CN108303493B - 电池水含量的预测方法 - Google Patents
电池水含量的预测方法 Download PDFInfo
- Publication number
- CN108303493B CN108303493B CN201711499568.2A CN201711499568A CN108303493B CN 108303493 B CN108303493 B CN 108303493B CN 201711499568 A CN201711499568 A CN 201711499568A CN 108303493 B CN108303493 B CN 108303493B
- Authority
- CN
- China
- Prior art keywords
- air pressure
- water content
- baking
- battery
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000000694 effects Effects 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000001704 evaporation Methods 0.000 description 6
- 230000008020 evaporation Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 238000001035 drying Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000004566 IR spectroscopy Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000002274 desiccant Substances 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000007086 side reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0078—Testing material properties on manufactured objects
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Battery Electrode And Active Subsutance (AREA)
- Secondary Cells (AREA)
Abstract
本发明提供了一种电池水含量的预测方法,包括下述步骤:(1)气压循环时间与水含量关系式的建立:a.对电池进行分段式气压真空烘烤,记录烘烤时间和气压值;b.利用烘烤时间与气压值得到呈线性方程的烘烤时间与气压循环时间关系式;c.利用气压循环时间与各烘烤时间对应的水含量得到呈指数函数的气压循环时间与水含量关系式;(2)利用各烘烤时间对应的气压循环时间,代入气压循环时间与水含量关系式即可得到电池水含量的预测值。该预测方法快速、简便、准确度高,且无需配置模拟电池作烘烤效果参考,为改善电池烘烤工艺与电池上下炉烘烤参数设定提供重要决策依据。
Description
技术领域
本发明是一种预测水含量的方法,特别是一种能实时预测电池在真空烘烤过程中水含量的方法。
背景技术
随着科学研究的发展与生产技术的进步,水分的定量分析已被列为各类物理化学分析的基本项目之一,并作为各类物质的物性质量指标之一。常见的水分测定有常压恒温干燥法,干燥剂干燥法,减压干燥法,这些方法应用较为广泛,设备以及操作简易,不足之处分析时间较长,易引起副反应。另外较为复杂的水分分析方法有蒸馏法,化学干燥法,气相色谱法,微波法,红外吸收光谱法,超声波法,电导率法等。这些分析方法仪器昂贵,样品的采样、制备与测试需培训特定技术人员操作。
当今社会经济的高速发展需求大量能源,锂离子电池由于具有储能密度高,工作温度范围广,循环寿命长等优点应用范围已从小型移动储能逐步发展到大规模电池储能。对电池极片烘烤是锂离子电池生产重要控制工艺之一,烘烤过程中电池的水分实时监控数据是反映烘烤效果重要参数,为改善烘烤工艺与电池上下炉烘烤参数设定提供重要决策依据。可见,电池水分快速测量与预测对提高生产电池产能具有重要的经济意义。一般通过测量与生产电池一同烘烤模拟电池的电池水含量来评估整批电池的烘烤效果,其中经过“采样,称量,密封试样瓶,加热,测试”等步骤才得出水含量测试结果,该方法测定的水分结果精确,不足之处是仪器结构复杂昂贵、操作繁琐、需特定培训人员操作、测试过程消耗大量样品与试剂等,并对测试环境有着严格的要求。总之,测试过程耗费大量的人力,物力与时间。
基于上述情况,亟待研制一种在电池烘烤中能实时监控极片水含量的方法。为电池烘烤生产提供一种简便、快捷、不损本体的水分含量预测方法,以提高电池烘烤生产效率。
发明内容
