期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
生物质衍生碳材料作为钾离子电池的研究进展
1
作者 杨留超 赵 虔虔 《材料科学》 2024年第2期167-172,共12页
生物质碳材料因其资源丰富、来源广泛等优点而备受关注,不同方法制备得到的生物质碳材料作为钾离子负极材料具有广阔的应用前景。但由于初始库伦效率低、离子储存位点有限等因素,需要通过元素掺杂,表面涂覆等方式修饰以提升电化学性能... 生物质碳材料因其资源丰富、来源广泛等优点而备受关注,不同方法制备得到的生物质碳材料作为钾离子负极材料具有广阔的应用前景。但由于初始库伦效率低、离子储存位点有限等因素,需要通过元素掺杂,表面涂覆等方式修饰以提升电化学性能。本文综述了近年来钾离子电池碳负极材料的合成方法以及原子掺杂改性带来的影响。 展开更多
关键词 钾离子电池 生物质碳 原子掺杂
下载PDF
酒糟基多孔碳在锂离子电池负极中的应用 被引量:2
2
作者 杨留超 姜帅 +2 位作者 何斌 许也 赵虔 《化学研究与应用》 CAS 北大核心 2023年第9期2236-2242,共7页
以废弃酒糟为前驱体,采用“高温碳化+SiO_(2)致孔法”制备出了多孔石墨化碳材料,其应用于锂离子电池负极材料具有良好的电化学性能。通过扫描电子显微镜(SEM)、热重分析仪(TG)、氮气吸脱附(BET)和X射线衍射(XRD)等表征方法对所制备的碳... 以废弃酒糟为前驱体,采用“高温碳化+SiO_(2)致孔法”制备出了多孔石墨化碳材料,其应用于锂离子电池负极材料具有良好的电化学性能。通过扫描电子显微镜(SEM)、热重分析仪(TG)、氮气吸脱附(BET)和X射线衍射(XRD)等表征方法对所制备的碳材料进行分析。结果表明,在700℃下进行煅烧并通过NaOH去除碳材料中的SiO_(2)颗粒后,能得到高比表面积(945.61 m^(2)·g^(-1))的多孔碳材料,在100 mA·g^(-1)的电流密度下,首次充电比容量达到1657.53 mAh·g^(-1),循环2000圈后仍保持在1200 mAh·g^(-1)左右,表现出良好的倍率性能和循环稳定性。 展开更多
关键词 锂离子电池 负极材料 废弃酒糟 多孔碳材料
下载PDF
废弃轮胎基球磨硬碳诱导快速稳定的钾存储
3
作者 郑乔天 姜帅 +1 位作者 杨留超 赵虔 《化学研究与应用》 CAS 北大核心 2023年第5期1242-1248,共7页
本文以废弃轮胎为硬碳前驱体,基于其本身的强交联结构通过一步碳化法获得具备丰富有序纳米畴且层间距较大的热解碳(WTHC),并通过球磨法获得改性的硬碳(WTHC-4)。球磨后在层间距未改变的情况下,材料有序的石墨纳米畴减少、无序度增加,比... 本文以废弃轮胎为硬碳前驱体,基于其本身的强交联结构通过一步碳化法获得具备丰富有序纳米畴且层间距较大的热解碳(WTHC),并通过球磨法获得改性的硬碳(WTHC-4)。球磨后在层间距未改变的情况下,材料有序的石墨纳米畴减少、无序度增加,比表面积与孔径明显增大。将两类样品用作钾离子电池负极材料,电化学性能结果表明WTHC-4明显优于WTHC的循环寿命和倍率性能,其分别具有0.1 A·g^(-1)循环500次周期后容量保持率98.4%,1.0 A·g^(-1)电流密度下207.6 mAh·g^(-1)的可逆比容量,相同测试条件下WTHC仅具有66.8%的循环性能以及182.5 mAh·g^(-1)的倍率性能。球磨处理减少了钾离子插层行为带来的容量,更大程度通过吸附行为带来容量贡献,从而诱导了钾的快速动力学并维持材料的结构稳定。 展开更多
关键词 强交联结构 球磨硬碳 钾离子电池 电化学性能 吸附行为
下载PDF
武器装备试验计量保障有关问题的思考
4
作者 聂纯 杨留超 刘长海 《国防科技》 2020年第1期10-12,共3页
计量保障是武器装备试验数据准确和试验质量可靠的重要保证,是考核与评价装备战术技术指标的关键环节,在武器装备的发展建设中发挥着不可替代的基础作用。本文结合目前武器装备试验计量保障工作的现状,从计量管理的法制化、试验计量保... 计量保障是武器装备试验数据准确和试验质量可靠的重要保证,是考核与评价装备战术技术指标的关键环节,在武器装备的发展建设中发挥着不可替代的基础作用。本文结合目前武器装备试验计量保障工作的现状,从计量管理的法制化、试验计量保障能力建设、试验装备的强制检定和装备计量保障信息数据库等若干方面深入阐述了试验需求和法律法规要求,探讨了做好试验计量保障工作应采取的改进措施。 展开更多
关键词 武器装备试验 计量保障 强制检定 检测设备
下载PDF
基于深层神经网络的原子钟钟差预测算法
5
作者 马晖 魏文晓 +2 位作者 毕修瑜 杨留超 戴幻尧 《光学与光电技术》 2024年第6期93-99,共7页
原子钟的钟差预测在原子钟时间和频率控制中发挥着重要作用,它关系着时标计算的准确性和守时系统的稳定性,良好的钟差预测有助于实现高精度时间和频率控制。为进一步提升钟组时间的长期稳定度,提高原子钟的钟差预测精度,构建了一个适用... 原子钟的钟差预测在原子钟时间和频率控制中发挥着重要作用,它关系着时标计算的准确性和守时系统的稳定性,良好的钟差预测有助于实现高精度时间和频率控制。为进一步提升钟组时间的长期稳定度,提高原子钟的钟差预测精度,构建了一个适用于钟差预测的深度学习网络预测模型,分析了该网络模型超参数在钟差数据上的影响,并给出了最佳参数指标,即隐藏层层数为3层,隐藏层神经元个数为256个。基于UTC-clock(i)进行数据实验对比,深度学习网络预测模型相比于最小二乘法的均方根误差更小,结果表明,在长期预测上,优化后的深层网络模型比最小二乘法模型的预测效果提升了86.93%,该深层网络模型更适于高精度时间、频率控制,在守时系统钟差数据处理方面具有应用前景。 展开更多
关键词 原子钟钟差 深层卷积网络 钟差预测 原子时标 网络参数
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部