-
公开(公告)号：CN105789575B
公开(公告)日：2019-12-10
申请号：CN201610130175.3
申请日：2016-03-08
Applicant: 北京理工大学
Abstract: 本发明涉及锂离子电池制备领域，并具体公开了一种二氧化硅碳复合负极材料的制备方法，该方法包括：(1)在溶剂存在下，将埃洛石与有机碳源混合，然后脱除溶剂以获得固体产物；(2)将所述固体产物在惰性气氛下煅烧。本发明还提供了二氧化硅碳复合负极材料的碳纳米管/氮改性方法。由本发明提供的制备方法制得的二氧化硅碳复合负极材料以及碳纳米管/氮改性二氧化硅碳复合负极材料具有较高的循环稳定性和放电比容量，有望成为一种规模化使用的新型负极材料。
-
公开(公告)号：CN119890416A
公开(公告)日：2025-04-25
申请号：CN202411582849.4
申请日：2024-11-07
Applicant: 北京理工大学
IPC: H01M10/054 , H01M10/058 , H01M4/1397 , H01M4/136 , H01M4/36 , H01M4/58 , H01M4/62 , B82Y40/00 , B82Y30/00 , C01G49/00
Abstract: 本发明涉及钠离子电池技术领域，公开了本发明的目的在于提供一种宽温域快充型铁基硫酸盐类正极材料的制备方法及钠离子电池，该制备方法综合了固相法和液相法的优点，不但解决了固相法制备Na2+2δFe2‑δ(SO4)3过程中元素偏析容易生成Fe3O4或Na6Fe(SO4)4等杂质的技术难题，而且解决了液相法制备Na2+2δFe2‑δ(SO4)3复合材料过程中导电碳材料分散困难的技术难题，最终制备的钠离子电池能够满足在宽温域条件下快速充放电，长循环过程保持高的容量保持率。
-
-
公开(公告)号：CN116914102A
公开(公告)日：2023-10-20
申请号：CN202310852873.4
申请日：2023-07-12
Applicant: 北京理工大学
IPC: H01M4/36 , H01M4/48 , H01M4/46 , H01M10/0525 , H01M4/04
Abstract: 本发明涉及一种基于镁热还原的锂离子电池壳层结构Si/Mg2SiO4复合材料、制备方法及其应用，属于锂离子电池技术领域。通过镁热还原反应调控还原产物中生产一定比例的Mg2SiO4三维框架，得到的壳层结构Si/Mg2SiO4复合材料具有较好的形貌和较高的可逆容量。在具有空腔的壳层结构二氧化硅还原成硅的过程中，一定比例Mg2SiO4的生成有助于形成稳定的三维网络框架，阻止还原过程相邻Si纳米粒子之间的融合，同时在电化学循环过程中对Si的体积膨胀起到缓冲作用。
-
公开(公告)号：CN116901999A
公开(公告)日：2023-10-20
申请号：CN202310874379.8
申请日：2023-07-17
Applicant: 北京理工大学
IPC: B60W60/00 , B60W40/00 , B60W50/00 , B60W40/02 , B60W30/18 , B60W30/08 , G06V20/58 , G06V10/82 , G06N3/084 , G06N3/092
Abstract: 本发明公开了一种基于深度强化学习的伦理驱动多模态决策方法，包括：获取车辆拍摄图像，基于所述车辆拍摄图像和感知模型获取周围环境形态特征和动态特征；构建多模态神经网络，将人类伦理反馈的伦理系数引入至所述多模态神经网络中进行训练后对所述周围环境形态特征和动态特征进行计算，获得相应动作的Q值；基于强化学习算法将所述相应动作的Q值进行计算，获得对应动作，基于所述对应动作对车辆进行决策。本发明采用在环境中观测到的物体形态特征与通过车载传感器获取车辆相对状态的动态特征作为模型输入，并基于此提出了伦理驱动的多模态神经网络统一提取两种形态特征，可以提升整体状态信息的准确性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN115731690A
公开(公告)日：2023-03-03
申请号：CN202211443954.0
申请日：2022-11-18
