公开(公告)号：CN119637851A

公开(公告)日：2025-03-18

申请号：CN202510117403.2

申请日：2025-01-24

Applicant: 北京理工大学

Inventor： 高洪才 ,  樊博建

IPC: C01B32/05 ,  H01M4/587 ,  H01M10/054

Abstract: 本发明公开了一种生物质硬碳表面优化方法及其在钠离子电池中的应用，属于钠离子电池技术领域。生物质硬碳表面优化方法，包括以下步骤：将生物质原料预氧化后在惰性气氛下高温碳化，得到初步碳化粉末；将初步碳化粉末和多巴胺盐酸盐分散于缓冲溶液中，反应后得到聚多巴胺包覆的硬碳粉末；将聚多巴胺包覆的硬碳粉末在惰性气氛下高温碳化，得到生物质硬碳。本发明制备的生物质硬碳具有高首次库伦效率、高可逆比容量、优异的倍率性能以及良好的循环稳定性，可以克服现有的硬碳负极存在的首次库伦效率低及倍率性能差的问题。

公开(公告)号：CN118033430A

公开(公告)日：2024-05-14

申请号：CN202410274226.4

申请日：2024-03-11

Applicant: 北京理工大学

Inventor： 高洪才 ,  樊博建

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明提供了一种基于CEEMDAN和深度学习的钠离子电池寿命预测方法，涉及电池健康预测技术领域。基于根据电池的退化机理，利用完备集合经验模态分解和长短期记忆神经网络相结合的方法，进行电池容量衰减的预测。首先，采用带有自适应噪声的完全集合经验模式分解CEEMDAN，将原始容量信号分解为全局退化趋势分量和局部波动分量；使用随机森林回归RFR获得每个分量的重要性排序及数值，以此衡量每个分量对预测结果的贡献；将各分量通过权重值进行加权重构，构建长短期记忆神经网络LSTM，进行钠离子电池寿命预测。使用深度学习方法进行RUL预测，通过RFR进行特征权重重构，提高预测准确性。

公开(公告)号：CN118610455A

公开(公告)日：2024-09-06

申请号：CN202410839566.7

申请日：2024-06-26

Applicant: 北京理工大学

Inventor： 高洪才 ,  信宇航 ,  樊博建

IPC: H01M4/58 ,  H01M10/054 ,  H01M4/04 ,  C01B25/45

Abstract: 本发明涉及一种钠离子电池正极材料及其制备方法，属于钠离子电池技术领域。所述正极材料为Na4Mt3‑xZnx(PO4)2P2O7或Na4Mt3‑xZnx(PO4)2P2O7/C，Mt为铁、锰和钴中的至少一种，x为0.001~0.1。通过将原料进行充分的混合，干燥，制成混合粉体；再将混合粉体在烧结环境下于烧结制备得到所述正极材料；通过将Mt部分取代为锌（Zn），将有效的抑制NaMtPO4和Na2MtP2O7不良相成分的产生，本发明仅需在制备过程中加入少量Zn元素，就可以获得没有杂相的正极材料，有利于所述正极材料在钠离子电池中的推广应用。

公开(公告)号：CN119902088A

公开(公告)日：2025-04-29

申请号：CN202510222668.9

申请日：2025-02-27

Applicant: 北京理工大学重庆创新中心

Inventor： 高洪才 ,  樊博建 ,  王萌

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明公开了基于LSTM和注意力机制的电池容量预测方法及系统，方法包括：获取待检测电池的容量衰减数据；构建电池容量预测模型；将待检测电池的容量衰减曲线输入电池容量预测模型中进行预测，获得预测结果；其中，电池容量预测模型为引入注意力机制的长短期记忆神经网络。通过结合长短期记忆网络和注意力机制，本发明能够更准确地捕捉电池放电容量数据中的时间依赖性，从而提高电池寿命预测的精度。