石墨烯及其复合物在储能和单原子催化领域的应用

来源 :浙江大学 | 被引量 : 0次 | 上传用户:kevin_fisker
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了解决化石燃料的枯竭和日益严重的环境污染问题,人们长期致力于开发清洁、高效的可再生能源形式和有机物的催化转化技术。而以上目标的实现严重依赖于材料科学的发展,由此,凸显了开发具有先进结构且可大规模推广的材料的重要性。
  碳在地球表面的储量仅次于氧。以碳元素为主要成分,研究人员制备了大量的先进材料,极大地推动了储能、能量转化和催化领域的发展,其中,石墨烯由于具有诸多优越的物理/化学特性而得到了广泛的研究。然而,现有石墨烯材料的制备过程往往复杂且伴随着较高的能耗和污染代价,由此限制了其大规模应用。更为重要的是,由于缺乏对石墨烯以及负载于石墨烯表面的活性物质结构的精确调控技术,诸多潜在的以石墨烯为基础的高端应用领域,比如单原子催化,皆遭遇了发展瓶颈,从而限制了石墨烯的进一步推广。针对上述问题,本文从优化石墨烯结构的角度出发,以简单高效的方法设计了多种具有先进结构的石墨烯材料,并测试了其作为基底或活性物质在催化或储能方面的性能,主要研究工作如下:
  (1)目前,金属原子簇和相应单原子在同一反应中的催化性能强弱仍不为人所知,由此限制了诸多反应性能的进一步提高。针对这一问题,本文从优化石墨烯基底中活性物质锚定位点结构的角度出发,通过调节石墨烯中的氮掺杂形式,以光沉积法可控地制备了负载于氮掺杂石墨烯表面的Pt原子簇和Pt单原子。通过对比两种催化剂在电催化产氢反应(HER)中的电化学性能,发现Pt原子簇可以具有比Pt单原子更优越催化活性和稳定性。进一步的DFT计算证实,石墨烯中的氮掺杂不仅能够优化负载Pt原子簇的电子结构,促使氢在Pt原子簇表面具有比Pt单原子表面更优的吸脱附能垒,更可以和Pt原子簇发生电荷交换,从而有利于其催化稳定性的提高。该工作首次提出通过调节石墨烯基底的掺杂结构的方式调节原子级活性中心的结构和催化活性,实现了原子簇和单原子的催化性能的直接对比,提供了构建高效HER催化剂的新策略。
  (2)本文亦针对现有的材料合成方法在控制单原子价态方面的不足,利用Pd单原子和石墨烯基底之间较弱的相互作用,基于光沉积法调节了Pd单原子和石墨烯基底之间的配位结构,实现了Pd单原子价态在0价和+2价之间的定量控制。通过对比具有不同Pd0/Pd2+比例的催化剂在C-C偶联反应(Suzuki和Sonogashira反应)中的催化效果,发现Pd单原子的价态对于反应的催化效果影响巨大,且零价Pd的催化活性比+2价Pd更高。该工作首次提出通过控制石墨烯基底和金属单原子相互作用的方式调节金属单原子价态,为进一步提高诸多催化反应的性能提供了新思路。
  (3)基于机械催化法和熔融盐法,首次实现以地表储量最大的聚合物—纤维素为原料,大量制备多孔石墨烯材料。原位XRD和DFT计算证实该石墨烯材料“脱水-聚合”式的生长方式不仅有利于片状结构的形成,更有利于石墨烯表面孔洞尺度的精确控制。将该材料作为活性物质应用于双电层超级电容器中时,在1A g-1的电流密度下具有高达422F g-1的比电容,在20000次循环之后保持了97%的初始比电容,是同类工作中的最高数值之一。该工作为精确调控石墨烯乃至所有碳材料的孔洞分布提供了新思路和理论依据,更为进一步提高各种以碳材料为基础的储能器件性能带来了新的契机。
其他文献
复杂任务往往需要异构多智能体合作才能完成,而联盟是实现合作的重要方法之一。同时,在分布式系统中,通信是多智能体合作执行任务的前提。因此,在同时承担通信和任务执行的条件下,智能体如何合理有效地组建联盟是提高多智能体系统应对复杂任务的关键之一。然而,适合于通信的联盟结构(Coalition Structure,CS)不一定适合于合作完成任务,适合于合作完成任务的联盟结构也不一定能满足通信的要求;因此,
学位