本发明的目的在于提供一种能快速、简便、准确度高的预测电池水含量的方法,从而为改善电池烘烤工艺与电池上下炉烘烤参数设定提供重要决策依据。
为实现上述目的,本发明提供了一种电池水含量的预测方法,包括下述步骤:
(1)气压循环时间与水含量关系式的建立:
a. 对电池进行分段式气压真空烘烤,记录烘烤时间和气压值;
b. 利用烘烤时间与气压值得到呈线性方程的烘烤时间与气压循环时间关系式;
c.利用气压循环时间与各烘烤时间对应的水含量得到呈指数函数的气压循环时间与水含量关系式;
(2)利用各烘烤时间对应的气压循环时间,代入气压循环时间与水含量关系式即可得到电池水含量的预测值。
进一步的,所述分段式气压真空烘烤为对真空烤箱进行高、低气压的设定,并在低-高-低的循环气压下进行真空烘烤。结合电池在烘烤过程的水汽的蒸发导致真空烤箱的气压发生变化,通过设置一高、一低两个气压,可使电池能在平稳气压幅度下进行快速烘烤。
进一步的,所述烘烤时间x与气压循环时间y的关系式为y=ax+b,其中,a>1,b>0,其相关系数R2>0.950。相关系数R2>0.950,说明该拟合方程相关性较好,y=ax+b关系式较准确。
进一步的,分段式气压真空烘烤之前对电池进行预热,预热温度和预热时间可根据实际情况自行调整,比如可以预热温度为90~100℃,预热时间为0.5~2h。提前对电池进行预热,以加快电池中水含量的蒸发过程。
进一步的,所述分段式气压真空烘烤时间不少于2h。烘烤时间长,得到的气压循环时间y与烘烤时间x关系式越准确,相关系数R2越高。
进一步的,所述水含量通过卡尔费休水分测定仪测试而得。
进一步的,所述气压循环时间x与水含量y的关系式为y=menx,其中,m>1,n<0,相关系数R2>0.950。相关系数R2>0.950,说明该拟合方程相关性较好,y=menx关系式较准确。所述水含量与气压循环时间关系式通过对各组水含量与气压循环时间的离散数据进行曲线拟合而得,曲线拟合可采用多项式的拟合、最小二乘法拟合、正交多项式的拟合。
因为采用分段式气压真空烘烤,利用烘烤时间和气压值,即可得到烘烤时间对应的气压循环时间,从而得到烘烤时间与气压循环时间关系式,利用气压循环时间与各烘烤时间对应的水含量得到呈指数函数的气压循环时间与水含量关系式,那么后续对于电池的水含量进行预测时,只要利用其烘烤时间,通过烘烤时间与气压循环时间关系式即可得到对应的气压循环时间,代入气压循环时间与水含量关系式即可得到电池水含量的预测值。该预测方法快速、简便、准确度高,且无需配置模拟电池作烘烤效果参考,为改善电池烘烤工艺与电池上下炉烘烤参数设定提供重要决策依据。
附图说明
图1为实施例1的分段式气压真空烘烤的气压循环曲线。
图2为实施例1的烘烤时间与气压循环时间关系图。
图3为实施例1的气压循环时间与水含量关系图。
图4为实施例2的分段式气压真空烘烤的气压循环曲线。
图5为实施例2的烘烤时间与气压循环时间关系图。
图6为实施例2的气压循环时间与水含量关系图。
图7为实施例3的分段式气压真空烘烤的气压循环曲线。
图8为实施例3的烘烤时间与气压循环时间关系图。
图9为实施例3的气压循环时间与水含量关系图。
具体实施方式
下面通过具体实施方式来进一步说明本发明的技术方案,但不构成对本发明的任何限制。
本申请提供了一种电池水含量的预测方法,包括下述步骤:
(1)气压循环时间与水含量关系式的建立:
a. 对电池进行分段式气压真空烘烤,记录烘烤时间和气压值;
b. 利用烘烤时间与气压值得到呈线性方程的烘烤时间与气压循环时间关系式;
c.利用气压循环时间与各烘烤时间对应的水含量得到呈指数函数的气压循环时间与水含量关系式;
(2)利用各烘烤时间对应的气压循环时间,代入气压循环时间与水含量关系式即可得到电池水含量的预测值。
气压循环时间为气压从低压力到高压力的时间。对电池进行分段式气压真空烘烤,记录烘烤时间和气压值,烘烤时间和气压值一般在真空烤箱上就有显示。通过烘烤时间和气压值的数据,可得到各组烘烤时间和气压循环时间的离散数据,因为电池烘烤起始,样品水分多,气压变化越快,气压循环时间短,随着烘烤进行,水分逐渐减少,气压变化慢,气压循环时间长,也就是说烘烤时间和气压循环时间应该呈线性关系,因而容易得到呈线性方程的烘烤时间与气压循环时间关系式,比如通过简单的数据拟合软件软件(如Excel)即可得到,也可以采用目前普遍使用的曲线拟合的方法对这些离散数据进行拟合,如多项式的拟合、最小二乘法拟合、正交多项式的拟合。
分段式气压真空烘烤为对真空烤箱进行高、低气压的设定,并在低-高-低的循环气压下进行真空烘烤。结合电池在烘烤过程的水汽的蒸发导致真空烤箱的气压发生变化,通过设置一高、一低两个气压,通过抽真空而控制气压在高气压和低气压范围内进行烘烤,比如,当受水汽蒸发影响而超过高气压时,通过抽真空使气压将至低气压,如何循环类推。在分段式气压真空烘烤之前先对电池进行预热,预热时间为1h,预热温度为90~100℃。
