【摘 要】
：
室内外空气污染已经成为现代社会普遍关注的问题。尽管在过去的几十年中,世界范围内颁布了许多关于空气质量的政策和法规,但空气污染仍然在对人类健康产生负面影响。挥发性有机化合物（Volatile Organic Compounds）是大气污染之一,它的治理问题引起了研究者的关注。二氧化钛（TiO2）半导体光催化材料具备高效无毒、稳定性好、经济环保等优势,因此使用TiO2作为光催化剂降解污染物是解决大气污
论文部分内容阅读
室内外空气污染已经成为现代社会普遍关注的问题。尽管在过去的几十年中,世界范围内颁布了许多关于空气质量的政策和法规,但空气污染仍然在对人类健康产生负面影响。挥发性有机化合物（Volatile Organic Compounds）是大气污染之一,它的治理问题引起了研究者的关注。二氧化钛（TiO2）半导体光催化材料具备高效无毒、稳定性好、经济环保等优势,因此使用TiO2作为光催化剂降解污染物是解决大气污染的有效方法。然而,TiO2的禁带宽度较宽,对可见光吸收能力差;单一的TiO2光生载流子分离效率较低,这使得其应用受到了较大局限。本论文通过半导体复合对TiO2进行了改性,以二氧化钛/氧化锌（Zn O）纳米棒二元异质结为主体,通过三元复合所具有的协同效应,拓宽材料的光响应范围,抑制光生电子空穴的复合,实现对单一光催化材料可见光催化性能的改善。通过实验,对材料的结构与光催化性能进行了表征测试与分析。具体的研究内容如下:（1）以不锈钢网为基底,采用改进提拉法制备了TiO2薄膜,采用水热法在TiO2材料上制备了Zn O纳米棒,并用XRD、SEM、TEM、UV-Vis技术对薄膜进行了表征。然后通过光催化降解挥发性有机化合物气相甲酸来评估制备材料的光催化性能,研究表明,甲酸的光催化降解过程符合一级动力学反应模型,并研究了光催化降解的反应机理。（2）通过调控反应过程中的生长反应温度、反应时间等参数,制备出具有不同微观结构的Zn O纳米棒,探讨了不同的工艺因素对Zn O微观结构和光催化性能的影响。当生长温度为95℃、生长时间为4 h时,TiO2/Zn O复合薄膜在紫外光下具有最佳的光催化性能,降解效率达到94.42%。同时,探讨了相对湿度与光照强度对气相甲酸光催化降解效率的影响:甲酸的降解过程中存在最合适的相对湿度,随着光照强度的增加,甲酸的降解效率随之提高。并且制备的光催化材料具有良好的稳定性和可重复利用性。（3）以TiO2/Zn O为基底,采用煅烧法在TiO2/Zn O二元异质结表面修饰了g-C3N4材料,发现TiO2/Zn O/g-C3N4复合薄膜在可见光范围内具有较好的光催化性能,且修饰了1层g-C3N4的复合材料具有最佳的光催化性能,对气相甲酸的降解效率可达到93.86%。这是由于窄禁带宽度半导体g-C3N4能有效地拓宽光吸收范围,且异质结的形成抑制了光生电子空穴对的复合,从而增强了复合薄膜的光催化性能。制备的光催化剂具有良好的稳定性,并且利于回收利用。
其他文献
当今世界,核工业技术得到了飞速发展,应用于各个领域。但因为管理不善导致的事故时有发生,尤其是放射源丢失的状况。为了快速定位搜寻到丢失放射源,科研人员做了不懈努力。早期人们定位丢失放射源主要是靠人工进行,这不仅危险性很高而且效率低下。后来人们通过移动机器人搭载相关设备遥操作进行放射源的搜寻工作,但也存在搜寻效率低下且不能自主化的问题。就如何更快的定位搜寻到放射源的情况,本文改进粒子滤波的定位算法,并
基于传统奈奎斯特采样定理的信号处理方法在获取高分辨率雷达图像时会产生大量数据,给硬件设备带来很大的压力。近年来,提出了一种新的、基于稀疏表示的信号处理方式——压缩感知。压缩感知利用信号的稀疏特性,可以在远小于奈奎斯特采样率的条件下获取信号的样本,通过非线性重建算法重建信号。该技术无需采集过多的冗余数据,可以提高合成孔径雷达成像质量,极大程度减少了存储、传输和处理成本,降低了硬件的要求,因此具有很好
