-
题名YOLOv5用于太阳电池缺陷检测优化研究
- 1
-
-
作者
李玉娟
周界龙
麦耀华
吴绍航
高彦艳
李阳
-
机构
五邑大学智能制造学部
广东脉络能源科技有限公司
广州北环智能交通科技有限公司
暨南大学新能源技术研究院
-
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2024年第11期162-169,共8页
-
文摘
在新能源应用技术中,太阳电池表面缺陷检测是至关重要的技术环节。该文研究并提出一种基于YOLOv5算法的优化模型,可对静态图片进行检测也可用于实时视频中。将坐标注意力机制(CA)加入到YOLOv5的主干网络部分。再将颈部网络部分的特征融合部分优化为BiFPN结构。最后,为解决正负样本数量失衡问题,开启Focal Loss,并将其优化为Varifocal Loss。将此优化算法应用在PVEL-AD数据集上,并将mAP@0.5作为验证标准。验证结果表明,该研究所使用算法的检测精度达到86.24%,相较于未优化的原始算法提升5.64%。
-
关键词
目标检测
卷积神经网络
深度学习
太阳电池
YOLOv5
-
Keywords
object detection
convolutional neural networks
deep learning
solar cells
YOLOv5
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名原位构建富氟SEI的凝胶电解质用于金属锂二次电池
- 2
-
-
作者
李文涛
林慧娟
钟海
-
机构
暨南大学新能源技术研究院
-
出处
《化工学报》
EI
CAS
CSCD
北大核心
2022年第7期3240-3250,共11页
-
基金
国家自然科学基金项目(21805113,62035006)
广东省基础与应用研究基金项目(2019A1515011656)。
-
文摘
以六氟磷酸锂(LiPF6)为四氢呋喃的聚合引发剂制备凝胶电解质,同时作为氟源在金属锂负极表面原位构建富含LiF的固态电解质界面层(solid electrolyte interface,SEI)来抑制锂枝晶的生长以及金属锂/电解液之间的副反应。所制备的凝胶电解质具有较高的室温离子电导率(1.33 mS·cm^(−1))和较宽的电化学稳定窗口(4.5 V)。原位聚合方式组装金属锂对称电池循环后,锂负极表面没有明显的锂枝晶和被损毁的形貌出现;XPS结果表明锂负极表面生成了富含LiF的SEI。组装的LiFePO4全电池在1 C的电流密度下,稳定循环400周后仍保持118.7 mAh·g^(−1)的放电比容量。得益于四氢呋喃在开环聚合反应过程中,促进了LiPF6分解反应平衡的正向移动,在锂负极表面形成稳定的富含LiF的SEI,能够抑制锂枝晶的生长并防止其被持续性的腐蚀破坏。
-
关键词
氟化锂
固态电解质界面层
原位聚合
凝胶聚合物电解质
金属锂电池
-
Keywords
LiF
SEI
in-situ polymerization
gel polymer electrolyte
lithium mental batteries
-
分类号
TQ125.1
[化学工程—无机化工]
-
