欢迎使用淄博智来知识产权服务有限公司的柿子坊知识产权运营平台,本站提供专利转让转化、技术转移转化、商标买卖等服务
注册
登录
专利转让_商标转让_知识产权转让评估买卖_智来柿子坊专利交易平台
24小时咨询热线
13280638997
首页
专利买卖
商标买卖
高价值专利
高校专利
关于我们
当前位置:
首页
>
专利转让
>
质子交换膜燃料电池专利转让
类型
请选择
发明
实用新型
外观设计
法律状态
请选择
专利失效
已下证
授权未缴费
公开审查中
受理未公开
未申请
视为放弃,等恢复
检索范围
请选择
检索摘要、标题、关键词、申请号
检索标题
名称/领域
专利名称:
利于流体分配的质子交换膜燃料电池金属双极板
申请号:
2021106286996
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
燃料电池 质子交换膜燃料电池
相似专利
发布日:2025/03/18
摘要: 本申请涉及燃料电池的技术领域,尤其是涉及利于流体分配的质子交换膜燃料电池金属双极板,其包括基板、阴极板、阳极板及质子交换膜,所述基板相互背离的两侧分别开设有多条阳极槽和阴极槽,阳极槽与阴极槽的走向一致,相邻的阳极槽、阴极槽间隔分布,阳极板固定嵌设于阴极槽内,阴极板固定嵌设于阴极槽内,基板还开设有与阳极槽走向一致的质子交换孔,质子交换膜固定嵌设于质子交换孔内,本申请具有优化金属双极板的流场,减少局部缺气的风险,使燃料电池堆栈保持正常运行的效果。
专利名称:
一种质子交换膜燃料电池金属双极板的制备方法
申请号:
2021101934899
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
燃料电池 质子交换膜燃料电池
相似专利
发布日:2024/10/16
摘要: 本发明涉及燃料电池技术领域,提供了一种质子交换膜燃料电池金属双极板的制备方法。本发明采用先涂层、再焊接、最后液压成形的方法制备金属双极板,能够保证涂层厚度均匀,保证双极板各处耐腐蚀性和接触电阻的一致性;本发明焊接两层金属板时在两侧各留一处未焊区,液压成形时,将未焊区作为注液孔向两层金属板之间注入高压液体,在液压力的作用下,上层金属板与上模板的型腔壁贴合,下层金属板与下模板的型腔壁贴合,从而使阴、阳极双板同时成形。采用本发明的方法进行液压成形,不会对涂层造成损坏,形成的流道精度高,产品合格率高,且本发明首次实现了阴、阳极双板的同时成形。
专利名称:
一种质子交换膜燃料电池水合状态在线评估与异常自愈控制方法
申请号:
2019109376272
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
电池检测 氢能源 质子交换膜燃料电池
相似专利
发布日:2024/10/08
摘要: 本发明公开了一种质子交换膜燃料电池水合状态在线评估与异常自愈控制方法,涉及燃料电池水合状态评估技术领域。该方法具体包括以下步骤:根据系统负荷需求得到燃料电池请求电流对应的辅机设定状态,当调节辅机运行状态达到该辅机设定状态时,将该状态作为水合状态异常自愈控制的基准运行状态;在质子交换膜燃料电池基准运行状态下,采样燃料电池请求电压序列,对燃料电池水合状态进行异常评估;基于差分电流注入原理,采样燃料电池设定电压序列,对燃料电池水合状态异常进行进一步分类;根据质子交换膜燃料电池水合状态综合评估分类结果,生成偏置请求电流信号以及迭代电流设定序列,对该质子交换膜燃料电池水合状态异常进行迭代自愈控制。
专利名称:
一种质子交换膜燃料电池寿命预测的方法
申请号:
2023105684590
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
氢燃料电池 节能减排 氢能 清洁低碳能源 质子交换膜燃料电池
相似专利
发布日:2024/11/21
摘要: 本发明公开了一种质子交换膜燃料电池寿命预测的方法,采用改进的蛇优化算法分别优化卷积神经网络模型CSO‑CNN和随机向量网络模型CSO‑RVFL进行退化趋势预测;采用粒子滤波嵌套半经验模型,首先通过燃料电池的物理模型进行循环迭代得到状态方程和观测方程的参数范围,并利用粒子群优化算法进行对物理模型进行参数优化;最后采用Blending算法对数据驱动模型和物理模型预测结果进行集成学习得到燃料电池的性能退化趋势,使用性能退化趋势预测结果对质子交换膜燃料电池剩余寿命进行预测。本发明利用改进的蛇算法对CNN和RVFL模型进行同步优化,能够更好的得到燃料电池性能退化趋势,实现对质子交换膜燃料电池剩余寿命的精确快速预测。
专利名称:
基于深度信念网络的质子交换膜燃料电池性能预测及寻优方法
申请号:
2020100346541
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
网络传输 质子交换膜燃料电池
相似专利
发布日:2023/10/17
摘要: 本发明提供一种基于深度信念网络的质子交换膜燃料电池性能预测与寻优方法,其特点是,包括:训练数据的收集与预处理、构建深度信念网络模型并进行训练、电池性能预测并与传统预测方法比较和应用深度信念网络模型搜寻最大功率密度与最优工况等步骤,其科学合理,预测准确性高;并且仅通过相对少的数据训练网络就能够完成很大工况范围内的最大功率密度搜寻并获取最佳运行工况,相比于花费昂贵的实验与耗时较长的模拟,能够极大提高燃料电池系统的设计与优化效率。
第1页/共1页;本页5条记录/共5条记录
1
第
页
用户指南
常见问题
免责声明
交易方式
交易流程
支付方式
专项服务
专利评估
我要买专利
关于柿子坊
合作洽谈
联系我们
关注微信公众号
联系我们
咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
CopyRight©2016 by 淄博智来知识产权服务有限公司 All Rights Reserved
专利转让_商标转让_知识产权转让评估买卖_智来柿子坊专利交易平台
地址:山东省淄博市张店区人民路与北京路路口银街3号华侨大厦
鲁ICP备16031200号
鲁公网安备 37030302000778号