-
公开(公告)号：CN118835103A
公开(公告)日：2024-10-25
申请号：CN202411055300.X
申请日：2024-08-02
Applicant: 江西永兴特钢新能源科技有限公司 , 中南大学
Abstract: 本发明公开了一种硫酸铵复配低温焙烧锂云母高效提锂的方法，包括以下步骤：将锂云母原料通过预处理得到锂云母精矿，将锂云母精矿通过机械活化的方式处理得到活化锂云母精矿，将辅料与活化锂云母精矿按照1.2g/g‑1.6g/g的物料比混合均匀得到混料，其中，所述辅料为硫酸铵和过硫酸盐的混盐；将焙烧设备预升温至650‑750℃，放入混料焙烧，得锂云母焙烧熟料A；将锂云母焙烧熟料A通过水浸、机械振荡得含锂浸出液。本发明的工艺流程简单，采用的硫酸盐混料价格低廉，焙烧所需的温度远低于传统方法，能耗低，同时保证了锂的高效浸出，极大降低了成本，在锂云母焙烧提锂领域具有广阔的应用前景。
-
公开(公告)号：CN111921524B
公开(公告)日：2023-01-10
申请号：CN202010828651.5
申请日：2020-08-18
Applicant: 中南大学
Abstract: 本发明公开了一种ABO3型钙钛矿催化剂、制备方法及其在等离子体协同催化VOCs中的应用。ABO3型钙钛矿催化剂中，A为镧系金属元素中的一种或多种，B选自Ti、V、Cr、Mn、Fe、Co、Ni或Cu中的任意一种或多种，ABO3型钙钛矿催化剂采用高温自熔法制备，具体步骤如下：(1)分别取A和B的硝酸盐与柠檬酸直接混合；(2)将步骤(1)所得的混合物置于马弗炉里煅烧结晶得到ABO3型钙钛矿催化剂。本发明的有益效果在于：采用高温自熔法制备获得的钙钛矿型催化剂不仅节省了催化剂的制备时间成本，还由于没有贵金属元素而节省了生产成本，制备获得的催化剂与等离子体协同催化VOCs克服了单个技术独自使用时的弊端。
-
公开(公告)号：CN111583243A
公开(公告)日：2020-08-25
申请号：CN202010388983.6
申请日：2020-05-09
Applicant: 中南大学
Abstract: 本发明公开了一种蜂窝规整度检测的相邻点胞元重构方法，所述方法是对指定蜂窝产品的图像进行识别和分析，最后对该蜂窝产品的质量水平作出判断；所述方法顺序包括以下步骤：获取图像、图像处理、顶点提取、形态分析；所述步骤“获取图像”包括拍摄图像和计算机读取图像；所述步骤“图像处理”即对图像进行降噪滤波，得到降噪图像；所述步骤“顶点提取”是在“图像处理”的基础上，寻找出胞元的顶点并记录；所述步骤“形态分析”是在“顶点提取”的基础上，分析计算被测蜂窝产品的变形程度；所述步骤“顶点提取”和步骤“形态分析”之间设置步骤“重构胞元”；所述步骤“重构胞元”顺序包括以下步骤：计算胞元边长、确定连接点和胞元连线。
-
公开(公告)号：CN111583235A
公开(公告)日：2020-08-25
申请号：CN202010388047.5
申请日：2020-05-09
Applicant: 中南大学
Abstract: 本发明公开了一种蜂窝规整度检测的分支点识别顶点提取方法及其系统，所述方法包括获取图像、图像处理、顶点提取、形态分析；所述步骤“图像处理”包括：降噪滤波、二值化、形态学滤波、骨架化、图像扩展；“骨架化”将像素值为1的线段全部置为单位像素宽度的线段，并绘制骨架图；所述步骤“顶点提取”：是以骨架像素矩阵Pxy为对象，顺序执行并包括：识别点编号、顶点识别和顶点记录；所述系统包括检测台、数码相机和计算机；所述数码相机和计算机电连接；所述数码相机至少为一台，其分辨率不低于1080P，配置远心镜头，其安装方式为固定式或/和移动式。本发明的方法及其系统具有科学合理，简单易行，检测精度高，工作效率高等优点。
-
公开(公告)号：CN101255577B
公开(公告)日：2010-08-11
申请号：CN200710192545.7
申请日：2007-12-07
Applicant: 中南大学
Abstract: 本发明涉及一种具有金属相由外及里呈梯度分布的金属陶瓷惰性阳极的原料组成和制备技术，该材料适用于熔盐电解法提取有色金属(Al、稀土和高熔点金属等)。其组成包括由至少一种Ca-Fe-Ni-O的复合尖晶石氧化物以及至少一种金属相形成的金属陶瓷。其中，阳极材料由下述质量配比的原料组成：1％～50％单一金属或合金，1～99％尖晶石氧化物，0.1％～10％其他金属氧化物。在材料烧结过程中通过调整气氛中的氧含量，对材料进行选择性氧化，以形成具有耐腐蚀外层(氧化物含量高)和高强、高韧、高电导内层(金属含量高)的功能梯度结构。本发明的方法能有效解决金属陶瓷惰性阳极与金属导杆连接及其在电解过程中金属相选择性溶解与氧化等问题。
-
Patent Agency Ranking
公开(公告)号：CN117491266A
