-
公开(公告)号：CN105870422A
公开(公告)日：2016-08-17
申请号：CN201610383086.X
申请日：2016-06-01
Applicant: 大连海事大学
IPC: H01M4/36 , H01M4/48 , H01M4/587 , H01M10/0525
CPC classification number: Y02E60/122 , H01M4/362 , H01M4/483 , H01M4/587 , H01M10/0525
Abstract: 本发明公开了一种C@SiOx材料及其制备方法和作为锂离子电池负极材料的应用，属于可再生能源材料制备及其在锂离子电池中的应用方面。本发明C@SiOx材料的生产工艺为用自来水浸泡含硅生物质，去除其中的泥土，用酸浸泡生物质原料去除农业生产过程中引入的金属杂质后，在管式炉中碳化，然后，用活化剂活化得到的碳化生物质。活化后用活泼金属粉末还原，得到C@SiOx锂离子电池负极材料。
-
公开(公告)号：CN118004372A
公开(公告)日：2024-05-10
申请号：CN202410170187.3
申请日：2024-02-06
Applicant: 大连海事大学
IPC: B63B79/40 , B63B79/20 , B63B43/18 , G06V20/58 , G06V20/70 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种基于准则导向视觉监督的智能船舶自变通避碰决策方法，包括：构建基于准则导向下智能船舶避碰视觉监督学习的带有标注的合成数据集；基于所述合成数据集训练深层次卷积模型，所述深层次卷积模型包括深层次特征提取层和全连接输出层，所述深层次特征提取层用于获取船舶实时运动图像的图像特征，所述全连接输出层用于将图像特征映射到避碰策略的三个类别中，所述避碰策略的三个类别分别表示左转、右转和直行，通过标签0、1和2代表；获取船舶实时运动图像，通过所述深层次卷积模型进行智能船舶自变通避碰决策。本发明最终可以在不同复杂程度的会遇场景中展现出自适应避碰决策，无需重新训练，大幅降低了学习成本，提升了性能。
-
公开(公告)号：CN109546124A
公开(公告)日：2019-03-29
申请号：CN201811409558.X
申请日：2018-11-23
Applicant: 大连海事大学
IPC: H01M4/36 , H01M4/485 , H01M4/587 , H01M4/62 , H01M10/0525
Abstract: 本发明公开了一种锂离子电池复合负极材料C/SiOx的绿色制备方法，所述方法为去除非木材造纸原料收集过程中引入的金属杂质后，用水洗涤去除其中的泥土；用NaOH溶液蒸煮干净原料，然后，用酸液从碱处理废液中沉淀出木质素/SiO2杂化材料，木质素/SiO2杂化材料经炭化、碳热还原后，得到C/SiOx复合锂离子电池负极材料；蒸煮残渣直接用于制浆造纸，C/SiOx锂电池负极材料制备过程中产生的废液，经中和、蒸馏、干燥后得到的固体残渣，可以用作动物食用盐。充分利用了非木材造纸原料中的每种成分和投入的各种化学试剂。
-
公开(公告)号：CN119151197A
公开(公告)日：2024-12-17
申请号：CN202411121745.3
申请日：2024-08-15
Applicant: 大连海事大学
IPC: G06Q10/0631 , G06Q10/04 , G06F18/23213 , G06N3/126
Abstract: 本发明提供一种考虑在港航行时间不确定的船舶进出港调度优化方法。本发明方法，包括：S1、考虑在港航行时间不确定性，建立船舶进出港调度机会约束规划模型；S2、利用概率分布逆变换技术，将不确定性船舶进出港调度机会约束规划模型转化成确定性调度优化模型；S3、设计一种自适应差分进化算法，对确定性船舶进出港调度优化模型进行求解，输出最优的可行性方法。本发明主要以船舶在港航行时间不确定性为主研究船舶进出港调度问题，提出一种机会约束规划方法，解决港航行时间不确定性下的船舶调度问题，丰富了该领域的研究。本发明展示了已提模型在应对随机船舶交通调度问题的高效性，突显了其在提升港口服务质量方面的优势。
-
公开(公告)号：CN119066612A
公开(公告)日：2024-12-03
申请号：CN202411151775.9
申请日：2024-08-21
Applicant: 大连海事大学
IPC: G06F18/25 , G06V10/40 , G06F18/213 , G06N3/0455 , G06N7/01 , G06N3/092 , G06N3/0895
Abstract: 本发明公开了一种基于多异构模态信息融合的智能船舶防撞决策方法，包括：获取智能船舶的本体感受信息、视觉观测信息和点云信息；对所述本体感受信息、视觉观测信息和点云信息分别进行编码从而提取相应的模态特征，将生成的三种异构模态特征转化为Transformer编码的tokens；对Transformer编码器进行层堆叠处理，在多个层级上融合三种异构模态的tokens信息，将三种异构模态的特征向量拼接后使用全连接网络将串联的向量投影到最终的输出向量中；将所述输出向量输入训练后的多异构模态防撞决策模型进行防撞决策，所述多异构模态防撞决策模型基于马尔科夫决策过程构建。本发明的研究成果不仅为智能船舶避碰提供了有效的技术手段，也为未来智能航运系统的发展奠定了坚实的基础。
