锂离子蓄电池正极材料LiFePO4的研究进展

锂离子蓄电池正极材料的研究正在向高比能量、长寿命、低成本、环境友好的方向发展。橄榄石型LiFePO4近年来引起注意。由于它具有170mAh/g的理论比容量和约3.5V的电压、较好的常温和高温稳定性、低廉的成本和优良的环保性能,有望作为大型移动式锂离子蓄电池的正极材料。对该材料的特性及研究情况进行了较为全面的总结,重点介绍了其结构特点与性能的关系,以及国外为改进其综合性能而进行的有关研究:(1)LiFePO4制备方法(包括高温固相合成法和低温液相合成法);(2)导电性物质的修饰以提高其在大电流密度下的比容量;(3)常温和高温贮存稳定性的实验;(4)LiFePO4的离子导电性和电子导电性。     

阀控式铅酸蓄电池正极板劣化模式分析

对于阀控式铅酸蓄电池而言 ,除了制造过程中产生的缺陷以外 ,正极板劣化是其寿命终止的主要原因之一。本文将从板栅、活物质、电解液以及他们之间的相互关系等角度出发 ,对阀控式铅酸蓄电池的正极板劣化模式进行了详细的论述 ,并针对不同的劣化原因提出了相应的改善方法。     

酒钢3~#焦炉计算机加热控制系统

介绍了酒泉钢铁公司新建3#焦炉计算机加热控制系统的方案，硬件和软件配置；系统实际运行情况。     

全钒液流电池隔膜在钒溶液中的性能

考察了Nafion、日-160、日-80、FYM(日本产Nafion膜)和均相膜5种离子交换膜的两个关键性能(渗透性和面电阻)及其影响因素,对均相膜的化学稳定性进行了初步研究,并对两种膜进行了改性。实验发现:均相膜的钒扩散系数最小,但面电阻较大,化学稳定性不好;用二乙烯苯(DVB)对均相膜改性,综合性能较好;减小电场可降低钒离子扩散,提高钒溶液中氢离子浓度可减小面电阻。     

铅酸蓄电池负极铅膏的探讨

介绍了几种负极极板的典型配方,建议在干荷电极板中使用液体石蜡为防氧化剂,它能与木素磺酸钠匹配,有良好的充电接受能力。建议在阀控固定型蓄电池的负极配方中不加有机膨胀剂;建议负极中各种辅助材料进行预先混合。     

聚醚固体电解质锂电池放电性能研究

利用氧亚甲基连接的聚氧乙烯-聚氧丙烯多嵌段共聚物或氧亚甲基连接的聚氧乙烯多嵌段共聚物与高氯酸锂的络合物作电池的电解质,锂片作负极,几种含钒的化合物作正极,组装了全固态二次锂电池.研究了不同正极材料、不同电解质和不同温度对电池短路放电性能的影响以及电池的重复短路放电性能.研究表明,正极材料V_6O_(13)的性能优于Na_(1+x)V_3O_8;电解质(PEO)_n·LiClO_4的性能优于(PEO-PPO)_n·LiClO_4,这与它们的电导率分别为3.2×10~(-3)S·cm~(-1)和2.2×10~(-3)S·cm~(-1)是一致的.     

正极材料LiNi1/3CO1/3Mn1/3O2包覆LiNi0.8Co0.15Al0.05O2的性能

以NiSO4·6H2O、CoSO4·7H2O、MnSO4·H2O、NH3·H2O及NaOH为原料,采用共沉淀方法在LiNi0.8 C00.15 Al0.05 (OH)2球形粒子表面包覆一层Ni1/3 Co1/3Mn1/3(OH)2三元材料前驱体,配锂后在750℃下、氧气气氛中焙烧12 h,合成复合层状材料Li[(Ni0.8 Co0.15Al0.05)0.97(Ni1/3Co1/3Mn1/3)0.03]O2.复合层状材料具有核壳结构,包覆壳层的厚度约为1μm.复合层状材料在2.8～4.3 V充放电,0.1C首次放电比容量为188.2 mAh/g;0.2 C循环100次的容量保持率为96.2％;在55℃下以0.2C循环100次,放电比容量保持在163.2 mAh/g.     

光伏储能用VRLA蓄电池的设计与开发

对于光伏储能用VRLA蓄电池的设计与开发,要严格按照产品的使用环境情况进行分析,有针对性地调整配方、工艺控制参数、正负极板的设计比例等,以满足光伏储能用铅酸蓄电池的要求.     

中空海胆状结构的碳包覆Fe2O3用作锂离子电池的高性能负极材料

Fe2O3由于成本低廉,储量丰富和理论比容量高(1007 mA hg^-1)等特点,在锂离子电池负极材料的应用中极具发展前景.然而一些问题仍然存在,如:充放电过程中比容量的迅速衰减,不可逆的体积膨胀以及较短的循环寿命等.这些问题严重制约了Fe2O3在锂离子电池中的实际应用.为了突破这些局限,本文以金属-有机骨架(MOF...     

基于知识图谱的双端知识感知图卷积推荐模型

针对现有基于知识图谱的推荐模型仅从用户或项目一端进行特征提取, 从而缺乏对另一端的特征提取的问题, 提出一种基于知识图谱的双端知识感知图卷积推荐模型. 首先, 对于用户、项目及知识图谱中的实体进行随机初始化表征得到初始特征表示; 接着, 采用基于用户和项目的知识感知注意力机制同时从用户、项目两端在知识图谱中进行特征提取; 其次, 使用图卷积网络采用不同的聚合方式聚合知识图谱传播过程中的特征信息并预测点击率; 最后, 为了验证模型的有效性, 在Last.FM和Book-Crossing两个公开数据集上与4个基线模型进行对比实验. 在Last.FM数据集上, AUC和F1分别比最优的基线模型提升了4.4%、3.8%, ACC提升了1.1%. 在Book-Crossing数据集上, AUC和F1分别提升了1.5%、2.2%, ACC提升了1.4%. 实验结果表明, 本文的模型在AUC、F1和ACC指标上比其他的基线模型具有更好的鲁棒性.