問題的答案無所不包論文書籍站
Hybrid breakdown的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包
Hybrid breakdown的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦寫的 Proceedings of the International Conference on Computational Intelligence and Sustainable Technologies: ICoCIST 2021 和蘇艷的 航空器測試與故障預測技術都 可以從中找到所需的評價。
這兩本書分別來自 和北京航空航天大學所出版 。
國立中正大學 電機工程研究所 黃崇勛所指導 陳威仁的 以時序錯誤導向電軌調變技術實現之細緻化電壓調節及其於能耗可調數位系統之應用 （2021），提出Hybrid breakdown關鍵因素是什麼，來自於數位控制低壓降線性穩壓器、可容錯數位系統、即時視訊處理、電源軌抖動、電壓調節技術。
而第二篇論文明志科技大學 化學工程系碩士班 楊純誠、施正元所指導 林冠吟的 添加不同導電碳材應用於磷酸鋰鐵/碳陰極複合材料 （2021），提出因為有 磷酸鋰鐵、溶膠凝膠法、多孔氧化石墨烯、氣相生長碳纖維、鋰離子擴散係數、電子導電度、原位X-ray繞射光譜儀、原位顯微拉曼光譜儀的重點而找出了 Hybrid breakdown的解答。
Proceedings of the International Conference on Computational Intelligence and Sustainable Technologies: ICoCIST 2021
為了解決Hybrid breakdown 的問題，作者 這樣論述：
Multi-Choice Programming with Benefits using Kriging Interpolation Method.- Prediction of Alzheimer’s Disease using Machine Learning Algorithm.- A Study of the Caputo-Fabrizio Fractional Model for Atherosclerosis Disease.- Fourth order computations of forced convection heat transfer past an isotherm
al/isoflux cylinder in cylindrical geometry with pseudo time iteration technique.- Implementation of Arithmetic Logic Unit using Area Efficient Adder.- Optimized design of ALU using Reversible Gates.- On-street parking management in Urban CBD: A Review.- Optimal Location of IPFC on LFC Studies Consi
dering PI-TIDN controller and RT-Lab.- Redox Flow Battery Support for Combined ALFC-AVR Control of Multiarea Thermal system Incorporating Renewable Energy Sources.- Cascaded Neural Network Approach for Template Based Array Synthesis.- Deep Learning Assisted Technology for MIMO OFDM 5G Application.-
Multi objective Hydro-Thermal-Wind Scheduling applying PSO.- Design and Implementation of Recommendation System using Sentiment Analysis in Social Media.- Content Based Movie Recommendation System with Sentiment Evaluation of Viewer’s Reviews.- New characterization of electrode of supercapacitor wit
h its application as a backup power supply.- Classification of Indian classical dance hand gestures: A Dense SIFT based approach.- A Grid Connecting Control Scheme for Reactive Power Compensation of PV Inverter.- Quantification of Urinary bladder for early detection of hazard in Oliguric patient und
er dialysis using Embedded System.- Shorted Non-radiating Edges Integrated 2x1 Rectangular Microstrip Antenna for Concurrent Improvement of Gain and Polarization Purity.- A mutual authentication and key agreement protocol for smart grid environment using lattice.- Identification of Malignant Lymphob
last Cell in Bone Marrow using Machine Learning.- Predicting Tamil Nadu Election 2021 Results using Sentimental Analysis Before Counting.- Ticket Dispensation Using Face Detection and Classification.- Estimating the Effectiveness of Paratransit Service in Guwahati City.- A state-of-the-art review on
multi-criteria decision making approaches for micro-grid planning.- Availability of different agricultural biomass for energy applications in Villupuram and Cuddalore district.- Deep Wavelet based Compressive Sensing Data Reconstruction for Wireless Visual Sensor Networks.- Optimized 64-bit reversi
ble BCD Adder for low power applications and its comparative study.- Disease Prediction using Various Data Mining Techniques.- Classification Of Medicinal Plant Species Using Neural Network Classifier: A Comparative Study.- Stock Market Prediction of Neural network: A Literature Review.- Expanding E
lectricity Access in Rural Uttarakhand by Mobilization of Local Resources.- Detection of Abnormalities in Mammograms using Deep Convolutional Neural Networks.- Orange Fruit Recognition using Neural Networks.- Machine learning based method for recognition of paddy leaf diseases.- Data-Path Designing
