【摘 要】
：
伴随工业发展以及人们对个人健康的重视,气体传感器在空气质量监测系统、人类疾病监测与防护等方面应用前景巨大。目前各类气体传感器中研究最多的为半导体式,其中的金属氧化物气体传感器因为气敏性能优异被研究人员广泛关注,但一般情况下金属氧化物气体传感器的最佳工作温度过高。NiCo-LDH在室温下对有害气体表现出优异的气敏性能,在制备复合气敏材料方面具有研究意义。近年来随着可穿戴设备以及柔性材料的发展,柔性气
论文部分内容阅读
伴随工业发展以及人们对个人健康的重视,气体传感器在空气质量监测系统、人类疾病监测与防护等方面应用前景巨大。目前各类气体传感器中研究最多的为半导体式,其中的金属氧化物气体传感器因为气敏性能优异被研究人员广泛关注,但一般情况下金属氧化物气体传感器的最佳工作温度过高。NiCo-LDH在室温下对有害气体表现出优异的气敏性能,在制备复合气敏材料方面具有研究意义。近年来随着可穿戴设备以及柔性材料的发展,柔性气体传感器受到了极大的关注。因为导电聚合物（CPs）拥有良好的机械稳定性,一般情况下柔性气体传感器中都包含导电聚合材料,常见的有PANI、PPY等。本论文分别制备Ni1Co1-LDH/PANI复合材料（PANICO）以及Ni1Co1-LDH/PPY复合材料（PPYNICO）,研究其在室温条件下对NH3气体的气敏性能。经过对PANICO以及PPYNICO气敏性能的对比分析,进而合成Ni1Co1-LDH/PANI/PPY三元复合材料（PANICOPPY）,以期改善PANICO以及PPYNICO的某些弱势性能。分别选取三种复合材料中综合表现最优的样品测试其柔性气敏性能。本论文主要工作内容及成果如下:1.通过水热法制备出Ni、Co比例不同的NiCo-LDH,选取Ni1Co1-LDH与导电聚合物进行复合。通过原位氧化聚合法制备不同比例Ni1Co1-LDH/PANI复合材料（简称PANICO1-PANICO5）,分别利用XRD、SEM、TEM、BET以及XPS等表征手段分析其结构以及形貌,并探究不同比例PANICO对NH3气体的气敏性能。PANICO对NH3的响应值与单体材料相比有明显提升,但响应/恢复时间不是特别快。其中PANICO3样品对50 ppm的NH3表现出64.62的高响应值,响应/恢复时间为44.3 s/99.1 s;具有良好的重复稳定性。基于PANICO3的柔性气体传感器弯曲至60°时,响应值相对正常状态减小14.7%。2.通过原位氧化聚合法制备不同比例Ni1Co1-LDH/PPY复合材料（简称PPYNICO1-PPYNICO4）,室温下对NH3气体的气敏性能测试表明PPYNICO对NH3的响应值与PANICO相比较低,但响应/恢复时间有所改善。其中,PPYNICO3样品对50ppm的NH3表现出4.68的响应值,响应/恢复时间为2.5 s/64.94 s;对1 ppm的NH3表现出3.19的响应值,响应/恢复时间为3.75 s/114.2 s;具有良好的重复稳定性,对50 ppm的NH3的平均响应值为4.74。基于PPYNICO3的柔性气体传感器弯曲至60°时,响应值相对正常状态减小6.6%。3.通过原位氧化聚合法制备不同比例Ni1Co1-LDH/PANI/PPY复合材料（简称PANICOPPY1-PANICOPPY4）,室温下对NH3气体的气敏性能测试表明PANICOPPY3样品对50 ppm的NH3表现出11.92的响应值,响应/恢复时间为3.68 s/67.37 s;对10 ppm的NH3气体经过4次重复性测试可以正常循环使用,平均响应值为2.11。PANICOPPY3样品对50 ppm NH3的响应值相比PPYNICO3提升了2.55倍;响应/恢复时间与PANICO3相比提升明显,初步实现了响应值与响应/恢复时间的综合改善。基于PANICOPPY3的柔性气体传感器弯曲至60°时,响应值相对正常状态减小17%。
其他文献
Hashtag作为社交网络上的特有属性之一,在信息整合、事件检索以及话题参与等方面发挥着重要的作用。然而社交网络上的Hashtag使用率较低,使得Hashtag不能发挥应有的作用。因此如何给用户推荐合适的Hashtag,从而提高用户对Hashtag的使用成为一个热点研究问题。现有的Hashtag推荐研究主要集中在单一模态信息的Hashtag,对于利用多模态信息以及用户历史习惯信息的Hashtag关
