一种一次颗粒表层重构的高镍正极材料及其制备方法

    公开(公告)号:CN111755692B

    公开(公告)日:2021-07-09

    申请号:CN202010466326.9

    申请日:2020-05-28

    Abstract: 本发明涉及一种表层重构的高镍正极材料及其制备方法,属于化学储能电池领域。所述材料的化学式为Li(NixCo1‑x)1‑y‑zMyNzO2,其中0.7<x<1,0<y≤0.1,0<z<0.1,且y:z=m:1‑m,0.6<m<1;所述材料以层状镍钴正极材料为基体,金属元素M、N掺杂在基体一次颗粒的表层,且一次颗粒表层的最外层为岩盐相NiO薄层。高价金属元素M以及3价金属元素N高温煅烧后发生表层掺杂,利用电荷补偿效应,使表层更多Ni以Ni2+形式存在,在一次颗粒表层形成类岩盐相NiO薄层;可以有效隔绝材料与电解液的直接接触,同时抑制材料发生不可逆的相转变,进而改善材料的循环稳定性。

    一种基于元学习的小样本涡轮叶片损伤参数预测方法

    公开(公告)号:CN116701943A

    公开(公告)日:2023-09-05

    申请号:CN202310809069.8

    申请日:2023-07-03

    Abstract: 一种基于元学习的小样本涡轮叶片损伤参数预测方法,属于涡轮叶片疲劳寿命评估预测领域。结合涡轮叶片各典型位置服役过程中的受载特性,将涡轮叶片不同截面高度处的各典型位置视为不同服役任务;采用元学习模型,对不同服役时间下涡轮叶片各位置处的损伤参数进行有效预测,提高叶片利用率,降低使用成本;针对涡轮叶片服役数据具有典型的时序相关性,但时间序列过短的问题,以LSTM网络为基模型,将每个典型位置的完整时间序列样本打包为一个“伪样本”参与模型训练,在利用元学习解决小样本预测问题的同时利用样本的时序相关性提高模型的预测精度;本发明适用于涡轮叶片疲劳寿命评估预测领域,为航空发动机涡轮叶片的合理判废提供技术支持。

    一种表面包覆ZnO和Li2ZnO2的高镍NCM三元正极材料及其应用

    公开(公告)号:CN114975915A

    公开(公告)日:2022-08-30

    申请号:CN202210497236.5

    申请日:2022-05-09

    Abstract: 本发明涉及一种表面包覆ZnO和Li2ZnO2的高镍NCM三元正极材料及其应用,属于锂离子电池技术领域。首先将无水醋酸锌加入无水乙醇中超声分散均匀,然后加入高镍NCM三元正极材料,密封后磁力搅拌2h~3h,搅拌结束后除去无水乙醇,得到的材料于氧气氛围中,380℃~500℃下煅烧240min~360min,煅烧结束后得到所述材料。通过一步处理可在材料表面同时实现非晶ZnO、晶体Li2ZnO2共同包覆及微量Zn的表层掺杂,在减少材料表面残碱、岩盐相的同时不破坏二次颗粒的层状结构,且减少了正极材料和电解液间的副反应、抑制了材料在循环过程中的结构坍塌及性能衰减,提升了材料的结构稳定性和电化学循环性能。

Patent Agency Ranking