in Multi-Voltage Domain.- State Space Approach of Automatic Generation Control of Two-Area Multi Source Power systems.- A neural network model to estimate parameters of DBSCAN for flood image segmentation.- Quality Assessment of Public Transport: A Review.- Blockchain Technology Used in the Mid-Day
Meal Scheme Program Supply Chain Management.- Economic Load Dispatch: A Holistic Review on Modern Bio-Inspired Optimization Techniques.- Enhanced Multigradient Dilution Preparation.- Breakdown Voltage Improvement in AlGaN/GaN HEMT by Introducing a Field Plate.- Engineering optimization using an adva
nced hybrid algorithm.- Image Enhancement using Chicken Swarm Optimization.- AHP-utility Approach for Mode Choice Analysis of Online Delivery System.- Medical Electronics Device to Provide Non-Invasive Therapy to Treat Deep Vein Thrombosis using BLE and Embedded Systems.- Applying Efforts for Behavi
or Based Authentication for Mobile Cloud Security.- A Comprehensive Study on SCADA based Intake, W
以時序錯誤導向電軌調變技術實現之細緻化電壓調節及其於能耗可調數位系統之應用
為了解決Hybrid breakdown 的問題，作者陳威仁 這樣論述：
電壓調節技術(voltage scaling)在提高數位系統的能源效益方面具有相當大的潛力。然而，其節能效益在極大程度上受制於系統中穩壓電路之性能。本論文旨在提出一種可打破此限制的基於時序錯誤導向之電源軌調變技術，並以此技術實現細緻化的電壓調節。所提出之技術只需要少數電壓檔位，即可利用電源軌抖動(supply rail voltage dithering)的方式來近似出細緻化電壓調節的效果。因此，所提出之方法可以顯著降低晶片內穩壓電路的設計開銷。由於數位式低壓降線性穩壓器(digital low-dropout regulator, DLDO)具有無縫整合：（一）穩定輸出電壓、（二）電源軌抖
動、以及（三）電源閘控(power gating)等技術之特性，因此本論文利用DLDO來實現所提出之電源軌調變技術。為了精確與快速地實現適用於不同應用場景之DLDO電路，本論文也提出一種具有快速週轉時間的DLDO設計方法，並實際以一高性能DLDO設計為例驗證其效益。實驗結果指出，使用了聯電110奈米製程所製造的DLDO測試晶片展現出3毫伏特的超低漣波、67奈秒的輕載至重載暫態響應及250奈秒的重載至輕載暫態響應。與最先進的DLDO設計相比，該DLDO具有更簡潔的硬體架構且在品質因數(figure of merit)方面展現出高度競爭力。而後，本文以一種基於DLDO的抖動電源 (dithered
power supply)來實現所提出之電源軌調變技術。為了驗證所提出技術之效益，我們使用了一個具有時序錯誤偵測與修正能力之可程式化DSP資料路徑(datapath)作為測試載體。此測試晶片以台積電65奈米低功耗製程實現，而研究結果表明，所提出之電源軌調變技術有助於回收設計階段時留下之保守設計餘裕(design margin)並提高能源效率。量測結果指出，當該DSP資料路徑被程式化為一個無限脈衝響(infinite impulse response)數位濾波器以執行低通濾波時，所提技術之節能效益最高可達30.8%。最後，本論文將所提出之電源軌調變技術應用於即時影像處理系統中並探索其先天的容錯
能力。我們利用人眼視覺可將視訊中相鄰影格及影格中鄰近畫素進行視覺積分的特性，來達到即使不須對時序錯誤進行主動偵測及修正也能維持一定視覺品質的效果。因此，藉由巧妙安排容許時序錯誤發生之位置（藉由降低操作電壓），因時序錯誤所產生的錯誤畫素即可主動被人眼濾除。 該測試晶片以聯電40奈米製程實現，其搭載了一個即時視訊縮放引擎作為測試載具。在實驗結果中，該測試晶片展現了高達35%的節能效益，並能在不需對時序錯誤做出任何修正、且不須更動資料路徑架構的狀況下，仍能維持良好的主觀視覺感受。在五分制的平均主觀意見分數(mean opinion score)評量中，各類型的畫面皆達4分以上。而在客觀評量方面，峰值
信號雜訊比(peak signal-to-noise ratio)皆高於30分貝。
航空器測試與故障預測技術
為了解決Hybrid breakdown 的問題，作者蘇艷 這樣論述：
本書可作為飛機維修專業的教材，並可作為飛機維修及相關專業的研究生和技術人員的參考書。 In this book, the complete theory systems and frameworks of aircraft testability and fault prognosis techniques are established.The common testability design analysis, fault diagnosis and prognosis methods of aircraft are introduced comprehensively. The ob
jects of the book are to stand out the characteristics of aviation, to pursue comprehensive and detailed content, and to emphasize the combination of theory and application. In the aspect of theory, the advanced theories and techniques including signal analysis, multisignal modeling, test strategy
optimization, sensor placement and sensing strategies,fault diagnosis methods, fault prognosis techniques and so on, which are involved in aircraft testability and fault prognosis, are all introduced in detail. In this book, aircraft testability and fault prognosis techniques include: testability m
odeling and analysis for aircraft system fault diagnosis and prognosis, vibration monitoring and fault diagnosis for aeroengine, trend analysis of aeroengine, and nondestructive testing of aircraft structure. In this book, many diagnosis cases are arranged in order to make theory to combine practi
ce. The book can be acted as the teaching material for senior aircraft maintenance majors, and reference book for postgraduate and technician of this major and related majors. 蘇豔：主要從事故障測試與維修排故、系統測試性設計分析、飛機結構適航測試等研究。 Chapter 1 Introduction1 1.1 The significance of aircraft diag
nosis and prognosis technology 1.2 Development of fault diagnosis and prognosis for aircraft system 1.3 Development of aircraft maintenance theory 1.3.1 Aircraft breakdown maintenance system 1.3.2 Aircraft hard time maintenance system 1.3.3 Aircraft reliability centered maintenance system 1.3.4 Airc
raft on condition maintenance system 1.4 Condition monitoring and fault diagnosis techniques for aeroengie 1.4.1 Research objects 1.4.2 The basic theory 1.4.3 Condition monitoring and fault diagnosis system aero engine 1.5 Inspection and repair techniques for aircraft structure 1.5.1 Structure insp
ection and maintenance goals 1.5.2 Aircraft design service goal and economic service life 1.5.3 Aircraft structure integrity and aging aircraft structure maintenance 1.5.4 The aircraft nondestructive detection techniques 1.5.5 Aircraft leakage detection technology 1.6 Review questions Chapter 2 Tes
tability Designing Analysis for System Diagnosis and Progosis 2.1 Introduction 2.2 Diagnostic and prognostic system requirements 2.3 Designing in fault diagnostic and prognostic systems 2.4 Diagnostic and prognostic functional layers 2.5 Testability modeling for complex system fault diagnosis 2.5.1
Types of failures 2.5.2 Designing completely testable systems using TEAMS 2.5.3 Testability design analysis based on MHFDG model for aircraft system ault diagnosis 2.6 Test strategy optimization method for aircraft system fault diagnosis 2.7 Review questions Chapter 3 Sensors and Sensing Strategies
3.1 Basic concepts of sensors, transducers and sensing strategies 3.2 Sensors application and quality requirements 3.2.1 Application 3.2.2 Quality requirements 3.3 The types of transducers 3.4 Type of sensors 3.4.1 Gases or liquids pressure sensors 3.4.2 Mechanical/structural sensor systems 3.4.3 P
erformance/operational sensors 3.4.4 Other new sensors 3.5 Sensor placement 3.6 Wireless sensor networks 3.7 Digital signal processing system 3.8 Review questions Chapter 4 Fault Signal Analysis and Processing 4.1 The concept and classification of signal 4.1.1 The concept of signal 4.1.2 The classi
fication of signal 4.2 Time domain analysis 4.2.1 Amplitude domain 4.2.2 Time difference domain 4.2.3 Stationary stochastic process 4.2.4 Ergodic stochastic process 4.3 Frequency domain analysis 4.3.1 Impulse function and convolution 4.3.2 Fourier series 4.3.3 Fourier transform 4.4 Review questions
Chapter 5 Theories for Fault Recognition and Diagnosis 5.1 Introduction 5.2 Fault diagnosis framework 5.2.1 Relevant definitions 5.2.2 Fault monitoring and diagnosis framework 5.3 Bayesian classification 5.3.1 Condition probability 5.3.2 Total probability formula 5.3.3 The Bayes decision based on m
inimum error ratio 5.3.4 Bayes decision based on the minimum average risk 5.4 Classification based on distance functions 5.4.1 Space distance (geometric distance) functions 5.4.2 Discriminant method with information distance 5.5 Fuzzy diagnosis 5.5.1 Membership function 5.5.2 Fuzzy vector 5.5.3 Fuzz
y relationship 5.6 Grey diagnosis 5.6.1 Grey system modeling 5.6.2 The grey relation grade analysis 5.7 Neural network diagnosis 5.7.1 The topology structure and learning rules for artificial neural netwrk 5.7.2 Multlayer feed forward neural networks model and BP algorithm 5.8 Support vector machine
s diagnosis 5.8.1 Fundamental problems and methods of the machine learning 5.8.2 The core contents of statistical learning theory 5.8.3 Support vector machine 5.9 Expert system diagnosis 5.9.1 Introduction 5.9.2 Traditional rule based expert system principle 5.9.3 Diagnosis principle of neural netwo
rk expert system 5.10 Model based fault diagnosis 5.10.1 Common fault modeling 5.10.2 Dynamic systems modeling 5.11 Data based fault diagnosis 5.11.1 Alarm bounds method 5.11.2 Statistical clustering methods 5.11.3 Neural network classification and clustering 5.12 Review questions Chapter 6 Prognos
is Approaches for Aircrafts System and Compnent 6.1 Introduction 6.1.1 Revolutionary concepts made possible by prognostics 6.1.2 Prognostic applications related to aircraft 6.2 Prognostics approaches used in the aeronautical science164 6.2.1 Reliability based approach 6.2.2 Physics/model based appro
ach 6.2.3 Data driven approach 6.2.4 Hybrid/fusion approach 6.3 Physics/model based fault prognosis 6.3.1 The state estimation 6.3.2 The RUL prediction 6.3.3 A case：pneumatic valves leakage prediction in refuelling systm 6.4 Data driven performance prognosis 6.4.1Data driven approach based on feed f
orward NN 6.4.2 Data driven prognostics based on Dynamic Wavelet Neural Netwrks (DWNNs) 6.4.3 A case: gas turbine performance prognosis 6.5 Time series prediction methods 6.5.1 Linear time series prediction methods 6.5.2 Nonlinear time series prediction methods 6.5.3 Time series prediction based on
neural networks 6.5.4 The prediction method using support vector machine 6.6 Review questions Chapter 7 Condition Monitoring and Fault Diagnosis Techniques for Aeroegine1 7.1 Aeroengine state diagnosis 7.1.1 Basic principle of engine state diagnosis 7.1.2 Basic concepts for fault diagnosis 7.1.3 Fa
ult equation 7.1.4 Conclusion 7.2 The vibration monitoring and diagnosis system for aero engine 7.2.1 The main exciting sources of aero engine 7.2.2 The common faults mechanism analysis of rotor system 7.3 Common faults and their diagnosis of gear 7.3.1 Common fault forms and fault causes of gear 7.
3.2 Vibration mechanism of gear 7.3.3 The common signal analysis and processing methods for gear ault diagnosis 7.3.4 The signal characteristics and precision diagnosis of common aults of gear 7.4 Review questions Chapter 8 Nondestructive Testing Techniques for Aircraft Structural Inspction 8.1 The
significance and function of NDT in aviation maintenance 8.1.1 Nondestructive testing for old aircraft 8.1.2 Nondestructive testing of new materials on new aircraft 8.1.3 The role of nondestructive testing in aircraft calendar life study 8.1.4 The role of nondestructive testing in the aircraft fati
gue crack growth monitoring 8.1.5 Aircraft nondestructive testing techniques 8.2 Ultrasonic testing 8.2.1 Summary 8.2.2 Ultrasonic propagation velocity and acoustic impedance 8.2.3 The reflection and transmission of ultrasonic wave vertically irradiating on plane interface 8.2.4The reflection and re
fraction of ultrasonic slantwise incidence on plane interface 8.2.5 Ultrasonic testing method 8.2.6 Application of ultrasonic testing in aviation maintenance 8.3 Eddy current testing method 8.3.1 Summary 8.3.2 Eddy current testing principle 8.3.3 Eddy current testing features 8.3.4 Application for e
ddy current testing in aviation maintenance 8.4 Magnetic particle testing method 8.4.1 Summary 8.4.2Basic principle of magnetic particle testing 8.4.3 Characteristics of magnetic particle testing 8.4.4 The application of magnetic particle testing in aviation maintenance 8.5 Review questions Referenc
es
添加不同導電碳材應用於磷酸鋰鐵/碳陰極複合材料
為了解決Hybrid breakdown 的問題，作者林冠吟 這樣論述：
目錄明志科技大學碩士學位論文口試委員審定書 i誌謝 ii摘要 iiiAbstract v目錄 viii圖目錄 xi表目錄 xvii第一章 緒論 11.1 前言 11.2 研究動機 2第二章 文獻回顧 42.1 鋰離子二次電池之發展 42.1.1鋰離子二次電池反應機制及熱失控 52.2 陰極材料(Cathode materials) 82.3 陽極材料(Anode) 102.4 隔離膜(Separator) 122.5 電解質(Electrolyte) 142.6 磷酸鋰鐵(LiFePO4)的基本特性 162.7 磷酸鋰鐵陰極材料改質方法 182.7.
1 碳層包覆 182.7.2 添加導電/包覆導電的碳材 212.7.3 縮小粒徑 242.8 磷酸鋰鐵材料之合成方法 262.8.1 微波法(Microwave method) 262.8.2 溶膠凝膠法(Sol-gel method) 282.8.3 水熱法(Hydrothermal method) 312.8.4 噴霧乾燥法(Spray-drying method) 35第三章 實驗方法 393.1 實驗藥品與儀器 393.1.1 實驗儀器與設備 403.2 LFP/C複合陰極材料之製備方法 413.2.1磷酸鋰鐵/碳(LFP/C)製備方法 413.2.2磷酸鋰鐵
/碳/多孔氧化石墨烯(LFP/C/PGO)製備方法 423.2.3磷酸鋰鐵/碳/氣相生長碳纖維(LFP/C/VGCF)製備方法 443.3 LFP/C之陰極複合材料之物性、化性分析 463.3.1磷酸鋰鐵/碳(LFP/C)陰極材料之物化性分析方法 473.3.2磷酸鋰鐵/碳(LFP/C)陰極材料之化學成份分析 563.4 磷酸鋰鐵/碳(LFP/C)陰極材料之電化學性質分析 573.4.1電極片製備 573.4.2鈕扣型鋰離子半電池封裝 593.4.3電池充/放電穩定度測試 603.4.4循環伏安法測試 613.4.5交流阻抗測試 623.4.6恆電流間歇滴定法測試 64
第四章 結果與討論 654.1 磷酸鋰鐵/碳(LFP/C)之材料晶相結構分析 654.1.1原位-晶相結構分析 674.2 磷酸鋰鐵/碳(LiFePO4/C)之表面形態分析 724.2.1 磷酸鋰鐵/碳(LFP/C)之材料化學組成元素分析 764.2.2 磷酸鋰鐵/碳(LFP/C)之顯微結構微分析 794.3 磷酸鋰鐵/碳(LFP/C)之碳層結構分析 844.3.1原位-顯微拉曼光譜分析 864.4 磷酸鋰鐵/碳(LFP/C)之比表面積分析(BET) 884.5磷酸鋰鐵/碳(LFP/C)之粉末電子導電度分析 914.6 磷酸鋰鐵/碳(LFP/C)之殘碳量分析 924.7
磷酸鋰鐵/碳(LFP/C)電化學分析法 934.7.1 磷酸鋰鐵/碳(LFP/C)之低電流速率之充放電分析 934.7.2 磷酸鋰鐵/碳(LFP/C)之高電流速率之充放電分析 994.7.3 磷酸鋰鐵/碳(LFP/C)之長期循換穩定性分析 1044.8 磷酸鋰鐵/碳(LFP /C)循環伏安分析 1184.8.1磷酸鋰鐵/碳(LFP/C)電化學微分曲線分析 1204.9 磷酸鋰鐵/碳(LFP/C)交流阻抗及鋰離子擴散係數分析 1244.9.1磷酸鋰鐵/碳(LFP/C)恆電流間歇滴定法測試 129第五章 結論 135參考文獻 137 圖目錄圖 1、鋰離子二次電池充放電原理示意圖
[12]。 5圖 2、1992年至2020年鋰離子電池的世界市場價值[15]。 6圖 3、鋰離子二次電池熱失控三個階段示意圖[19]。 7圖 4、陰極材料中主要分為三種不同的晶體結構[28]。 9圖 5、鋰離子電池之陽極材料分類圖。 10圖 6、鋰離子電池之陽極材料特性。 11圖 7、各種製造隔離膜的方法示意圖[39]。 12圖 8、磷酸鋰鐵(LiFePO4)與磷酸鐵(FePO4)晶格結構圖[53]。 17圖 9、LiFePO4和LiFePO4/C複合材料的SEM圖。 18圖 10、LiFePO4和LiFePO4/C複合材料的SEM圖。 19圖 11、未塗覆TWEEN 80
的LiFePO4 (a). SEM圖 (b). TEM和HRTEM圖；塗覆了TWEEN 80的LiFePO4 (c). TEM和 (d). HRTEM圖。 20圖 12、LFP–CNT–G組合的網絡結構示意圖[58]。 21圖 13、SEM圖 (a). 原始LFP (b). LFP-CNT複合材料 (c). LFP-G複合材料 (d). LFP-CNT-G複合材料；TEM圖 (e). 原始LFP (f). LFP–CNT複合材料 (g). LFP–G複合材料 (h). LFP–CNT–G複合材料。 22圖 14、(a) VC/LFP及C/LFP的放電曲線圖、(b) VC/LFP及C/LF
P循環比較圖。 22圖 15、VC/LFP和C/LFP的EIS阻抗曲線比較圖。 23圖 16、$VGCF的製造過程示意圖[60]。 23圖 17、LFP/C和LFP/C-Tween分析(a). XRD圖譜，(b). 粒徑分佈，(c).和(d). SEM圖，(e)和(f). TEM圖。 25圖 18、(A). LiFePO4/graphene，(B). LiFePO4/C複合材料在0.1至10C不同電流速率下的充電/放電曲線。 27圖 19、(A). LiFePO4/graphene，(B). LiFePO4/C複合材料在0.1至10 C的各種電流速率下的充電/放電循環性能圖。 27
圖 20、SEM圖(a). HY-LiFePO4 (b). HY-SO-LiFePO4。 29圖 21、(a)、(b) LiFePO4/C和(c)、(d) LiFePO4/CG樣品的SEM和TEM圖。 30圖 22、(a)、(b) LiFePO4/C和(c)、(d) LiFePO4/CG複合材料在不同速率下的充電/放電曲線和循環性能。 30圖 23、LiFePO4/C核-殼複合材料(a). XRD圖, (b). SEM圖, (c). TEM圖, (d). HRTEM圖。 32圖 24、SEM圖(a). 3DG, (b). FP, (c)、(d). FP/3DG, (e). LFP/C,
(f). LFP/3DG /C。 33圖 25、LFP/C和LFP/3DG/C，(a). 0.2C、(b). 1C時的循環性能曲線和庫侖效率。 34圖 26、LFPO/rGO複合材料(a)~(c). SEM圖像，(d)~(f). TEM圖像。 34圖 27、SEM圖(a). Hy-LFP/C (b). Hy-LFP/GO/C (c). SP-LFP/GO/C和(d). SP-LFP/PGO/C。 36圖 28、(a). Hy-LFP/C, (b). SP-LFP/GO/C, (c). SP-LFP/PGO/C複合材料在0.2~10C時的充放電曲線, (d). LFP複合材料的速率能力曲
線圖。 36圖 29、具有不同NC層含量的LiFePO4的SEM圖(a).0 wt. %NC (b).2 wt. %NC (c).5 wt. %NC (d).10 wt. %NC。 37圖 30、HRTEM圖(a).LFP/C, (b).LFP/C/CNT, (c).LFP/C/G, (d).LFP/C/G/CNT。 38圖 31、LiFePO4/C陰極材料之流程示意圖。 45圖 32、LiFePO4/C陰極複合材料的各性質檢測項目之流程圖。 46圖 33、布拉格表面衍射示意圖。 47圖 34、X-ray繞射分析儀(Bruker D2 Phaser)。 48圖 35、原位繞射分析
光譜儀組件。 49圖 36、掃描式電子顯微鏡(Hitachi S-2600H)圖。 50圖 37、高解析穿透式電子顯微鏡(JEOL JEM2100)。 51圖 38、顯微拉曼光譜儀（Confocal micro-Renishaw）。 52圖 39、原位顯為拉曼分析光譜儀組件。 53圖 40、比表面積分析儀。 54圖 41、將錠片夾入自製夾具之示意圖。 55圖 42、元素分析儀(Thermo Flash 2000)。 56圖 43、LiFePO4/C複合陰極材料電極片製備之流程圖。 58圖 44、CR2032鈕扣型半電池封裝示意圖。 59圖 45、佳優(BAT-750B)電池
測試儀。 60圖 46、恆電位電池測試儀(MetrohmAutolab PGST AT302N)圖。 61圖 47、AC交流阻抗測試圖譜(Nyquist plot)示意圖。 62圖 48、BioLogic BCS-805電池測試儀。 64圖 49、添加不同導電碳材之陰極複合材料XRD分析圖譜。 66圖 50、(a) LFP/C、(b) LFP/C/VGCF電極在充放電1次循環下的In-situ XRD分析圖。 69圖 51、LFP/C電極在不同範圍之In-situ XRD分析圖。 70圖 52、LFP/C/VGCF電極在不同範圍之In-situ XRD分析圖。 70圖 53、在
In-situ XRD充放電過程中LFP相的比例圖。 71圖 54、PGO之SEM表面形貌圖: (a). 1kx (b). 5kx (c). 10 kx (d) 20 kx。 73圖 55、VGCF之SEM表面形貌圖: (a). 1kx (b). 5kx (c). 10 kx (d) 20 kx。 73圖 56、LFP/C之SEM表面形貌圖: (a).、(b). 在5kx、(c).、(d). 在10kx。 74圖 57、LFP/C/PGO之SEM表面形貌圖: (a).、(b). 在5kx、(c).、(d). 在10kx。 74圖 58、LFP/C/VGCF之SEM表面形貌圖: (a)
.、(b). 在5kx、(c).、(d). 在10kx。 75圖 59、LFP/C樣品EDS元素mapping分析圖。 76圖 60、LFP/C樣品EDS元素分析光譜圖。 76圖 61、LFP/C/PGO樣品EDS元素mapping分析圖。 77圖 62、LFP/C/PGO樣品EDS元素分析光譜圖。 77圖 63、LFP/C/VGCF樣品EDS元素mapping分析圖。 78圖 64、LFP/C/VGCF樣品EDS元素分析光譜圖。 78圖 65、自製PGO添加劑在HR-TEM之分析圖。 80圖 66、市售VGCF添加劑在HR-TEM之分析圖。 80圖 67、LFP/C粉體在H
R-TEM之分析圖。 81圖 68、LFP/C/PGO粉體在HR-TEM之分析圖。 82圖 69、LFP/C/VGCF粉體在HR-TEM之分析圖。 83圖 70、添加不同導電碳材之LFP/C陰極複合材料之拉曼分析結果圖。 85圖 71、LFP/C在不同範圍之In-situ micro-Raman分析圖。 87圖 72、LFP/C/VGCF在不同範圍之In-situ micro-Raman分析圖。 87圖 73、LFP/C材料之BET比表面積分析圖。 89圖 74、LFP/C/PGO材料之BET比表面積分析圖。 89圖 75、LFP/C/VGCF材料之BET比表面積分析圖。 9
0圖 76、LFP/C含不同導電碳材，在0.1C/0.1C充放電速率下，首次充放電克電容量曲線圖。 94圖 77、LFP/C在0.1C/0.1C充放電速率活化階段電性曲線圖。 95圖 78、LFP/C/PGO在0.1C/0.1C充放電速率活化階段電性曲線圖。 96圖 79、LFP/C/VGCF在0.1C/0.1C充放電速率活化階段階段電性曲線圖。 97圖 80、LFP/C添加不同導電碳材在0.1C/0.1C速率下活化曲線圖。 98圖 81、LFP/C在0.2C/0.2C-10C充放電速率電性曲線圖。 100圖 82、LFP/C/PGO在0.2C/0.2C-10C充放電速率電性曲線圖
。 101圖 83、LFP/C/VGCF在0.2C/0.2C-10C充放電速率電性曲線圖。 102圖 84、添加不同導電碳材在0.2C/0.2-10C速率電性曲線圖。 103圖 85、LFP/C在0.1C/0.1C充放電速率30 cycles電性曲線圖。 106圖 86、LFP/C/PGO在0.1C/0.1C充放電速率下30 cycles電性曲線圖。 107圖 87、LFP/C/VGCF在0.1C/0.1C充放電速率30 cycles電性曲線圖。 108圖 88、LFP/C添加不同導電碳材在0.1C/0.1C充放電速率30 cycles電性曲線圖。 109圖 89、LFP/C在1
C/1C充放電速率100 cycles之電性曲線圖。 110圖 90、LFP/C/PGO在1C/1C充放電速率100 cycles之電性曲線圖。 111圖 91、LFP/C/VGCF在1C/1C充放電速率下100 cycles之電性曲線圖。 112圖 92、LFP/C添加不同導電碳材在1C/1C充放電速率100 cycles之電性曲線圖。 113圖 93、LFP/C在1C/10C充放電速率下100 cycles之電性曲線圖。 114圖 94、LFP/C/PGO在1C/10C充放電速率下100 cycles之電性曲線圖。 115圖 95、LFP/C/VGCF在1C/10C充放電速率下
100 cycles之電性曲線圖。 116圖 96、添加不同導電碳材在1C/10C充放電速率100 cycles之電性曲線圖。 117圖 97、LFP/C添加不同導電碳材之CV分析圖。 119圖 98、LFP/C樣品之電化學微分曲線分析。 121圖 99、LFP/C/VGCF樣品之電化學微分曲線分析。 122圖 100、LFP/C樣品添加不同導電碳材之電化學微分曲線分析。 123圖 101、等效電路圖模組圖[112]。 125圖 102、在0.1C/0.1C充放5次循環後，不同導電碳材製備LFP/C樣品:(a). EIS阻抗比較圖、(b).鋰離子擴散係數比較圖。 126圖 10
3、在0.1C/0.1C充放30次循環後，不同導電碳材製備LFP/C樣品(a). EIS阻抗比較圖、(b). 鋰離子擴散係數比較圖。 127圖 104、在1C/1C充放100次循環後，不同導電碳材製備LFP/C樣品(a). EIS阻抗比較圖、(b). 鋰離子擴散係數比較圖。 128圖 105、LFP/C單次步驟充放電曲線圖(a) charge；(b) discharge。 132圖 106、LFP/C之V vs.τ1/2分析圖。 132圖 107、LFP/C之GITT充放電曲線圖。 133圖 108、LFP/C/VGCF之GITT充放電曲線圖。 133圖 109、GITT單次步驟比
較(a) charge、(b) discharge。 134圖 110、GITT之充電分析圖。 134 表目錄表 1、鋰離子電池之陰極材料的特性比較分析表 9表 2、鋰離子電池常用有機溶劑之特性比較 15表 3、LiFePO4與FePO4之晶格參數 17表 4、實驗藥品 39表 5、實驗儀器與設備 40表 6、充放電條件計算表 60表 7、方程式中符號及單位 63表 8、添加不同導電碳材之陰極複合材料XRD晶相比較表 66表 9、添加不同導電碳材之LFP/C陰極複合材料之拉曼分析結果 85表 10、LFP/C、LFP/C/PGO、LFP/C/VGCF之比表面積分析結果
88表 11、LFP/C、LFP/C/PGO、LFP/C/VGCF之粉體電子導電度結果分析 91表 12、添加不同導電碳材之陰極複合材料之殘碳含量分析 92表 13、LFP/C含不同導電碳材，在0.1C/0.1C充放電速率下，首次充放電克電容量比較 94表 14、LFP/C在0.1C/0.1C充放電速率活化階段電性比較 95表 15、LFP/C/PGO在0.1C/0.1C充放電速率活化階段電性比較 96表 16、LFP/C/VGCF在0.1C/0.1C充放電速率活化階段電性比較 97表 17、LFP/C添加不同導電碳材在0.1C/0.1C速率下活化比較 98表 18、LFP/C在
0.2C/0.2C-10C充放電速率電性比較 100表 19、LFP/C/PGO在0.2C/0.2C-10C充放電速率電性比較 101表 20、LFP/C/VGCF在0.2C/0.2C-10C充放電速率電性比較 102表 21、添加不同導電碳材在0.2C/0.2-10C速率電性比較表 103表 22、LFP/C/PGO在0.1C/0.1C充放電速率下30 cycles電性比較表 107表 23、LFP/C/VGCF在0.1C/0.1C充放電速率下30 cycles電性比較表 108表 24、LFP/C添加不同導電碳材在0.1C/0.1C充放電速率30 cycles電性比較表 10
9表 25、LFP/C添加不同導電碳材在1C/1C充放電速率100 cycles之電性比較表 113表 26、添加不同導電碳材在1C/10C充放電速率100 cycles之電性比較表 117表 27、LFP/C添加不同導電碳材之CV分析結果 119表 28、LFP/C樣品之電化學微分曲線分析表 121表 29、LFP/C/VGCF樣品之電化學微分曲線分析表 122表 30、LFP/C樣品添加不同導電碳材之電化學微分曲線分析 123表 31、在0.1C/0.1C充放5次循環後，添加不同導電碳材製備LFP/C樣品之EIS分析及鋰離子擴散係數計算結果表 126表 32、在0.1C/0.
1C充放30次循環後，添加不同導電碳材製備LFP/C樣品之EIS分析及鋰離子擴散係數計算結果表 127表 33、在1C/1C充放100次循環後，添加不同導電碳材製備LFP/C樣品之EIS分析及鋰離子擴散係數計算結果表 128表 34、鋰離子的擴散係數方程式中符號及單位 130