随着智能安防,智慧城市等领域的发展,行人重识别技术受到越来越多的关注。目前,大多数行人重识别方法都是利用有标签的数据集进行训练,这些方法需要大量人工标注,并且缺乏扩展能力,因而在具有域差异的其他数据集上性能会显著下降。在现实生活中,行人会在不同域的场景出现,因此研究跨域行人重识别方法具有重大价值。本文通过注意力机制和姿态估计来提升跨域行人重识别方法的性能,主要研究工作有:（1）针对跨域行人重识别中
肺炎疾病严重损害人体呼吸道功能,特别是近几年新冠肺炎爆发,导致疫情蔓延确诊人数急速上升,肺炎相关疾病受到全人类高度重视。肺炎疾病诊断以人工为主,但大量的病理影像给医务人员工作带来巨大的挑战,超强度工作负荷容易造成误诊情况的发生。目前深度学习技术在医学领域被广泛应用,基于人工智能辅助诊断受到业界的认可。本文以X光影像作为研究对象,对Res Unet分割模型和Dense Net121分类模型分别进行研
电子线路实验是电子信息类相关专业学生最重要的实验课程之一。当学生疫情期间不能到实验室开展实验课的时候,只能做一些仿真实验。但仿真实验较为理想化,实际电路实验中可能出现的干扰、噪声、元器件误差等问题,在仿真实验中均难以体现。为了让学生能更好地分析和理解电路,电子线路实验课必须基于实际电路开展。此外,随着高校的扩招,很多高校存在实验资源紧张的问题,而传统实验仪器和实验箱体积大、价格昂贵、分散凌乱、操作
点云配准是指通过计算坐标变换关系,将不同视角下的点云数据,经过旋转平移等刚性变换统一整合到指定坐标系下的过程。近年来,高精度传感器的应用推动了点云配准技术的发展。点云配准是三维重建的基础,配准精度会直接影响三维重建的质量。基于深度学习的点云配准方法是目前的热点研究方法,其不易受噪声和异常值的干扰,能够有效提高点云配准精度。本论文重点围绕基于深度学习的点云配准方法展开研究,在充分研究现有的先进深度学
目前,文物数字化保护越来越受到关注。如何将采集的文物数据集通过使用可视化技术展示出来是文物数字化保护领域的核心问题。在可视化技术中移动立方体算法与光线投射算法是应用最广泛、最为经典的方法。其中,在传统的移动立方体算法中,阈值的选取往往是手动进行,具有盲目性,而且在很大程度上依赖于经验,这对算法的应用是不利的。在传统的光线投射算法中,程序在运行时需要较大的内存和运行时间。针对上述问题,本文分别从图像
随着互联网技术的发展和高校信息化水平的提升,高校校园正在逐渐实现Wi-Fi的全面覆盖,在校师生可以随时随地使用校园Wi-Fi接入互联网进行在线学习以及休闲娱乐活动。通过采集、处理和分析学生的无线上网信息可以得到学生的日常行为数据,而通过对学生日常行为数据的分析和基于学生日常行为的预测研究,能够帮助学校管理学生,增加校园学习氛围,建设以人为本的智慧化校园。本文基于学生在高校校园中使用Wi-Fi所产生
文物作为当今社会与悠久历史文化“交流”的桥梁,使得对文物的保护工作显得至关重要。而出土的部分文物通常破碎不堪,损坏严重,存在数量巨大且形状不规则、纹理复杂的不完整文物碎片。通过人工复原文物不仅复原效果不理想,且可能再次损坏文物。通过计算机辅助技术对文物碎片的复原实现了手工化向数字化、自动化的转变,显著提高了文物复原的关键技术环节:碎片分类、碎片匹配和碎片拼接等工作的效率。对文物碎片进行有效的分类是
随着航天技术快速发展,航天器微小型化是未来发展趋势,基于微小卫星技术发展的功能卫星由于成本低、开发周期短,已经成为航天应用的重点研究方向。然而,航天器的微小型化并不是裁剪大型卫星的部件和功能就可以实现的。微小卫星虽然体积、重量小,但是其功能要求并未缩水,部分指标要求甚至超过大卫星,因此,微小卫星应用要求对现有空间技术进行轻小型化适配。在所有需要轻小型化的空间技术中,惯性导航和高功率散热是微小卫星应
遥感图像中极小目标检测的问题一直是目标检测研究工作中的难点之一,由于极小目标的成像面积小（小于或等于20×20像素）,携带的信息量少,导致目标的纹理边缘或者形状的特征信息十分欠缺,难以实现特征的有效提取和融合。传统的目标检测技术在遥感图像上的效果很差,虽然卷积神经网络的提出简化了检测的流程并提高了检测精度,但是在遥感图像上的检测性能还是不够理想。本文对面向遥感图像的极小目标检测算法进行了研究,主要