-
公开(公告)号：CN115663152B
公开(公告)日：2024-03-26
申请号：CN202211413792.6
申请日：2022-11-11
Applicant: 哈尔滨工业大学 , 哈尔滨工业大学重庆研究院
Abstract: 本发明公开了一种硬碳‑氮磷双掺杂纳米碳复合碳材料及其制备方法，包括以下步骤：①两步热解制备生物质衍生的硬碳内核；②掺氮和磷的金属有机络合物外壳的构筑；③热解催化外层纳米碳生长。本发明采用原料广泛的的生物质制备的低成本硬碳内核具有与生物质原料一致的大的可调的层间距，确保了钠离子的可逆脱嵌，在此基础上，通过金属源高温催化效应在硬碳外生长了一层具有高钠存贮能力、结构稳定、高库伦效率的纳米碳外壳，设计合成的氮磷双掺杂纳米碳外壳与硬碳内核相比对电解液具有更高的稳定性，纳米碳外壳通过隔绝电解液减少了硬碳相关的副反应，可极大提升复合碳材料作为钠离子电池负极材料的首次库伦效率并提高电池循环稳定性。
-
公开(公告)号：CN116540130A
公开(公告)日：2023-08-04
申请号：CN202310448884.6
申请日：2023-04-24
Applicant: 哈尔滨工业大学 , 哈尔滨工业大学重庆研究院
IPC: G01R31/389 , G01R31/392 , H02J7/00
Abstract: 一种锂离子电池的析锂检测方法、潜在老化预警方法、电池管理系统以及电池系统，属于电池技术领域，具体方案包括以下步骤：步骤一、在新鲜电池第一圈充电结束后的弛豫过程中，获取第一弛豫阻抗A1和固定时间间隔后的第二弛豫阻抗B1，第二弛豫阻抗B1和第一弛豫阻抗A1之差记为Z1；步骤二、在电池第n圈充电结束后的弛豫过程中，获取第一弛豫阻抗An和固定时间间隔后的第二弛豫阻抗Bn，第二弛豫阻抗Bn和第一弛豫阻抗An之差记为Zn；其中，n＞1；步骤三、若Zn大于Z1，则确定电池发生析锂；若Zn小于等于Z1，则确定电池不发生析锂。本发明对锂离子电池的析锂情况进行无损检测，检测方法简单易行。
-
公开(公告)号：CN115663152A
公开(公告)日：2023-01-31
申请号：CN202211413792.6
申请日：2022-11-11
Applicant: 哈尔滨工业大学 , 哈尔滨工业大学重庆研究院
Abstract: 本发明公开了一种硬碳‑氮磷双掺杂纳米碳复合碳材料及其制备方法，包括以下步骤：①两步热解制备生物质衍生的硬碳内核；②掺氮和磷的金属有机络合物外壳的构筑；③热解催化外层纳米碳生长。本发明采用原料广泛的的生物质制备的低成本硬碳内核具有与生物质原料一致的大的可调的层间距，确保了钠离子的可逆脱嵌，在此基础上，通过金属源高温催化效应在硬碳外生长了一层具有高钠存贮能力、结构稳定、高库伦效率的纳米碳外壳，设计合成的氮磷双掺杂纳米碳外壳与硬碳内核相比对电解液具有更高的稳定性，纳米碳外壳通过隔绝电解液减少了硬碳相关的副反应，可极大提升复合碳材料作为钠离子电池负极材料的首次库伦效率并提高电池循环稳定性。
-
公开(公告)号：CN116581261A
公开(公告)日：2023-08-11
申请号：CN202310556912.6
申请日：2023-05-17
Applicant: 哈尔滨工业大学 , 哈尔滨工业大学重庆研究院
IPC: H01M4/36 , H01M4/62 , H01M4/505 , H01M4/525 , H01M10/0525 , H01M10/0562 , C01G53/00 , C01D15/00 , C01F7/043
Abstract: 一种具有阴离子浓度梯度包覆层的正极材料及其制备方法和应用，属于全固态电池技术领域，具体方案如下：所述制备方法包括如下步骤：分别称量锂源、金属源，并将上述原料溶于或分散于有机溶剂中，搅拌均匀得到混合液A；将正极材料加入混合液A中，搅拌混合均匀得到混合液B；将混合液B加热，搅拌至溶剂完全挥发；将所得混合粉体在惰性气氛中热处理一段时间后，再在含硫化氢载气中热处理，即得具有表面阴离子梯度包覆层的正极材料；利用该方法制备的硫化物固态电池正极材料，可以有效提升了界面处的双向兼容性，进一步降低了界面的反应能，形成稳定的正极/电解质界面，全面提升材料的电化学性能。
-
公开(公告)号：CN115911524A
公开(公告)日：2023-04-04
申请号：CN202211412560.9
申请日：2022-11-11
Applicant: 哈尔滨工业大学 , 哈尔滨工业大学重庆研究院
IPC: H01M10/0562 , H01M10/058 , H01M10/052
Abstract: 本发明提供金属氧化物修饰SSE表面的电解质片和无负极固态锂电池，通过使用工业易获得Zn/Cd蒸汽在固态电解质(SSE)表面上构筑ZnOx/CdOx界面层，组装无负极固态电池后先充电使ZnOx/CdOx界面析锂，再将电池加热使ZnOx/CdOx界面与锂反应生成Zn+Li2O/Cd+Li2O离子/电子混合导体界面层MCI，MCI能显著改善固态电池中SSE与集流体界面的兼容性。制备步骤主要分为两步，第一步：低沸点金属的蒸发、及其在SSE表面的冷凝并氧化；第二步：无负极固态电池的组装与氧化物界面层的原位转换。本发明中原位生成界面层的无负极固态电池与未改性的无负极固态电池相比，其电化学性能显著提升。同时，该工艺原料来源广泛，将推动低成本、高能量密度的无负极固态电池的大规模生产。
