一种锂电池用高性能硅碳负极材料及其制备方法

    公开(公告)号:CN115440982A

    公开(公告)日:2022-12-06

    申请号:CN202211138789.8

    申请日:2022-09-19

    Abstract: 本发明提供了一种锂电池用高性能硅碳负极材料及其制备方法。所述制备方法包括以下步骤:(1)将工业产生的硅渣粉碎、干燥得到废硅粉,将废硅粉置于惰性气体中高温煅烧除杂,得到纯度更高的硅粉;(2)硅粉经过酸洗、水洗后干燥得到高纯硅粉;(3)将高纯硅粉、有机化合物单体和过硫酸铵按一定的比例加入到溶剂中,再经高速真空湿法球磨和冰浴搅拌反应,得到聚合物包覆的纳米硅复合材料;(5)将纳米硅复合材料、全氟丁基磺酰胺、石墨进行搅拌反应,得到混合浆液,然后喷雾干燥并煅烧,最后获得硅碳负极材料。该方法所制备的硅碳负极材料首效高、稳定性好,且制备工艺成本低、操作简单、适合产业化生产。

    一种考虑特殊氢键的离子液体机器学习势函数的构建方法

    公开(公告)号:CN118098440A

    公开(公告)日:2024-05-28

    申请号:CN202410264137.1

    申请日:2024-03-08

    Abstract: 本发明提出了一种考虑特殊氢键的离子液体机器学习势函数的构建方法,用于解决现有分子模拟技术中效率和精度不匹配,尤其是在对离子液体中特殊氢键进行高精度分析方面的不足的技术问题。本发明的步骤为:利用DFT对离子液体进行计算,构建初始数据集;利用机器学习的深度学习模型对初始数据集进行拟合,生成机器学习的势函数模型;使用势函数模型进行恒温恒体积系综下的分子动力学模拟,对模拟结果进行分析,并结合力误差的上下限,筛选出新的构象;对选取的构象进行单点计算,收集整理所得构象的数据加入到已有数据集构成新的数据集,利用新的数据集对深度势能模型进行训练,直至得到符合精度的深度势能模型。本发明机器学习的势函数模型能较好地描述离子液体的特殊氢键相互作用,为离子液体的高精度模拟和理性设计提供了基础支撑。

Patent Agency Ranking