公开(公告)日：2024-02-02
申请号：CN202311449423.7
申请日：2023-11-02
Applicant: 中南大学
Abstract: 本发明涉及碳纤维复合材料分析技术领域，公开了一种轨道车辆复合材料结构湿热力耦合试验方法及系统，该方法采用预先设定的恒温湿环境控制箱建立湿热老化模拟环境，根据试验结果分析试样的力学性能与老化时间、老化影响条件的第一关系，试样的吸湿率与时间、温度的第二关系，试样的湿热加速老化的第三关系式，并根据第一关系、第二关系以及第三关系获得加速老化曲线；根据老化曲线计算湿热老化移位因子，并根据湿热老化移位因子构建双变量老化预测模型；基于双变量老化预测模型预测结构湿热力耦合趋势；这样，结合湿热环境以及碳纤维复合材料损伤机理与力学性能退化的影响，可以准确有效地测试碳纤维复合材料的损伤情况。
-
公开(公告)号：CN116041065A
公开(公告)日：2023-05-02
申请号：CN202211502333.5
申请日：2022-11-28
Applicant: 中南大学
IPC: C04B35/563 , C04B35/622 , B33Y10/00 , B33Y70/10
Abstract: 本发明公开了一种3D打印B4C基复合陶瓷的制备方法，B4C基复合陶瓷粉末按照质量百分比，由以下组分组成，B4C：50～80％、有机树脂：20～50％、球状石墨：0～5％，上述组分质量百分比之和为100％；其中，碳化硼的平均粒径为1～10μm，有机树脂的平均粒径为5～50μm，球状石墨的平均粒径为3～30μm。本发明的3D打印成型工艺制备出的碳化硼基成形件具有较好的致密度，基本满足当前B4C基复合陶瓷的质量要求，可靠性较高，不需要使用模具，极大地降低了制备温度。
-
公开(公告)号：CN111598163B
公开(公告)日：2022-02-01
申请号：CN202010408431.7
申请日：2020-05-14
Applicant: 中南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于Stacking集成学习方式雷达HRRP目标识别方法，属于雷达目标识别领域。包括训练阶段和识别阶段，训练阶段：从原始HRRP中提取多种特征，然后再利用ReliefF算法和SVM_RFE算法对提取的特征进行挑选，基于挑选的特征子集，对三个基分类器进行训练，基分类器的分类结果作为元分类器的训练数据；识别阶段：从原始HRRP中提取多种特征，然后再乘以训练阶段获得的特征筛选矩阵，完成特征选择过程，将获得的特征子集导入已训练好的基分类器进行分类，分类结果作为元分类器的测试数据，而元分类器的分类结果作为最终分类识别结果。本发明所述雷达HRRP目标识别方法在处理多类目标分类问题时具备高精度识别能力，且所需样本少，识别效率高。
-
公开(公告)号：CN109441987A
公开(公告)日：2019-03-08
申请号：CN201811594582.5
申请日：2018-12-25
Applicant: 中南大学
Abstract: 本发明公开了一种车辆内旋式吸能缓冲减震装置，所述装置包括安装在底架主梁下方的钢板弹簧；底架主梁和钢板弹簧之间安装内旋式减震支座；内旋式减震支座包括顶板、扭矩板、螺旋弹簧、底板和滑槽；内旋式减震支座配置为多个螺旋弹簧时均同心布置，其上下方分别为扭矩板和底板；在扭矩板和底板之间铰链接扭转机构；底板面向扭矩板的平面上，设置导杆，其外缘设导向凸台；顶板面向底板的平面上设置套筒，套筒内设导槽；导槽与导向凸台啮合；顶板和扭矩板面对面安装上摩擦片和下摩擦片。本发明的结构能实现钢板弹簧和多种吸能元件组合承载和减震，提高了装置的可靠性和吸能减震效率。
-
公开(公告)号：CN119876610A
公开(公告)日：2025-04-25
申请号：CN202411830472.X
申请日：2024-12-12
Applicant: 中南大学 , 江西永兴特钢新能源科技有限公司
Abstract: 本发明提供了一种锂渣中钾钠铷铯的提取方法，包括步骤：S1，将锂渣和浸出剂进行第一混合，得混合料；所述浸出剂包括Mg(OH)2和CaO；S2，将所述混合料进行机械活化，得预处理料；所述机械活化包括：对所述混合料进行球磨；S3，将所述预处理料和水进行第二混合，得第一反应液；所述第二混合在40～70℃的温度下进行；S4，将所述混合液进行水热处理，得第二反应液；所述水热处理的温度为120～170℃；S5，对所述第二反应液进行固液分离，得金属提取液和尾渣；所述金属提取液中含有钾元素、钠元素、铷元素和铯元素。本发明能在较低水热温度下实现锂渣中钾钠铷铯的高效提取。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.038 seconds)
