【摘 要】
：
超级电容器是介于传统电容器和电池之间的一种新型储能装置,其功率密度远高于电池,被广泛应用于需要极快速充放电的场景。为了提高超级电容器的能量密度,采用具有高理论比容量的电池型电极材料曾被认为是一个有效策略,然而低的倍率性能和循环稳定性成为了其研究的主要障碍。本论文以具有高理论比容量的镍基及钴基电池型电极材料为研究对象,通过调控材料微观形貌结构、优化材料组成、离子掺杂等手段,获得了具有高循环稳定性和高
论文部分内容阅读
超级电容器是介于传统电容器和电池之间的一种新型储能装置,其功率密度远高于电池,被广泛应用于需要极快速充放电的场景。为了提高超级电容器的能量密度,采用具有高理论比容量的电池型电极材料曾被认为是一个有效策略,然而低的倍率性能和循环稳定性成为了其研究的主要障碍。本论文以具有高理论比容量的镍基及钴基电池型电极材料为研究对象,通过调控材料微观形貌结构、优化材料组成、离子掺杂等手段,获得了具有高循环稳定性和高倍率性能的超级电容器用电极材料。本论文的主要研究内容与结果如下:（1）PVP/G Ni-Co LDH纳米片的制备与性能研究:利用高剪切混合器辅助制备了石墨烯,所制备的石墨烯通过聚乙烯吡咯烷酮的疏水链稳定在水溶液中。在高剪切混合器强化混合的作用下,Ni-Co LDH可与石墨烯均匀复合,形成了刚性交错的纳米片的结构。该结构增大了比表面积,提高了材料的结构稳定性,缓解了其体积膨胀收缩效应,同时石墨烯改善了材料的导电性,从而提高了材料的倍率性能。材料在62.5 A g-1电流密度时比容量保持在66%。（2）NiCo2S4空心球的制备与性能研究:以柠檬酸钴镍为前驱体,利用奥斯瓦尔德熟化制备了空心结构的NiCo2S4。该空心结构中的孔隙有利于电解液进入,而空心结构壳体中致密的颗粒层具有高的机械强度,缓解了电极材料在充放电循环过程的电化学应力,同时Co离子调节了能带结构,可使电解质离子快速迁移,这些结构特征使NiCo2S4具有了高倍率性能与循环稳定性。在电流密度为5.0 A g-1时的10000次充放电循环后,样品NiCo2S4保持了92.3%的初始容量。（3）Co（OH）2赝电容材料的制备及性能研究:以柠檬酸钴为前驱体,煅烧制备出具有空心结构的Co3O4,并采用Na BH4还原产生氧空位,再进行室温硫化具有氧空位的Co3O4合成了硫离子掺杂的Co（OH）2。由于硫离子极大降低了法拉第反应的活化能,Co（OH）2产生了非本征赝电容行为。
其他文献
社交网络的发展方便了人们日常的沟通,促进了用户之间线上的交流,但是也给人们带来了一定的风险。信任在社交活动中起着重要作用,可以有效地规避不可靠用户带来的风险。由于社交网络中的用户大多数没有直接的信任关系,更多的是通过共同的朋友进行间接联系。因此,如何建立起间接用户之间的信任关系,以至构建信任网络成为一项挑战。间接的信任关系可以通过信任传递来进行信任推理,信任传递过程中信任的传播和聚合在很大程度上影
医学影像合成是重要的医学图像处理技术,旨在根据已有模态的医学影像数据构建跨域非线性映射,合成缺失模态医学影像数据。然而,由于医学影像数据高维特征复杂、数据规模庞大,现有方法无法有效地学习特征表示,导致医学影像合成的精确性、保真度和计算效率较低,难以在实际临床应用中开展部署。为此,本文研究两种基于生成对抗学习的医学影像合成方法,提高复杂高维特征的学习能力,改善影像合成计算效率,提升医学影像合成的临床