由于决策与人的思维和认识有着密切的关系,决定了决策科学是一个十分复杂的系统科学。在许多现实的决策过程中,由于决策问题自身的复杂性、不确定性和人类思维、认识的模糊性及参与决策的专家个人偏好等不确定性,形成了一类包含语言值数据的不确定决策问题,这类含有语言信息的决策问题一直是决策科学研究的一个难点。  Zadeh教授于上个世纪六十年代建立的模糊集理论,为人们处理模糊的语言信息提供了有力的工具。但是,在
该文所做的工作主要就是围绕其中的图像特征和高维索引展开的.图像特征的重要性在于它是图像检索的基础,一个好的图像检索系统必须能够提取出最能描述图像内容的特征来,否则后面的相似性检索就无从谈起.在诸多特征中,色彩特征是最为常用的一种.它不仅有良好的视觉特性,在复杂背景下有较强的鲁棒性,而且对图像尺寸和拍摄视角等具有相对的独立性.所以也是被使用最广的.目前对于色彩特征的研究,已经从早期的直方图发展到了结
学位
交通流量预测是指通过历史交通数据估计在未来某一时段某一指定区域通过的车辆数量。交通流量预测是智能交通系统的一个重要组成部分,其预测精度对于交通控制系统的有效实现具有重要的意义。虽然交通流量预测问题已研究长达数十年,但是现有的预测方法仍然存在一些不足。这些不足主要表现在:浅层模型难以揭示交通流量数据的内在时空关系;许多方法将特征学习和回归预测分离,使得模型性能下降;手工提取特征不能适应问题的复杂性;
科学技术的发展,尤其是智能移动互联和物联网相关技术的普及,影响了数据的维度、大小、种类以及产生方式,增加了数据的复杂度,从而使数据的标注愈加困难。所以,如何在类标未知的样本中解决模式识别的相关问题成了无监督学习应用的背景。在无监督学习中,聚类和异常检测是两类广泛使用的方法。  早在《战国策.齐策三》中,我们的先人就提出了“物以类聚,人以群分”的思想。近年来,密度代表点这一概念被广泛应用于聚类分析领
学位
随着社会的快速发展,模式识别已在各行各业受到了广泛地关注,并已成为当今社会生活中的实际应用。模式识别研究内容包括了数学、机器学习、计算机视觉、人工智能、神经科学以及认知科学等多门学科,是一个具有挑战性的理论研究难点,也是一个快速发展的挑战性应用问题。作为模式识别的核心内容,特征提取主要研究如何从高维观测数据中学习到有利于识别任务的判别属性,特征提取模型的质量直接决定着模式识别的性能。特征提取研究是
学位
压缩感知是一种新型的信号采样模型,能够通过设置欠定线性系统来有效地捕获和恢复信号。通过利用自然界的信号通常是稀疏或可压缩的特性,压缩感知理论表明通过少部分线性、非自适应的测量值可以高概率地重构信号。在这种新颖的信号采样模型中,压缩过程直接被融入到采样过程中。因此,由于其固有的特征,自提出以来,压缩感知在诸多领域引起了高度关注。  由压缩感知的采样系统可知,投射到随机子空间的测量值可以被视为信息保护
学位
对象跟踪是一个计算器视觉领域内的基本任务,该任务旨在从图像或者视频中寻找出目标物体。该任务在自动驾驶、智能监控、人机交互以及医学成像等多种运用中具有很高的实用价值,因此大量的研究力量被投入其中。然而,在真实的对象跟踪场景中,视频目标跟踪往往会由于复杂场景条件和目标运动的随机性而变得困难。在自然条件下,目标物体经常出现光照变化、旋转、伸缩、遮挡、曝光不足、背景变化、运动的复杂性和随机性等因素,这些都
学位
伴随着人类对自然科学的探索,视觉上的观测始终发挥着重要作用。然而,图像在获取和显示等过程中,由于成像设备和成像原理固有的局限性和其他外界因素的影响,在采集图像的过程中会产生模糊和噪声,导致图像质量下降,产生纹理细节和特征等有用信息难以准确提取或完全缺失的降质图像。这种情况,会给之后的图像分析和图像理解阶段带来直接的负面影响。因此,图像模糊的处理――包括图像的模糊检测、估计和图像去模糊,自诞生之日起
该文对纳米SiO分散液的性质及纳米SiO作为助凝剂去除水溶性有机物进行了研究.通过调节pH为7及超声波震荡10min后获得了一种纳米尺度的分散液.扫描电镜、透射电镜及激光粒度检测表明该溶液中有99%的SiO颗粒尺寸小于30nm,并且该分散液中的颗粒保持这一尺寸10小时.选取三种代表不同分子量大小的有机物:腐殖酸(HA)、阴离子表面活性剂(SDS)及对氯酚作为典型有机污染物进行纳米SiO作为助凝剂的
学位