基于递归图和GoogLeNet模型的锂离子电池的历史滥用回溯

针对各种滥用操作会导致锂电池产生不可逆转损伤的问题,提出了一种基于递归图和卷积神经网络的锂电池历史滥用回溯方法。首先,采用改进的Pearson相关系数计算电压间的一致性信息;然后,利用递归图转换,将得到的相关系数序列转化为具有丰富特征的二维图像;最后,使用卷积神经网络中的Goog Le Net模型对递归图进行特征提取和分类,进而对锂电池历史滥用情况进行判断。实验中,对锂离子电池进行了多种滥用操作的模拟实验,以获得真实的数据集。实验结果表明,所提出的方法能够对电池所受滥用操作的类型和强度进行准确可靠回溯,回溯准确率分别达77.34%和75.37%。     

电气石应用研究进展

综述电气石的释放负离子、自发极化、远红外辐射等特性,总结在释放负离子、活化水、远红外辐射、催化、生态环境保护等领域的应用研究进展。提出制备高负离子释放量的应用产品主要是通过掺杂改性电气石和小粒径电气石的方式;提升电气石远红外辐射率的主要方法为掺杂氧化铈复合;电气石与催化材料复合可提升催化性能;电气石及其复合功能材料具有天然的市场竞争优势和良好的开发前景;电气石释放负离子的机理仍需要进一步研究,并明确电气石结构与性能之间的关系;在环保和催化领域需要进一步研究不同类型的电气石的性能。