-
Patent Agency Ranking
公开(公告)号：CN117783859A
公开(公告)日：2024-03-29
申请号：CN202311419409.2
申请日：2023-10-30
Applicant: 哈尔滨工业大学 , 哈尔滨工业大学重庆研究院
IPC: G01R31/36 , G01R31/378
Abstract: 一种基于人工智能的锂离子电池电极电位曲线重构、析锂诊断及提前预警方法，属于锂离子电池管理技术领域。该方法使用三电极电池的充电曲线，结合人工智能方法离线建立全电池电压曲线与单电极电位曲线、当前时间间隔的全电池电压曲线与下一相同时间间隔的全电池电压曲线之间的映射关系。进而可在没有参比电极的两电极电池实际运行中，通过全电池电压曲线，重构出单电极电位曲线，并得到未来相同时间段的单电极电位曲线，同时实现电池析锂的在线诊断与提前预警，并基于预警结果进行提前干预，防止析锂发生。
-
公开(公告)号：CN115064702B
公开(公告)日：2022-12-13
申请号：CN202210868779.3
申请日：2022-07-22
Applicant: 哈尔滨工业大学
IPC: H01M4/66 , H01M10/054 , H01M10/058 , H01M10/0565
Abstract: 一种亲钠型3D碳集流体及其制备方法和应用以及无负极固态钠电池的制备方法，属于钠离子电池技术领域，方案如下：亲钠型3D碳集流体的制备、原位聚合浆料的制备、复合固态电极片的制备、一体化无负极固态钠电池的制备。其中，所述一体化无负极固态钠电池的制备采用原位聚合策略，将聚合浆料滴加到3D碳集流体和复合固态电极片上，可以实现集流体和固态电极片内部孔隙的消除及良好的界面润湿性，从而扩宽电池内部钠离子的传输路径并降低钠离子的迁移阻力。本发明兼具富成核位点诱导钠离子均匀沉积以提升无负极电池循环效率以及原位聚合一体化技术以促进界面钠离子传输的技术优势，将推动低成本、高安全、高能量密度的无负极固态电池的进步。
-
公开(公告)号：CN112246289B
公开(公告)日：2022-06-07
申请号：CN202011140151.9
申请日：2020-10-22
Applicant: 哈尔滨工业大学
Abstract: 一种消除空气杂质对氧电极电催化剂毒化影响的再生装置及其再生方法，它属于电催化领域。本发明要解决的技术问题是高效无损的方法缓解、解决含硫物质对氧电极的毒化。本发明将毒化后的氧电极置于含有NOx的环境中，利用NOx取代吸附氧电极电催化剂表面的毒化物质，所述的NOx的环境为气态NOx环境或者液态NOx环境；将取代吸附后氧电极进行电化学还原反应，完成氧电极电催化剂的再生。本发明将高电位氧化毒化物质的再生方法转化为低电位还原再生，不仅可以消除空气杂质中含硫气体对氧电极电催化剂的毒化影响，又避免了高电位氧化再生对催化剂稳定性的影响。本发明方法快速，高效。
-
公开(公告)号：CN113054205A
公开(公告)日：2021-06-29
申请号：CN202110351667.6
申请日：2021-03-31
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种提高非贵金属催化剂氧还原催化活性的热处理工艺，所述工艺包括如下步骤：步骤一、将咪唑源在常温下进行搅拌分散，溶于甲醇溶剂中；步骤二、将金属源在常温下进行搅拌分散，溶于甲醇溶剂中；步骤三、将步骤一和步骤二中的溶液混合在一起，进行水热反应；步骤四、将步骤三制得的催化剂材料进行离心分离和离心洗涤；步骤五、将洗涤后的催化剂进行烘干；步骤六、将烘干后的催化剂材料进行充分研磨，并在惰性气体气氛下进行热处理。本发明制备的经过低温处理的Fe‑N‑C催化剂材料催化性能优异，在作为质子交换膜燃料电池的阴极催化剂材料可能拥有无可比拟的优势。这种低温热处理的方式可以在其他类型的Fe‑N‑C材料中得以借鉴。
-
公开(公告)号：CN119335414A
公开(公告)日：2025-01-21
申请号：CN202411681148.6
申请日：2024-11-22
Applicant: 哈尔滨工业大学 , 绿进新能源科技(常熟)有限公司
IPC: G01R31/367 , G01R31/378 , G01R31/392
Abstract: 基于多维数据混合深度神经网络的锂离子电池剩余使用寿命预测方法和系统，涉及锂离子电池技术领域。解决了现有基于深度学习对锂离子电池剩余使用寿命预测方法基本都需要多个电池循环的数据，对电池管理系统的数据存储提出了较大挑战的问题。方法包括：对电池进行充放电老化实验获得电池性能指标和观测数据，建立锂电池原始老化数据集并进行预处理；通过特征工程对数据集进行整理提取；搭建混合深度神经网络模型；采用k折交叉验证对混合深度神经网络模型进行训练；当k折交叉验证训练完成后，加载模型并计算每折模型在测试集数据上的输出，取平均后用于对锂离子电池的剩余使用寿命的预测。应用于新能源汽车领域。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.11 seconds)