烘烤时间x与气压循环时间y关系式为y=ax+b(a>1, b>0),其相关系数R2>0.950。相关系数R2>0.950,说明该拟合方程相关性较好,y=ax+b关系式较准确。分段式气压真空烘烤时间不少于2h。烘烤时间长,得到的烘烤时间x与气压循环时间y关系式越准确,相关系数R2越高。水含量通过卡尔费休水分测定仪测试而得到。气压循环时间x与水含量y关系式为y=menx(m>1, n<0),相关系数R2>0.950。相关系数R2>0.950,说明该拟合方程相关性较好,y=menx关系式较准确。气压循环时间与水含量关系式通过对各组气压循环时间与水含量的离散数据进行曲线拟合而得,曲线拟合可采用多项式的拟合、最小二乘法拟合、正交多项式的拟合。烘烤时间x与气压循环时间y关系式为y=ax+b(a>1, b>0)中a,b值及气压循环时间x与水含量y关系式为y=menx(m>1, n<0)中的m,n值与电池的尺寸及电池的材料有关。相同的尺寸下、不同的材料在制备极片时所吸附的水分不同,在相同的压力及温度下,水分蒸发产生的气压也不尽相同;不同的尺寸下、相同的材料制备的极片的水含量也不尽相同,水分蒸发产生的气压也不尽相同,所以得到的a,b值及m,n值皆存在差别。
以下对于本申请的电池水含量的预测方法利用实施例进行详细的说明。
实施例1
(1)气压循环时间与水含量关系式的建立:
a. 选用型号为2790148(长度*宽度*厚度为148mm*90mm *27mm)的LFP系电池,数目为136个,置于真空烤箱中先于95℃下预热1h,设置高、低气压分别为220Pa和200Pa,分段式气压真空烘烤时间为5小时,记录烘烤时间和气压值,并得到分段式气压真空烘烤的气压循环曲线;
b. 利用烘烤时间与气压值得到各组烘烤时间与气压循环时间的离散数据,结合Excel处理可得到烘烤时间与气压循环时间关系式;
c.通过卡尔费休水分测定仪测定各烘烤时间下的水含量,通过烘烤时间与气压循环时间关系式即可得到各烘烤时间下的气压循环时间,从而得到各组气压循环时间和水含量的离散数据,通过多项式的拟合可得到离散数据的曲线,即呈指数函数的气压循环时间与水含量关系式;
分段式气压真空烘烤的气压循环曲线如图1所示,烘烤时间与气压循环时间关系图如图2所示,其线性方程为y=144.53x+58.955,R2为0.977,其线性关系较好,气压循环时间与水含量关系如图3所示,其曲线方程为y=673.68e-0.003x,R2为0.9768,其线性关系较好,且保压时间越长,水含量越低,与实际情况相符。
(2)对烘烤时间为6h的电池水含量进行预测,通过烘烤时间与气压循环时间关系式即可得到对应的气压循环时间为926.135s,代入气压循环时间与水含量关系式即可得到电池水含量的预测值为41.86ppm。此预测方法操作简单、方便、准确。
实施例2
(1)气压循环时间与水含量关系式的建立:
a. 选用型号为2790148(长度*宽度*厚度为148mm*90mm *27mm)的NCM系电池,数目为136个,置于真空烤箱中先于95℃下预热1h,设置高、低气压分别为220Pa和200Pa,分段式气压真空烘烤时间为5小时,记录烘烤时间和气压值,并得到分段式气压真空烘烤的气压循环曲线;
b. 利用烘烤时间与气压值得到各组烘烤时间与气压循环时间的离散数据,结合Excel处理可得到烘烤时间与气压循环时间关系式;
c.通过卡尔费休水分测定仪测定各烘烤时间下的水含量,通过烘烤时间与气压循环时间关系式即可得到各烘烤时间下的气压循环时间,从而得到各组气压循环时间和水含量的离散数据,通过多项式的拟合可得到离散数据的曲线,即呈指数函数的气压循环时间与水含量关系式;
分段式气压真空烘烤的气压循环曲线如图4所示,烘烤时间与气压循环时间关系图如图5所示,其线性方程为y=107.09x+62.636,R2为0.9597,其线性关系较好,气压循环时间与水含量关系如图6所示,其曲线方程为y=863.83e-0.003x,R2为0.9911,其线性关系较好,且保压时间越长,水含量越低,与实际情况相符。
(2)对烘烤时间为6h的电池水含量进行预测,通过烘烤时间与气压循环时间关系式即可得到对应的气压循环时间为705.176s,代入气压循环时间与水含量关系式即可得到电池水含量的预测值为104.15ppm。此预测方法操作简单、方便、准确。
实施例3
(1)气压循环时间与水含量关系式的建立:
a. 选用型号为2790148(长度*宽度*厚度为148mm*90mm *27mm)的NCA系电池,数目为136个,置于真空烤箱中先于95℃下预热1h,设置高、低气压分别为220Pa和200Pa,分段式气压真空烘烤时间为5小时,记录烘烤时间和气压值,并得到分段式气压真空烘烤的气压循环曲线;
b. 利用烘烤时间与气压值得到各组烘烤时间与气压循环时间的离散数据,结合Excel处理可得到烘烤时间与气压循环时间关系式;
c.通过卡尔费休水分测定仪测定各烘烤时间下的水含量,通过烘烤时间与气压循环时间关系式即可得到各烘烤时间下的气压循环时间,从而得到各组气压循环时间和水含量的离散数据,通过多项式的拟合可得到离散数据的曲线,即呈指数函数的气压循环时间与水含量关系式;