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于图神经网络强化学习的无人公交集群决策方法，本发明属于无人驾驶汽车领域，包括：S1获取无人驾驶公交的当前场景，将场景编码为图结构，获得第一状态；S2基于第一状态得到特征矩阵、邻接矩阵和掩码矩阵；S3将特征矩阵与邻接矩阵输入当前网络，通过掩码矩阵过滤后输出每辆无人驾驶公交的动作，根据内部动态奖励函数和能量消耗模型得到当前网络奖励值，产生第二状态，得到一个四元组；S4基于第二状态，执行S2‑S3，输出第二状态对用动作，得到对应奖励值，再次获得新的状态，循环执行S2‑S3；S5基于四元组，利用反向传播训练网络，更新网络参数。本发明综合考虑多种任务的完成、效率的提升、能量的节约与乘客的舒适性。
-
公开(公告)号：CN115688861A
公开(公告)日：2023-02-03
申请号：CN202211337217.2
申请日：2022-10-28
Applicant: 北京理工大学
IPC: G06N3/042 , G06N3/092 , G06Q50/26 , G06Q10/0637
Abstract: 本发明涉及一种用于混合交通环境行为决策的模块化图强化学习系统，包括：混合交通环境模块：用于提供混合交通运行环境，并将环境状态发送至图表征模块；图表征模块：用于通过环境状态生成节点特征矩阵和邻接矩阵；图强化学习模块：用于接收节点特征矩阵和邻接矩阵，并进行处理，生成驾驶策略；合作驾驶行为模块：基于驾驶策略生成驾驶行为和控制指令，控制车辆运行。本发明系统可以根据需要对各个主要模块，即混合交通环境模块、图表征模块、图强化学习模块中的图神经网络单元和深度强化学习单元，以及合作驾驶行为模块，进行替换、改进和二次开发。
-
公开(公告)号：CN115333602A
公开(公告)日：2022-11-11
申请号：CN202210828809.8
申请日：2022-07-14
Applicant: 北京理工大学
Abstract: 本发明公开的一种适用于网真应用的基于可重构巨型星座的路由方法，属于通信领域。本发明通过利用永久或临时的激光卫星间链路，实现一种可重构的巨型星座架构，相比传统固定的巨型星座架构，有着更灵活多变的路由路线，能够有效减少拥塞，提高传输效率；基于可重构巨型星座，采用混合整数线性规划，实现一个完整的路由系统，相比于传统固定巨型星座加最短路径路由算法，极大的降低最大链路的利用率，能够有效平衡全局负载，提高数据流的传输速率。本发明适用于通信领域，基于可重构巨型星座新型路由方法，实现均衡、高效地传输海量网真应用可视化数据流，减少拥塞，提高传输速率。
-
公开(公告)号：CN115295868A
公开(公告)日：2022-11-04
申请号：CN202211025053.X
申请日：2022-08-25
Applicant: 北京理工大学
IPC: H01M10/056 , H01M4/136 , H01M4/1397 , H01M10/0525
Abstract: 本发明涉及一种原位一体化电极‑复合电解质材料、制备方法及其应用，属于新能源材料技术领域。所述材料为层状结构，依次由集流体层、LiFePO4电极层和复合电解质层组成，集流体层的厚度为30～50微米，LiFePO4电极层的厚度为100～300微米，复合电解质层的厚度为50～250微米；复合电解质层由PPC、PEO、LiTFSI和LGPS复合而成。原位一体化结构中复合电解质层良好的离子导电性、机械性能、界面浸润性有助于改善界面锂传输动力学，组装全固态电池表现出良好的界面相容稳定性及电化学性能。
-
公开(公告)号：CN115180048A
公开(公告)日：2022-10-14
申请号：CN202210930819.2
申请日：2022-08-04
Applicant: 北京理工大学
Abstract: 本发明公开一种可重构模块化机动性越野无人运输平台，包括运输平台主体，所述运输平台主体包括若干可重构运输板材，相邻所述运输板材之间可拆卸连接，所述运输平台主体底部设置有若干驱动平台，每个所述驱动平台与所述运输平台主体之间分别固定连接有多自由度连接机构。本发明结构简单，操作便捷，能够在根据工作空间进行调整，在保证正常通行的前提下保证了运输能力，对工作环境适应能力强。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.073 seconds)
