-
公开(公告)号：CN114293200A
公开(公告)日：2022-04-08
申请号：CN202111561035.9
申请日：2021-12-15
Applicant: 湖南大学
IPC: C25B1/04 , C25B11/091 , C25B11/065
Abstract: 本发明提供了一种多孔碳负载非晶态/晶态钌基高效析氢催化剂及其制备与应用，涉及新能源材料及电化学催化领域。催化剂的制备包括以下步骤：1)多孔碳的制备；2)将多孔碳超声均匀分散在分散介质中形成悬浊液，与含三氯化钌和硼酸的水溶液均相或者双溶剂相混合，充分搅拌，实现硼酸钌在多孔碳载体中的均匀组装；3)组装了硼酸钌的多孔碳在保护气体氛中高温退火得到多孔碳负载非晶态/晶态钌基催化剂。运用本发明所得到的多孔碳负载非晶态/晶态钌基催化剂，在碱性条件下其催化析氢性能远高于商业铂碳材料，在酸性条件下其催化析氢性能也能与商业铂碳催化剂媲美，而且大大降低贵金属使用量。本发明提供的多孔碳负载非晶态/晶态钌基催化剂制备工艺简单、产率高、性能优异、成本低廉，可替代商业铂基催化剂，有着广阔的应用前景。
-
公开(公告)号：CN1747274B
公开(公告)日：2010-11-17
申请号：CN200510032044.3
申请日：2005-08-23
Applicant: 湖南大学
IPC: H02J3/01
Abstract: 本发明公开了一种有源电力滤波器的预测控制方法，将补偿前的当前时刻电网畸变电流信号通过ip，iq算法得到它的基波信号，利用自适应预测滤波器获得预测输出的下一时刻电网电流基波信号，将补偿前的当前时刻电网畸变电流信号与预测得到的当前时刻电网电流基波信号相减，得到当前时刻电网电流谐波分量，即为有源电力滤波器需要补偿的谐波电流信号，将得到的谐波分量进行PWM调制，即得到PWM脉冲信号。本有源电力滤波器的自适应预测控制方法预测精度高，收敛速度快，有效地减小了有源电力滤波器数字化控制系统中存在的延时，以及延时对有源电力滤波器补偿性能的影响。
-
公开(公告)号：CN100466431C
公开(公告)日：2009-03-04
申请号：CN200610032033.X
申请日：2006-07-31
Applicant: 湖南大学
Abstract: 本发明公开了一种有源电力滤波器逆变器谐波域死区效应的补偿方法，包括以下步骤：检测补偿对象中的谐波电流，采用改进规则采样法进行PWM调制，得到PWM控制信号的脉宽数据；检测逆变器输出谐波电流，根据输出谐波电流的方向对逆变器对应的功率开关管导通时间提前一个死区时间进行相应的补偿。经本有源电力滤波器逆变器谐波域死区效应补偿后，可以在输出端得到和理想信号相同的输出脉冲信号有效地减少了输出谐波电流中主要存在的谐波成分，使得输出谐波电流幅值和相位更接近理想状况。
-
公开(公告)号：CN1905339A
公开(公告)日：2007-01-31
申请号：CN200610032033.X
申请日：2006-07-31
Applicant: 湖南大学
Abstract: 本发明公开了一种有源电力滤波器逆变器谐波域死区效应的补偿方法，包括以下步骤：检测补偿对象中的谐波电流，采用改进规则采样法进行PWM调制，得到PWM控制信号的脉宽数据；检测逆变器输出谐波电流，根据输出谐波电流的方向对逆变器对应的功率开关管导通时间提前一个死区时间进行相应的补偿。经本有源电力滤波器逆变器谐波域死区效应补偿后，可以在输出端得到和理想信号相同的输出脉冲信号有效地减少了输出谐波电流中主要存在的谐波成分，使得输出谐波电流幅值和相位更接近理想状况。
-
公开(公告)号：CN116212941A
公开(公告)日：2023-06-06
申请号：CN202211573617.3
申请日：2022-12-08
Applicant: 湖南大学
IPC: B01J29/46 , C02F1/467 , B01J37/06 , B01J37/08 , B01J37/02 , C02F101/30 , C02F101/34 , C02F101/38 , C02F103/34
Abstract: 本发明公开了一种催化剂的制备方法及其应用，本发明提供的制备方法包括以下步骤：S1.多孔基材吸收活性金属盐溶液后进行第一次煅烧；S2.将步骤S1所得产物在导电金属盐溶液中浸渍后进行第二次煅烧；一次煅烧和第二次煅烧在氮气或惰性气体氛围中进行；活性金属盐包括铁盐、钴盐、镍盐、铜盐、锌盐、金盐、银盐、钯盐和铂盐中的至少一种；导电金属盐包括锡盐、铅盐和铂盐中的至少一种。本发明中制备方法制得的催化剂，能够有效提高所得催化剂的催化活性物质的负载量和导电性能，最终提升其电催化氧化处理氰基废水的性能。本发明还提供了上述制备方法制得的催化剂以及对应催化剂的应用。
-
Patent Agency Ranking
公开(公告)号：CN114293200B
公开(公告)日：2023-05-12
申请号：CN202111561035.9
申请日：2021-12-15
Applicant: 湖南大学
IPC: C25B1/04 , C25B11/091 , C25B11/065
Abstract: 本发明提供了一种多孔碳负载非晶态/晶态钌基高效析氢催化剂及其制备与应用，涉及新能源材料及电化学催化领域。催化剂的制备包括以下步骤：1)多孔碳的制备；2)将多孔碳超声均匀分散在分散介质中形成悬浊液，与含三氯化钌和硼酸的水溶液均相或者双溶剂相混合，充分搅拌，实现硼酸钌在多孔碳载体中的均匀组装；3)组装了硼酸钌的多孔碳在保护气体氛中高温退火得到多孔碳负载非晶态/晶态钌基催化剂。运用本发明所得到的多孔碳负载非晶态/晶态钌基催化剂，在碱性条件下其催化析氢性能远高于商业铂碳材料，在酸性条件下其催化析氢性能也能与商业铂碳催化剂媲美，而且大大降低贵金属使用量。本发明提供的多孔碳负载非晶态/晶态钌基催化剂制备工艺简单、产率高、性能优异、成本低廉，可替代商业铂基催化剂，有着广阔的应用前景。
-
公开(公告)号：CN106772516A
公开(公告)日：2017-05-31
申请号：CN201611088423.9
申请日：2016-12-01
Applicant: 湖南大学
IPC: G01S19/46
CPC classification number: G01S19/46
Abstract: 本发明涉及一种基于模糊理论的复合定位新方法，属于车辆定位的技术领域，基于汽车信息物理融合系统技术，利用目标车辆以及相邻车辆上的三种定位装置的定位数据，运用模糊理论优化各定位技术的误差并得出各定位技术的定位贡献度，然后以定位贡献度作为权值，模糊加权计算得到目标车辆的复合位置；采用一个模糊可变观测噪声协方差的卡尔曼滤波器对复合位置进行滤波，本发明将多种车辆定位技术进行融合，构建了离群率和绝对误差这两个指标来反映各定位技术的可靠程度，提高了定位技术融合的合理性，同时采用改进的卡尔曼滤波器对融合结果进行滤波，提高了定位的准确性。
-
公开(公告)号：CN100466413C
公开(公告)日：2009-03-04
申请号：CN200710034456.X
申请日：2007-02-15
Applicant: 湖南大学
Abstract: 本发明公开了一种利用神经网络整定PID参数的配电静止无功发生器多变量控制方法，该方法包括以下步骤：检测配电静止无功发生器接入点电压和直流侧电容电压，并与其相应的参考值比较得到其偏差，计算偏差和及偏差增量；将偏差，偏差和及偏差增量作为神经网络NN的输入信号，神经网络对PID控制器的比例系数、积分系数和微分系数进行调整，PID控制器根据偏差以及比例系数、积分系数和微分系数得到配电静止无功发生器逆变器的调制系数和相位差；利用调制系数和相位差得到配电静止无功发生器逆变器的开关控制信号。本发明实现简单，且具有很好的自适应性。
-
公开(公告)号：CN1731646A
公开(公告)日：2006-02-08
申请号：CN200510032045.8
申请日：2005-08-23
Applicant: 湖南大学
Abstract: 本发明公开了一种单独注入式有源电力滤波器及分频自适应控制方法。将负载谐波电流进行分频，分成不同频率段的谐波电流信号；对各谐波电流信号进行谐波相位补偿，并利用自适应律控制其幅值，再将其与由自适应律控制增益的反馈信号进行累加，得到各频段的谐波电流的控制信号，将各频段的谐波电流控制信号累加，得到有源电力滤波器的PWM控制信号。本单独注入式有源电力滤波器分频自适应控制方法采用基于分频的模型参考自适应控制，与有源电力滤波传统控制方法相比电流的跟踪精度更高，补偿效果更理想。
-
公开(公告)号：CN107426694B
公开(公告)日：2020-06-09
申请号：CN201710491657.6
申请日：2017-06-26
Applicant: 湖南大学
Abstract: 本发明针对现有车载自组织网络分簇算法在网络拓扑变化频繁的场景下存在簇稳定性不高、孤立节点较多等问题，公开了一种车载自组织网络的模糊分簇方法。在簇生成算法中，首先对车辆的行驶方向进行了划分，然后结合模糊聚类的思想定义了一个可以衡量车辆节点成为簇头的能力参数；在簇维护算法中，首先采用了一个基本卡尔曼滤波器对簇成员的位置进行预测，然后基于位置预测和行驶方向判断提出了以临界簇成员为核心的簇维护机制。本发明运用了模糊聚类的思想，同时对簇成员的位置进行了预测，提高了网络中簇的稳定性、减少网络中孤立节点个数并降低网络通信开销，适用于直行道路、T字路口、十字路口等各种场景，具有良好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.023 seconds)