分段式气压真空烘烤的气压循环曲线如图7所示,烘烤时间与气压循环时间关系图如图8所示,其线性方程为y=113.07x+6.7556,R2为0.9648,其线性关系较好,气压循环时间与水含量关系如图9所示,其曲线方程为y=918.22e-0.003x,R2为0.9541,其线性关系较好,且保压时间越长,水含量越低,与实际情况相符。
(2)对烘烤时间为6h的电池水含量进行预测,通过烘烤时间与气压循环时间、关系式即可得到对应的气压循环时间为705.176s,代入气压循环时间与水含量关系式即可得到电池水含量的预测值为117.56ppm。此预测方法操作简单、方便、准确。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改如预热参数的选择、高、低气压的设置、离散数据处理的方式、电池的尺寸和材料等对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理相一致的最宽的范围。
Claims (10)
1.一种电池水含量的预测方法,其特征在于,包括下述步骤:
(1)气压循环时间与水含量关系式的建立:
a. 对电池进行分段式气压真空烘烤,记录烘烤时间和气压值;
b. 利用烘烤时间与气压值得到呈线性方程的烘烤时间与气压循环时间关系式;
c.利用气压循环时间与各烘烤时间对应的水含量得到呈指数函数的气压循环时间与水含量关系式;
(2)利用各烘烤时间对应的气压循环时间,代入气压循环时间与水含量关系式即可得到电池水含量的预测值。
2.根据权利要求1所述电池水含量的预测方法,其特征在于,所述分段式
气压真空烘烤为对真空烤箱进行高、低气压的设定,并在低-高-低的循环气压下进行真空烘烤。
3.根据权利要求1所述电池水含量的预测方法,其特征在于,所述烘烤时
间x与气压循环时间y的关系式为y=ax+b,其中,a>1,b>0。
4.根据权利要求3所述电池水含量的预测方法,其特征在于,所述烘烤时
间x与气压循环时间y的关系式y=ax+b的相关系数R2>0.950,其中a>1,b>0。
5.根据权利要求1所述电池水含量的预测方法,其特征在于,所述分段式
气压真空烘烤之前对电池进行预热。
6.根据权利要求1所述电池水含量的预测方法,其特征在于,所述水含量
通过卡尔费休水分测定仪测试而得。
7.根据权利要求1所述电池水含量的预测方法,其特征在于,所述气压循
环时间x与水含量y的关系式为y=menx,其中,m>1, n<0。
8.根据权利要求7所述电池水含量的预测方法,其特征在于,所述气压循
环时间与水含量关系式通过对各组气压循环时间与水含量的离散数据进行曲线拟合而得。
9.根据权利要求8所述电池水含量的预测方法,其特征在于,所述曲线拟
合采用多项式的拟合、最小二乘法拟合、正交多项式的拟合。
10.根据权利要求7所述电池水含量的预测方法,其特征在于,所述气压循
环时间x与水含量y的关系式y=menx的相关系数R2>0.950,其中,m>1,n<0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711499568.2A CN108303493B (zh) | 2017-12-29 | 2017-12-29 | 电池水含量的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711499568.2A CN108303493B (zh) | 2017-12-29 | 2017-12-29 | 电池水含量的预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108303493A CN108303493A (zh) | 2018-07-20 |
CN108303493B true CN108303493B (zh) | 2020-08-11 |
Family
ID=62868043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711499568.2A Active CN108303493B (zh) | 2017-12-29 | 2017-12-29 | 电池水含量的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108303493B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113358824A (zh) * | 2021-06-02 | 2021-09-07 | 合肥国轩高科动力能源有限公司 | 电池真空干燥过程中在线水分检测方法 |
CN115169756B (zh) * | 2022-09-07 | 2022-12-09 | 深圳市信润富联数字科技有限公司 | 电芯水份预测方法、装置、设备及存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102110803B (zh) * | 2011-01-28 | 2012-09-26 | 福建南平南孚电池有限公司 | 锂铁电池的正极电极材料的烘干方法 |
