公开(公告)号：CN115432723A

公开(公告)日：2022-12-06

申请号：CN202211079640.7

申请日：2022-09-05

Applicant: 南京工程学院

Inventor： 戴玉明 ,  张凯铭 ,  王倡春 ,  周卫强 ,  储鹏 ,  任媛 ,  邱冬芹 ,  潘佳晨 ,  顾雨彤 ,  朱雯慧 ,  陈宇桔

IPC: C01D15/08

Abstract: 本发明公开了一种以正丁基锂、仲丁基锂生产中废渣为原料制备电池级碳酸锂的方法，涉及电池级碳酸锂制备技术领域，该方法将正丁基锂、仲丁基锂生产过程产生的含锂废渣进行固液分离，先将固态含锂废渣转为液态废渣，并将其羟基替换下来，转换为盐溶液，再将之与液态废渣合并经碳化反应后，过滤干燥得到纯度较高的电池级碳酸锂。锂沙制备阶段所得废渣大部分为固态，而锂沙过滤洗涤阶段以及最终的合成反应阶段所得废渣为液态，为了便于锂的回收再利用，在本申请中，将固态含锂废渣转为液态，并将其羟基替换下来，转换为盐溶液，再将之与液态废渣合并经碳化反应后，过滤干燥得到纯度较高的电池级碳酸锂。

公开(公告)号：CN115508711B

公开(公告)日：2023-06-30

申请号：CN202211234600.5

申请日：2022-10-10

Applicant: 南京工程学院

Inventor： 夏佳琪 ,  蔡雨腾 ,  史清烁 ,  周卫强 ,  葛城彤 ,  崔译文 ,  储鹏 ,  葛范婷 ,  李灿 ,  张洪观 ,  罗姝雯 ,  黄栋倩 ,  朱兴宇 ,  戴玉明

IPC: G01R31/367 ,  G01R31/378 ,  G01R31/385 ,  G01R31/392 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于深度网络模型的电动汽车动力锂电剩余寿命预测方法，该方法包括以下步骤：S1、获取历史数据库中的锂电性能数据，并生成数据集；S2、对数据集的锂电性能数据进行预处理；S3、将处理后的锂电性能数据输入深度网络模型进行训练，利用深度网络模型提取特征并通过前向传播的方式不断对特征进行深度挖掘，并建立网络体系结构；S4、在网络体系结构中通过adam反向传播训练建立动力锂离子电池的特性基本退化机理和等效模型；S5、依据预设的评判指标对特性基本退化机理和等效模型进行测试。本发明利用卷积神经网络采用原始图像作为输入，可以有效的从大量样本中学习到相应地特征，避免了复杂的特征提取过程。

公开(公告)号：CN115508711A

公开(公告)日：2022-12-23

申请号：CN202211234600.5

申请日：2022-10-10

Applicant: 南京工程学院

Inventor： 夏佳琪 ,  蔡雨腾 ,  史清烁 ,  周卫强 ,  葛城彤 ,  崔译文 ,  储鹏 ,  葛范婷 ,  李灿 ,  张洪观 ,  罗姝雯 ,  黄栋倩 ,  朱兴宇 ,  戴玉明

IPC: G01R31/367 ,  G01R31/378 ,  G01R31/385 ,  G01R31/392 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度网络模型的电动汽车动力锂电剩余寿命预测方法，该方法包括以下步骤：S1、获取历史数据库中的锂电性能数据，并生成数据集；S2、对数据集的锂电性能数据进行预处理；S3、将处理后的锂电性能数据输入深度网络模型进行训练，利用深度网络模型提取特征并通过前向传播的方式不断对特征进行深度挖掘，并建立网络体系结构；S4、在网络体系结构中通过利用adam反向传播训练建立动力锂离子电池的特性基本退化机理和等效模型；S5、依据预设的评判指标对特性基本退化机理和等效模型进行测试。本发明利用卷积神经网络采用原始图像作为输入，可以有效的从大量样本中学习到相应地特征，避免了复杂的特征提取过程。