期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
液晶电解质在锂离子电池中的研究进展
1
作者 张永明 孙一田 +1 位作者 郎婷婷 苗宗成 《化工新型材料》 CAS CSCD 北大核心 2024年第S01期97-101,共5页
液晶电解质作为新型电解质材料,具有高离子导电性、优异的力学性能和热稳定性等优点,成为近年来锂离子电池领域研究的热点之一。液晶电解质可以通过自组装形成柱状相、近晶相或双连续立方相等结构,为锂离子的传输提供高效的离子传输通... 液晶电解质作为新型电解质材料,具有高离子导电性、优异的力学性能和热稳定性等优点,成为近年来锂离子电池领域研究的热点之一。液晶电解质可以通过自组装形成柱状相、近晶相或双连续立方相等结构,为锂离子的传输提供高效的离子传输通道。综述了液晶电解质在锂离子电池中的应用及研究进展,主要包括液晶电解质的基本概念和在锂离子电池中的研究进展,主要从离子电导率、电化学稳定性和充放电循环这3个方面来叙述。最后,对液晶电解质在锂离子电池领域未来的发展进行了展望。 展开更多
关键词 液晶电解质 锂离子电池 离子电导率 电化学稳定性 充放电循环
下载PDF
Li_2MnO_3的电化学活性及脱嵌锂机理研究进展 被引量：2
2
作者 徐本刚 王忠 《金属功能材料》 2012年第6期40-45,共6页
富锂固溶体正极材料xLi2MnO3.(1-x)LiMO2(M=Co,Ni,Mn…),首次不可逆容量很大程度上与组分中的Li2MnO3电化学过程有关。富锂固溶体正极材料4.5V区域充电平台是组分中Li2MnO3电化学活化过程;Li2MnO3首次循环不可逆容量较大,约在50～100mAh... 富锂固溶体正极材料xLi2MnO3.(1-x)LiMO2(M=Co,Ni,Mn…),首次不可逆容量很大程度上与组分中的Li2MnO3电化学过程有关。富锂固溶体正极材料4.5V区域充电平台是组分中Li2MnO3电化学活化过程;Li2MnO3首次循环不可逆容量较大,约在50～100mAhg-1,4.5V电位脱出Li+同时脱出O2-,等效脱出不可嵌入的Li2O;Li2MnO3与分解的电解液发生离子交互反应后,H+占据不可逆位置,阻碍了Li+的嵌入;多周循环晶体结构改变,形成不可逆结构并有新相生成。本文综合介绍近几年关于Li2MnO3结构、常温脱嵌锂机理、高温下电解液分解及循环后结构变化等方面的研究现状。 展开更多
关键词 锂离子电池正极材料 LI2MNO3 富锂固溶体 充放电循环
原文传递
微型平面6-cell组合再生式燃料电池电源的制作与性能 被引量：1
3
作者 苏华能 廖世军 《华南师范大学学报（自然科学版）》 CAS 北大核心 2009年第A01期22-23,共2页
首次设计并制作了一种微型平面6-cell组合的质子交换膜再生式燃料电池(PEM-URFC)电源系统.该微型电源由一片含多个膜电极单元的质子交换膜做为电解和发电的双功能膜电极组件,一个装有储氢材料和电解用水的底盒做为氢气储放和给水装置,... 首次设计并制作了一种微型平面6-cell组合的质子交换膜再生式燃料电池(PEM-URFC)电源系统.该微型电源由一片含多个膜电极单元的质子交换膜做为电解和发电的双功能膜电极组件,一个装有储氢材料和电解用水的底盒做为氢气储放和给水装置,通过带有气流孔的底板、碳极板及顶板紧密压合而成.在电解模式时,该电源系统将水分解产生氢并通过储氢合金存储于底盒中;而在燃料电池模式时,氢再被释放出来与空气中的氧进行放电反应而产生电流.常温常压下,该微型电源的开路电压可达4.9 V,在3.0 V的工作电压下,能维持19 mA/cm2放电约40分钟左右.该电源系统具有良好的充放电循环能力,在10次充放电循环后,电池性能依然能保持稳定. 展开更多
关键词 微型电源 再生式燃料电池 充放电循环
下载PDF
面向锂电池少量循环的二维支持域直推式健康状态预测 被引量：1
4
作者 王一航 冯良骏 赵春晖 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第3期474-483,共10页
锂离子电池的健康状态(SOH)是反映电池老化程度的关键指标,但由于电池老化的非线性和不确定性使得SOH难以精确估计,并且受到电池数据收集的高时间成本和容量再生现象的影响,传统的数据驱动方法在历史充放电循环数较少时效果较差.针对上... 锂离子电池的健康状态(SOH)是反映电池老化程度的关键指标,但由于电池老化的非线性和不确定性使得SOH难以精确估计,并且受到电池数据收集的高时间成本和容量再生现象的影响,传统的数据驱动方法在历史充放电循环数较少时效果较差.针对上述问题,本文创新性地提出了一种二维支持域直推式学习(2D-RoSTL)建模思路,建立了数据由粗到细的精准划分方法,用于少量充放电循环下的SOH预测.一方面,考虑同型号多块电池的批次特性,利用历史数据和批次数据构造二维支持域扩充模型信息来源,提供了粗范围的大量可供选择的样本;另一方面,首次尝试以直推式学习的方式解决SOH预测的任务,利用离线和在线样本特征空间的信息,对每个样本进行细致划分,提升少量充放电循环情况下模型的预测可靠性.基于NASA的公开数据集,所提出的二维支持域直推式建模方法在4个电池上的预测误差均小于1.56%,实现了对锂电池充放电历史初期及再生点的精确预测. 展开更多
关键词 锂电池健康状态 少量充放电循环 二维支持域 直推式学习
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部