进入21世纪以来,互联网技术、机器人技术以及虚拟现实（VR）技术等高新技术正随着人类科技的不断进步而飞速发展,机器人与操作人员之间的人机交互程度越来越高,也开始越来越多地代替人类在灾害救援、工业生产等领域发挥着重要作用。然而,当前的机器人在各种场景中实际应用时存在着机器人控制效率低、操作者沉浸感不强等诸多问题,这些问题不但影响着人机交互中的用户体验感,还制约着任务完成效率。针对以上问题,本文分析研
在实际场景中,视频图像采集常受多种环境因素影响,使得采集图像在局部或全局区域照度偏低,视觉效果差。即便在有光源补充的4K内窥镜场景,也难免因腔体深度、组织遮挡等因素,导致内窥镜图像的照度不均匀。目前,已有的亮度均衡算法为了达到更好的增强效果,大多数都以更高的算法复杂度为代价,此类算法难以应用于有实时需求的场景。因此,本文围绕4K低照度视频图像的亮度实时均衡问题,展开了对亮度均衡算法的研究、并行实现
中国拥有丰富的山地资源,在这类环境下进行军事作战通信、民用应急通信、地质灾害监控等工作就显得十分必要。无线通信凭借其组网灵活、扩展性强、时效性高等优点已经成为在这类环境下通信的主要手段。但是目前缺少对这类信道特性的较为系统的科学研究,造成了在实际应用场景下快速建立有效和可靠连接的困难,制约了山地环境下无线通信的发展。鉴于山地环境的复杂性,植被的类型、地势的起伏、通信站的布点位置等都会对无线电波的传
肝癌是世界上最常见的癌症之一,它严重威胁人们的生命。肝脏及其肿瘤分割是肝癌治疗中的重要步骤。对腹部CT影像进行肝脏肿瘤分割是一种常规的辅助诊断手段。然而CT影像中肝脏附近存在密度与其相近的器官,并且肝肿瘤具有边界模糊、位置随机、数量不确定、形态和大小不一等特点,这些均是制约肝脏肿瘤分割效果的不利因素。近年来,针对CT影像的深度学习分割方法已有不少研究,但是这些方法在肝脏及其肿瘤分割中存在过分割、欠
在航空航天、空气动力学等领域中,摩擦阻力的测量一直是研究的重点。在摩擦阻力作用下,流体运动能够表征边界层的状态变化。摩擦阻力不仅是描述湍流边界层的一个重要物理量,同时摩擦阻力对于航空飞行器的外壳设计方式也有相当重要的参考价值。本文首先对近年来的摩擦阻力测量方法展开了调查。对比众多方法选择了荧光油膜全局测量技术,以这项技术为基础开展了荧光油膜全局测厚及摩阻测量误差分析研究。首先着手于荧光油膜全局测量
核素识别技术是我国核技术和核工业的发展中的关键性技术,同时也是保障国家核安全的基石,传统核素识别的主要思路是寻找核素能谱中的特征全能峰等核素的特征信息,然后将其与标准核素库中的核素信息进行匹配,从而达到识别核素种类的目的。但是由于实际测量环境中存在较多噪声污染、多种核素相互淹没与干扰,导致得到的核素能谱较为复杂,而传统的寻峰-匹配法无法满足对此类复杂能谱的识别要求,存在误差较大、鲁棒性较差和识别率
相比于传统基于插值、重构及硬件设备等方法进行CT图像超分辨率重建,基于深度学习的方法能够获取纹理连续性好,感兴趣区域特征突出的重建图像,且算法的成本更低。因此本文以深度学习的图像超分辨率重建算法为基础,主要针对注意力机制,残差特征提取及图像的上、下采样技术进行分析和研究。具体内容如下:（1）提出了基于UNet特征融合的超分辨率CT图像重建（UNet SR）。首先,关于通道注意力（Channel a
肺部疾病的患病人数逐年增多,改善肺部疾病的早期诊断和治疗,从CT图像中自动进行肺部分割是临床决策的一项关键任务。然而,由于肺的形状、大小不规则、对比度低和边界模糊,分割肺实质区域是一项非常具有挑战性的任务。现有方法中基于低级手工特征的方法易导致欠分割,基于CNN的浅层网络无法提取更具辨别力的特征。随着深度学习在图像处理领域取得了重要突破,将深度学习与计算机辅助诊断结合识别肺部图像成为了一个热门的研