本文主要研究二次曲面支持向量机的相关模型和算法。传统支持向量机的性能和表现在很大程度上是由其中核函数参数的选取决定的,并且其分类精度容易受到离群点和噪声的影响。由于直接利用二次曲面来分离训练样本点无需使用任何核函数,同时损失函数可以很好地去度量样本真实值和模型预测值之间所存在的差异,本文将变式的逻辑回归损失函数引入二次曲面支持向量机,提出了变式逻辑回归损失函数二次曲面支持向量机（LQSSVM）。在
本文,我们考虑了求解次模最大化问题与两阶段随机非线性规划问题的一阶优化算法.论文的前半部分我们介绍了求解次模最大化问题的相关内容.首先,我们利用具有固定步长的条件梯度算法求解确定的连续Diminishing Returns（DR）-次模最大化问题,在目标函数分别是单调和非单调的情况下,给出了算法的收敛性分析.已有的研究结果主要集中在约束集为下闭凸集的情形,我们则将单调情况下的约束集拓展至一般的凸集
随着锂离子电池的低安全性和锂资源短缺等问题日益凸显,发展新型储能体系迫在眉睫。近年来,水系可充电锌离子电池（AZIBs）,以其高功率密度、本质安全及绿色环保等优势,成为后锂电时代的新型储能体系中备受关注的研究热点。结构稳定、高理论比容量的Zn2+宿主正极材料是AZIBs中不可或缺的重要组成部分。其中,锰基化合物MnO2因兼具低成本、高理论比容量和低毒性等优点,被认为是AZIBs中最具前途的正极材料
超级电容器由于其功率密度高、温度特性好以及循环寿命长等特点,已成为储能领域的研究热点,但仍存在着能量密度低,造价高昂等缺点,限制了其大规模商业化使用前景。过渡金属硫族化合物因其理论比容量高、氧化还原反应活性高、价格低廉等优点,成为了超级电容器研究的热点电极材料。然而,过渡金属硫族化合物存在着倍率性能差、循环稳定性低等缺点,严重影响了其在超级电容器的应用。针对这些问题,本论文采用与导电基质复合、微观
快速城市化的平原城市河网水动力条件不足,导致河网自净能力差,污染严重,进一步导致了河流物种多样性的丧失,阻碍城市河流中鱼类等生物生境恢复。提升可控的水动力条件是平原城市河网生态修复的有效手段之一,建立生态模型对生境恢复潜力进行定量表征可为水质水动力提升后平原城市河网生态恢复效应的研究提供借鉴建议,对平原地区城市河流水环境深化改善以及生境恢复潜力发展具有重要理论和实际指导意义。本研究选取中国典型平原
信息科学的飞速发展,使人类的交流逐渐摆脱了单模态的桎梏,通过多模态之间的协同交互来传递信息和交流情感。多模态交互手段的推广,也激发了更多学术界对于多模态研究的关注,而多模态隐喻研究正是多模态语篇研究和跨学科研究相互交织,产生的一个全新的研究方向。本文从多模态机器学习的角度出发,设计了基于双线性池化的多模态隐喻识别模型。本文首先构建了一个多模态隐喻数据集,包含文本和图片两个模态,并且包含多种数据来源
异常检测在现实生活中有着广泛的应用,也越来越受到人们的关注。多个实体之间的复杂交互在社交网络中广泛存在,可以反映出特定的人类行为模式。通过关注这些这些复杂交互关系,有助于检测社交网络中的异常节点。然而,由于现有的图学习方法缺乏一种有效的机制来利用这些复杂的交互关系去检测异常,导致检测结果不准确。为了解决上述问题,本文提出两种新的社交网络异常节点检测算法。针对社交网络异常节点检测问题,本文提出了一种
随着物联网需求增加及Wi-Fi普及,基于Wi-Fi的人体行为识别（Human Activity Recognition,HAR）在智能家居等领域兴起。信道状态信息（Channel State Information,CSI）对识别微变化敏感,但同时受人行为和环境影响,环境改变使数据分布不同,导致系统性能下降。为减少数据再采集和模型重训练等繁重工作,本文探寻行为相关的不变特征,设计一种环境无关的自适