搜索结果: 1-15 共查到“知识库 电化学工程”相关记录1582条 . 查询时间(2.89 秒)
东北大学材料科学与工程学院代表性研究成果|电活性微生物腐蚀机制
电活性 微生物 腐蚀机制
2024/8/28
金属材料的微生物腐蚀是当前材料领域亟需解决的难题之一,每年由微生物腐蚀造成的经济损失高达5000亿美元。微生物腐蚀是化学、材料、生物等多学科交叉的研究方向,研究难度大,因此尽管对于微生物腐蚀的研究最早可以追溯到十九世纪末,但其机理仍不明晰。徐大可课题组从生物能量学和生物电化学角度出发,提出了“生物阴极催化还原”这一新的微生物腐蚀理论,即微生物首先从其附着的金属表面获得电子,再借助细胞外电子传递方式...
基于提出“界面化学键合”的概念并成功应用于有机涂层制备技术中,涂层性能大幅提高。从理论研究到技术应用开展了新型高性能防腐-功能涂层的研制工作,通过逐步研究深海等静压—深海压力交变—压力流体耦合环境等一系列环境下涂层的失效行为特点,揭示了海洋极端环境下涂层填料/树脂界面、涂层/金属界面两大界面薄弱环节的失效机理。通过实验及有限元模拟相结合研究界面键合的影响因素,阐明了不同填料性状、金属表面状态的环境...
东北大学材料科学与工程学院代表性研究成果|酸比理论
酸比理论 腐蚀 表面处理
2024/8/28
在腐蚀/表面处理过程中,界面上发生溶解、电离、沉积等一系列过程,这些过程同时受到腐蚀热力学与动力学的影响,最终使产物致密性出现显著差异,呈现不同的耐蚀性能。但现有的腐蚀理论偏重溶解,忽略电离与沉积过程,腐蚀热力学与动力学长期处于割裂状态,导致表面处理与耐蚀合金设计缺乏理论指导,不能精确控制一系列多相耦合的界面物理与化学过程,实践效果很不理想。
钠离子电池健康状态估计是其安全高效应用的基础,也是钠电池规模化储能应用的关键。然而,钠离子电池即用即衰,衰退机理不明晰,老化过程受工况和场景影响,准确的健康状态估计极其困难。为此,提出了数据驱动的钠离子电池健康状态估计方法,探究了钠离子电池的充电数据与容量衰退的映射关系,提出了结合方差筛选、灰色关联分析和递归特征消除的特征选择方法,应用多元线性回归、支持向量机、高斯过程回归和误差反向传播神经网络4...
针对质子交换膜燃料电池PEMFC(proton exchange membrane fuel cell)压差流道构型尺寸对电池电化学性能影响机理不明的问题,研究流道高度和脊背宽度对压差流道和直流道在氧气浓度、水浓度分布特征和电流密度、功率密度、压降等方面影响规律,并对两者进行了对比分析,结果表明流道高度对压差流道和直流道性能影响较小,压差流道在脊背宽度为1.25 mm和1.50 mm时具有明显优势...
考虑寿命损耗的微网电池储能容量优化配置
微电网 两阶段鲁棒优化 电池储能寿命 容量配置
2024/3/5
针对微电网中电池储能设备折损过快和容量配置过高的问题,文中建立了考虑寿命损耗的微电网电池储能容量优化配置模型,并提出了一种基于固定日循环次数的电池储能寿命损耗成本计算方法,该方法结合了分段线性化思想和场景分析法,可通过优化电池储能的放电深度和日循环次数从而有效延长其寿命年限。此外,考虑到风光出力和负荷功率的不确定性,文中引入了两阶段鲁棒优化模型,并用列和约束生成算法求解。最后,通过算例验证了新模型...
成功实现对铜箔的超高效防腐 研究揭示铜上双层石墨烯的双面各异掺杂机制(图)
石墨烯 松山湖材料实验室 北京大学
2023/11/24
松山湖材料实验室-北京大学教授刘开辉与合作者研究揭示了铜上双层石墨烯的双面各异掺杂机制,解决了原子级石墨烯防腐技术易受界面扩散和电化学腐蚀侵害的难题,成功实现了对铜箔的超高效防腐。近日,相关成果在线发表于《自然-通讯》。
基于数据驱动的锂离子电池RUL预测综述
锂离子电池 剩余使用寿命 数据驱动 预测方法
2024/3/6
剩余使用寿命预测技术对于锂离子电池的安全使用及维护具有重要意义。由于锂离子电池的长寿命特性以及复杂的非线性退化机制,目前剩余使用寿命预测仍是电池状态预测的难点问题。数据驱动方法不需要考虑电池内部电化学特性,而仅从数据角度出发,是目前主流的预测方法。通过实例介绍了剩余使用寿命概念,分类阐述了各种基于数据驱动的预测方法,并对其优缺点进行了分析。最后,针对现有方法的不足,提出未来需要改进的方向。
环境温度对锂离子电池放电性能的影响
锂离子动力电池 环境温度 放电性能
2024/3/6
动力型锂离子电池的特性与环境温度紧密相关。开展不同环境温度下电池的放电性能试验,研究不同环境温度对电池的容量和能量、放电平台以及对应续驶里程的影响规律。结果表明,动力型锂离子电池的放电容量和能量以及放电平台在低温环境下迅速降低;室温下放电容量和能量与工况速率(放电倍率)的大小成反比,而低温下二者成正比;对比不同工况温升曲线发现,较低温度环境下大电流促使温升速率加快,对低温放电容量产生了积极效应。
基于Dropout优化算法和LSTM的铅酸蓄电池容量预测
长短期记忆神经网络 容量预测 铅酸蓄电池 人工智能
2024/3/6
针对变电站铅酸蓄电池容量预测模型存在的预测准确率低、泛化能力差等问题,提出一种基于Dropout优化算法和长短期记忆LSTM(long short-term memory)神经网络相结合的容量预测模型。该模型以LSTM神经网络为基础,结合变电站蓄电池充放电特性,将长时间跨度的蓄电池运行数据作为模型的输入,建立多层级LSTM预测模型来提升预测结果的准确率。同时基于Dropout优化算法完成LSTM预...
广西科学院海洋腐蚀防护研究院
广西科学院 海洋腐蚀防护 研究院
2024/5/10