CN102735023B (zh) * | 2011-04-07 | 2015-12-02 | 东莞新能源科技有限公司 | 一种锂离子电池电芯的干燥方法 |
CN102324549B (zh) * | 2011-09-22 | 2013-08-28 | 深圳市创明电池技术有限公司 | 一种电芯烘烤的方法 |
CN102914484A (zh) * | 2012-10-16 | 2013-02-06 | 绥中正国新能源科技有限公司 | 一种锂离子电池极片或电芯干燥度测试方法 |
JP2015185406A (ja) * | 2014-03-25 | 2015-10-22 | トヨタ自動車株式会社 | 燃料電池システム及び燃料電池の水分量制御方法 |
JP6291369B2 (ja) * | 2014-07-01 | 2018-03-14 | 本田技研工業株式会社 | 燃料電池用含水量制御方法及び装置 |
CN105987855B (zh) * | 2015-02-13 | 2019-10-18 | 深圳市比克动力电池有限公司 | 电池电芯的水分测量方法 |
CN105655628B (zh) * | 2016-03-22 | 2018-05-11 | 湖南立方新能源科技有限责任公司 | 一种电芯快速干燥方法 |
CN105890291B (zh) * | 2016-04-07 | 2018-09-18 | 中航锂电(洛阳)有限公司 | 一种大容量锂离子电池电芯的干燥方法 |
-
2017
- 2017-12-29 CN CN201711499568.2A patent/CN108303493B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108303493A (zh) | 2018-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108303493B (zh) | 电池水含量的预测方法 | |
CN108872814B (zh) | 一种高压电流互感器内部油纸绝缘寿命评估方法 | |
CN104729962A (zh) | Gh4169合金锻件晶粒度分析及预测方法 | |
CN110781611B (zh) | 基于Lambert W函数的光伏组件温度实时计算方法 | |
CN111458225A (zh) | 一种质子交换膜燃料电池密封材料的寿命预测方法 | |
CN103728570A (zh) | 一种基于电池热特性的健康状态检测方法 | |
CN106501121A (zh) | 一种煤的挥发分的测定方法及应用 | |
CN102297846A (zh) | 一种快速测定发酵液中透明质酸含量的方法 | |
CN117174899B (zh) | 一种氟化碳正极材料制备方法 | |
CN116718633A (zh) | 一种绝热材料绝热性能软测量智能检测系统及方法 | |
CN105158147B (zh) | 一种用于测试密封圈材料老化的装置及方法 | |
CN106991074A (zh) | 基于加速因子不变原则的加速退化试验优化设计方法 | |
CN111062134B (zh) | 一种具有光、电、热性能的功能材料基元的筛选方法 | |
CN113297738A (zh) | 一种锂离子电池热失控建模方法 | |
CN112285435B (zh) | 一种大功率磁场辐射源的等效模拟方法 | |
CN112505079A (zh) | 一种基于pxrf的对薄(有限量)水蛭样品的分析方法 | |
Yunfei et al. | Capacity estimation of lithium-ion batteries based on Gaussian process regression and feature selection | |
CN103076354A (zh) | 一种真空安定性的自动化测试系统及其测试方法 | |
CN203101213U (zh) | 一种水分快速检测仪 | |
CN114113207B (zh) | 一种光学材料热扩散系数的测量方法 | |
Selivanova et al. | Intelligent information-measuring system for operational control of thermo-physical properties of heat insulating materials | |
CN116364198A (zh) | 烟叶原料热解特性预测方法 | |
CN110057742B (zh) | 锂离子电池极片孔隙率在线检测方法及其应用 | |
CN113065275B (zh) | 一种飞行器飞行过程中驻点热流的在线预示方法 | |
CN114487015A (zh) | 方波热成像测量低热导率材料内部缺陷深度的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |