据央视新闻新浪微博报道:5月8日上午,深圳地铁4号龙华线0611号列车尾部着火。地铁工作人员透露,起火原因为乘客携带的移动电源爆炸所致,所幸爆炸并无造成人员伤亡。
这次事故给许多朋友敲响警钟:“你的移动电源够安全吗?”在这里小编从上市企业朗科科技了解到一些关于移动电源安全性的常识,希望对大家有所帮助!
电芯是移动电源最关键的部件,是能量存储之所在。电芯基本可以分为四种,分别是镍氢电芯、磷酸铁锂电芯、液态锂离子电芯和聚合物锂离子电芯。
其中,镍氢电芯和磷酸铁锂电芯虽然电压低且标称容量大,但实际输出效率低,与锂离子电芯和锂聚合物电芯相比,完全没有任何优势。因此这两种电芯基本已退出市场。
市场上主流的是锂离子电芯,它又分为液态锂离子电芯和聚合物锂离子电芯两种。液态锂离子电芯的优点是:工艺成熟,容量大。可是它采用金属壳封装,一旦发生安全隐患,容易起火爆炸。早期关于新闻里所报道的移动电源爆炸事件,都是发生在采用液态锂离子电芯的移动电源上。(至于这次深圳地铁车厢内移动电源爆炸案是否为18650电芯尚无明确消息透露。)
聚合物锂离子电芯相对液态锂离子电芯而言,更轻,更安全。它在结构上采用铝塑软包装,没有多余的电解液,若不幸电池发生问题,可通过电池膨胀造成短路,以此避免危险情况发生,因此更为可靠!另外,聚合物锂离子电芯则比液态锂离子电芯有更长的使用寿命,性能更稳定,所以它的造价也相应较高。也正因如此,目前市面上采用聚合物电芯的移动电源比较少。
液态锂离子电芯聚合物锂离子电芯
电芯材质对移动电源的整体性能有决定性作用,因此,广大朋友在选购移动电源时一定要选择专业的、可信赖的正规厂家的产品。下面小编就为大家简单介绍几款由数码行业元老朗科科技推出的几款移动电源,它们都是采用上等优质的聚合物锂离子电芯,大家可以放心选购使用。
首先是朗科近期推出的移动电源F8600。它的电池容量为8600毫安,可为苹果手机充电5-6次,具有超强的续航力,是长途旅行、出差的必备之选。由于选用了聚合物锂离子电芯,因此它安全性能极佳且可充放电循环次数不低于500次。它的外壳采用高品质金属锻造,表面镭雕蜂巢图案,简约美观;整体运用磨砂工艺打造,细腻清爽;中框防滑纹一体成型,握感舒适,整体贵气十足。F8600仅设一个开关键,意为着用户单键即可完成所有操作。它还配有LED显示灯与照明灯,简洁易用,科技感十足。值得一提的是,朗科F8600装载了先进的智能保护系统,设有过充、过放、过流、过压、高温、短路、过功率等多重保护,安全升级!
朗科F12000
其次是超大容量移动电源F12000,其容量为12000毫安,可为苹果手机充电5-7次,可充放电循环次数500次以上。它装载了最先进的智能保护系统,拥有短路保护、恒压保护、恒流保护、过放保护和过充保护,高性能的电源管理技术,可以彻底杜绝安全隐患。不仅产品本身安全,用其充电的数码产品也同样非常安全!F12000的双USB电量输出口的设计使它可以同时为两个电子产品充电,双倍省时,快速高效。它更可兼容手机、平板、数码相机、PSP、MP3等数码产品,完美解决充电难题。重要的是,其售价与液态锂离子电芯的移动电源相近,性价比超强!
以上是两款同属于朗科King系列的移动电源——F10000和F4200。这两款移动电源同样采用聚合物锂离子电芯,除具备与F12000相同的五重保护设计、完美兼容各种数码设备外,其外观则是以尊贵经典为主,整体由高品质金属锻造。F4200机身运用高光镜面处理,棱角极具层次感; F10000英朗挺拔,呈扁平的长方体形状,机身由金属抛光亮面制成,耀眼鎏金,轮廓完美,让人爱不释手。
以上四款移动电源电池容量从4200毫安至12000毫安不等,大家可根据自身的实际需求进行选购。另外,据朗科移动电源事业部负责人透露,朗科近期还将陆续推出几款聚合物锂离子电芯的产品,以满足市场与消费者的迫切需求,大家可尽情期待。
朗科官网地址:http://www.netac.com.cn/
希望了解更多可加朗科官方微信,或者私信朗科新浪、腾讯微博:Netac朗科科技。
好文章,需要你的鼓励
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。