜的机械性能,能有效抑制枝晶的生长,保证了固态电池的安全性。

    一种基于RGB-T融合的电网设备图像弱监督实例分割方法

    公开(公告)号:CN109949316B

    公开(公告)日:2020-10-27

    申请号:CN201910156558.1

    申请日:2019-03-01

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于RGB‑T融合的电网设备图像弱监督实例分割方法,包括如下步骤:1、采集多个电网设备成对的RGB图像和红外热像,对采集到的RGB图像进行处理,得到简单RGB图像;2、对简单RGB图像进行自动标注掩码;3、建立实例分割模型;构建简单训练集对实例分割模型进行训练;4、用训练好的实例分割模型对原始RGB图像进行分割预测,得到原始RGB图像的分割掩码标注;构建复杂训练集对实例分割模型进行训练,得到最终的电网设备实例分割模型;5、采集电网设备的RGB图像,输入最终电网设备实例分割模型,得到电网设备分割掩码。该方法可以实现对样本的自动标注,从而实现快速精确的电网设备实例分割。

    一种基于RGB-T融合的电网设备图像弱监督实例分割方法

    公开(公告)号:CN109949316A

    公开(公告)日:2019-06-28

    申请号:CN201910156558.1

    申请日:2019-03-01

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于RGB-T融合的电网设备图像弱监督实例分割方法,包括如下步骤:1、采集多个电网设备成对的RGB图像和红外热像,对采集到的RGB图像进行处理,得到简单RGB图像;2、对简单RGB图像进行自动标注掩码;3、建立实例分割模型;构建简单训练集对实例分割模型进行训练;4、用训练好的实例分割模型对原始RGB图像进行分割预测,得到原始RGB图像的分割掩码标注;构建复杂训练集对实例分割模型进行训练,得到最终的电网设备实例分割模型;5、采集电网设备的RGB图像,输入最终电网设备实例分割模型,得到电网设备分割掩码。该方法可以实现对样本的自动标注,从而实现快速精确的电网设备实例分割。

    一种用于复合重金属污染土的改良剂及制备和使用方法

    公开(公告)号:CN106947487A

    公开(公告)日:2017-07-14

    申请号:CN201710243108.7

    申请日:2017-04-14

    Applicant: 东南大学

    CPC classification number: C09K17/08 B09C1/08 C09K2109/00

    Abstract: 本发明公开了一种用于复合重金属污染土的改良剂及制备和使用方法,该改良剂由以下质量百分比的物料组成:钢渣粉30‑55%;过磷酸钙粉20‑50%;负载磷酸盐的生物炭5‑30%。本发明的优点是:首先,该改良剂能够显著降低重金属污染土中的重金属迁移性及毒性浸出量,尤其适用于重金属含量高且污染物种类较多的酸性污染场地,污染土修复后可作为环境友好型材料资源化利用,显著降低污染场地的二次开发利用中的环境风险;同时,该改良剂原材料易于获取、成本低廉、制备简单、使用方便、效果稳定,可大规模推广应用于复合污染场地的固化稳定化修复中。

    一种高强度固态复合电解质薄膜制备方法和应用

    公开(公告)号:CN113161604A

    公开(公告)日:2021-07-23

    申请号:CN202110435159.6

    申请日:2021-04-22

    Applicant: 东南大学

    Abstract: 本发明公开了一种高强度固态复合电解质薄膜制备方法和应用,属于锂二次电池电解质技术领域。固态复合电解质由高强度纤维多孔膜、限制在纤维结构中的氧化物固态电解质、锂盐和浸润的聚合物电解质所构成。方法采用静电纺丝工艺制备高强度陶瓷复合纤维多孔膜,并以多孔膜为支撑结构,通过聚合物‑锂盐液体浸润工艺制备复合电解质。所制备的复合电解质表现出优异的机械强度,高的离子电导率,宽的电化学稳定窗口,良好的热稳定性。本发明方法成本低,工艺简单,制备的薄膜致密均匀,便于商业化生产。本发明同时公开了固态复合电解质薄膜在全固态锂电池方面的应用,具备优异的安全性和可逆容量,为全固态锂电池的实际应用开辟了一条新的道路。

    一种用于复合重金属污染土的改良剂及制备和使用方法

    公开(公告)号:CN106947487B

    公开(公告)日:2020-08-11

    申请号:CN201710243108.7

    申请日:2017-04-14

    Applicant: 东南大学

    Abstract: 本发明公开了一种用于复合重金属污染土的改良剂及制备和使用方法,该改良剂由以下质量百分比的物料组成:钢渣粉30‑55%;过磷酸钙粉20‑50%;负载磷酸盐的生物炭5‑30%。本发明的优点是:首先,该改良剂能够显著降低重金属污染土中的重金属迁移性及毒性浸出量,尤其适用于重金属含量高且污染物种类较多的酸性污染场地,污染土修复后可作为环境友好型材料资源化利用,显著降低污染场地的二次开发利用中的环境风险;同时,该改良剂原材料易于获取、成本低廉、制备简单、使用方便、效果稳定,可大规模推广应用于复合污染场地的固化稳定化修复中。

Patent Agency Ranking