-
Patent Agency Ranking
公开(公告)号：CN105016346A
公开(公告)日：2015-11-04
申请号：CN201510402249.X
申请日：2015-07-09
Applicant: 大连海事大学
CPC classification number: Y02A40/213 , Y02E50/343 , Y02W30/47
Abstract: 本发明公开了一种利用生物质灰制备低比表面积二氧化硅微球、活性炭和氮磷钾复合肥的绿色生产工艺，用酸浸泡生物质灰原料去除农业生产过程中引入的杂质后，用KOH溶液从干净的生物质灰中抽提出二氧化硅，然后，用酸液从稀释后的提取液中沉淀出低表面积二氧化硅微球。除硅后的生物质灰残渣直接干燥活化制备活性炭，整个制备过程中产生的废液混匀后制备氮磷钾复合肥。充分利用了生物质灰中的每种成分和投入的各种化学试剂。
-
公开(公告)号：CN116255982A
公开(公告)日：2023-06-13
申请号：CN202310058946.2
申请日：2023-01-17
Applicant: 大连海事大学
Abstract: 本发明提供了一种基于A星算法的固定时间下的航向航速协同规划方法，涉及船舶航线设计技术领域，包括如下步骤：提取规定区域内对应时间下的环境数据，并对该范围海域进行栅格化处理；对原始AIS数据进行处理，进行航段的特征提取；利用航段的特征值构建并训练油耗率和螺旋桨转速的预测模型；在常规A星算法流程的基础上进行改进，在其中加入航速规划的功能并输出有时间限制的最低油耗航线。本发明在能够保障船舶在有效避离大风浪区域的同时降低油耗，航行决策更加灵活，能够适应复杂多变的远洋航行任务。
-
公开(公告)号：CN115275133A
公开(公告)日：2022-11-01
申请号：CN202210837649.3
申请日：2022-07-15
Applicant: 大连海事大学
IPC: H01M4/36 , H01M4/48 , H01M4/587 , H01M4/62 , H01M10/052
Abstract: 本发明公开了一种生物质基SnOy@C/SiOx复合材料及其制备方法与应用，属于锂离子电池领域。利用碳、硅、锡三者优势互补，采用简单的物理混合、惰性气氛碳化相结合的方法，既实现了生物质的重复利用，提高了能源利用效率，也同步缓解了由生物质堆积、焚烧等造成的环境污染问题，还为制造业提供了可观的利润。本发明所提出的采用锡的歧化反应与碳热还原效应协同还原稻壳中的二氧化硅，从而优化了产品的首次库仑效率，本发明制备的材料具有高容量、大倍率、良导电、优循环等特点。本发明所述制备过程中，未采用到特种设备与装置，涉及温度较低，能耗相对较少，无原材料的浪费，减少了工业生产中资源的投入，实现了低投入、低成本、高收益、高价值的目标。
-
公开(公告)号：CN105016346B
公开(公告)日：2017-03-08
申请号：CN201510402249.X
申请日：2015-07-09
Applicant: 大连海事大学
IPC: C01B33/12 , C01B32/324 , C05F7/00
CPC classification number: Y02A40/213 , Y02E50/343 , Y02W30/47
Abstract: 本发明公开了一种利用生物质灰制备低比表面积二氧化硅微球、活性炭和氮磷钾复合肥的绿色生产工艺，用酸浸泡生物质灰原料去除农业生产过程中引入的杂质后，用KOH溶液从干净的生物质灰中抽提出二氧化硅，然后，用酸液从稀释后的提取液中沉淀出低表面积二氧化硅微球。除硅后的生物质灰残渣直接干燥活化制备活性炭，整个制备过程中产生的废液混匀后制备氮磷钾复合肥。充分利用了生物质灰中的每种成分和投入的各种化学试剂。
-
公开(公告)号：CN119472269A
公开(公告)日：2025-02-18
申请号：CN202411446366.1
申请日：2024-10-16
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明公开了一种大规模动态搜救任务无人船多路径优化方法，属于无人船路径规划技术领域。本发明引入了深度强化学习算法相结合的多轨迹优化框架，有效提升了路径规划的效率和精准度。通过多轨迹采样技术，解决了传统方法中轨迹数据采样偏差问题，增强了算法在动态救援环境中的鲁棒性和适应性。同时，本发明设计了一种编码器‑解码器结构，利用强化学习对无人船的路径探索进行优化，极大地提升了模型对复杂解空间的探索能力。该方法能够快速找到最优搜寻路径，避免无人船陷入局部最优解。通过本发明，无人船能够智能适应大规模应急救援场景，大幅缩短搜寻时间，提升任务成功率，为无人船在紧急救援中的应用提供了关键技术支持。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.018 seconds)
