【摘 要】
：
三元氧化物半导体偏锡酸锌（ZnSnO3）,具有高电导率(2.5×10-2 S cm-1)、优异的光学性能以及高比表面积而备受关注。本论文通过共沉积法制备前驱体Zn Sn（OH）6,煅烧后生成偏锡酸锌,并制备了偏锡酸锌的复合物,探索它们作为对称式超级电容器和锂硫电池电极材料的性能。具体的研究内容和结果主要包括如下部分:（1）通过共沉积法制备了边长约为500-800 nm立方体结构的偏锡酸锌,以偏锡酸
论文部分内容阅读
三元氧化物半导体偏锡酸锌（ZnSnO3）,具有高电导率(2.5×10-2 S cm-1)、优异的光学性能以及高比表面积而备受关注。本论文通过共沉积法制备前驱体Zn Sn（OH）6,煅烧后生成偏锡酸锌,并制备了偏锡酸锌的复合物,探索它们作为对称式超级电容器和锂硫电池电极材料的性能。具体的研究内容和结果主要包括如下部分:（1）通过共沉积法制备了边长约为500-800 nm立方体结构的偏锡酸锌,以偏锡酸锌为基底,通过水热法制备了镍/氧化镍/偏锡酸锌（Ni/Ni O/Zn Sn O3）复合材料。以Zn Sn O3和Ni/Ni O/Zn Sn O3为电极活性材料分别组装对称式超级电容器,进行电化学性能的测试。实验结果表明在1 A g-1的电流密度下,Zn Sn O3材料组装的对称超级电容器初始容量为19.8 F g-1,循环10000次后容量为19.6 F g-1,表现出极好的循环稳定性,但比容量较低。Ni/Ni O/Zn Sn O3的比容量为74.6 F g-1,经过10000次循环之后,容量保有率79%,具有较好的循环稳定性。与单独的Zn Sn O3材料相比,复合后的材料提高了超级电容器的比容量。（2）通过超声分散氧化石墨烯后与偏锡酸锌混合,制备氧化石墨烯/偏锡酸锌（GO/Zn Sn O3）复合材料。将Zn Sn O3和GO/Zn Sn O3两种材料分别与单质硫用熔融法进行混合,组装电池后进行电化学性能测试。结果表明,偏锡酸锌的加入能有效的抑制硫的穿梭效应,提高了锂硫电池的循环稳定性,S@Zn Sn O3复合材料在0.2 C电流密度下初始放电量为875.3 m Ah g-1,循环700次后比容量仍然有282.34 m Ah g-1,每圈的循环衰减率仅为0.097%。当加入氧化石墨烯后,能有效的改善锂硫电池的倍率性能,归因于氧化石墨烯具有良好的导电性,提高电子的传输效率。S@GO/Zn Sn O3复合材料在电流增加到1 C时仍然具有54.5m Ah g-1的比容量,表现出较好的倍率性能。（3）将Ni/Ni O/Zn Sn O3与升华硫利用熔融灌硫法进行混合后制备了S@Ni/Ni O/Zn Sn O3复合材料,进行电化学性能的测试。结果表明,S@Ni/Ni O/Zn Sn O3复合材料在0.2 C的电流密度下具有1070.1 m Ah g-1的高初始放电比容量,循环1000圈后仍然具有219.9 m Ah g-1比容量,每圈的循环衰减率仅为0.079%,表现出优异的放电比容量和长循环稳定性。测试其倍率性能,当电流密度增加到1 C时,电池仍然有151.0 m Ah g-1的比容量,表现出良好的倍率性能。由于金属镍、氧化镍和偏锡酸锌共同作用提高S@Ni/Ni O/Zn Sn O3电极的电化学性能,金属镍提高正极材料的导电性,氧化镍和偏锡酸锌中的极性金属键吸附多硫化物抑制穿梭效应。本论文研究表明,Zn Sn O3具有较好的电化学储能潜力,尤其是Ni/Ni O/Zn Sn O3复合材料作为锂硫电池正极,具有优异的循环稳定性,表明该复合材料在锂硫电池上具有应用前景。
其他文献
随着科学技术的发展和数据分析能力的进步,脑机接口技术（Brain-Computer Interface,BCI）日益趋于成熟,被广泛应用于医疗康复、航空航天和生活娱乐等各种领域当中,并且是当下工程技术和医疗康复领域热门的研究课题。本文采用深度学习的方法对自发式脑电信号中的运动想象（Motor Imagery,MI）脑电进行实验研究,主要研究工作如下:（1）提出了一种基于改进小波软阈值的消噪方法。针
恶性皮肤病变具有极高的致死率,而由于皮肤病变早期病症间差异小易混淆,导致患者耽误治疗。目前对皮肤病变图像分割和分类识别的主要方法还是依赖专业医生的经验,针对病灶区域的颜色、纹理、大小、形状等特征,较为主观的进行判断,这对专业医生的依赖性较强。由于图像的多样性,医生的疲劳度和容忍度不断消耗,使得对图像的分割、识别的精确度得不到保障。传统的医学图像分割与分类方法往往针对特定的图像设计特征提取方法,导致
视网膜血管分割是进行眼底疾病筛查的重要步骤,在临床研究和疾病的早期诊断中具有重要价值。然而视网膜图像中的血管结构复杂,人工分割血管工作量巨大,如何精准有效地对视网膜血管进行自动分割仍是当前的研究热点和难点。针对视网膜血管分割任务,本文利用深度学习技术,提出了两种基于编码器-解码器结构的视网膜血管分割方法。本文主要研究工作如下:（1）提出了一种基于广泛激活的多尺度分割方法。该方法将研究视角转移到了深
随着脑成像技术和图论的技术的飞速发展使我们能够利用脑网络技术从结构和功能上去深入研究人类脑区之间的连接以及人脑的工作模式。大量的研究表明,人类的脑网络具有小世界、无标度的属性,即在人脑中只有少数节点具有大量的连接,称为脑中枢节点。并且,这些中枢节点在调节大脑各个区域和大脑功能（意识和认知）中发挥着核心作用。同时,研究发现多数的脑神经退化性疾病会导致脑网络拓扑结构的异常变化。由于中枢节点具有较强的连
近些年射频技术的发展十分迅猛,射频微波器件在工程技术上的应用也越来越广泛。为提升芯片及相关模组的设计效率和设计精度,需要针对射频器件在不同频率下的射频特性进行准确刻画。上述任务一方面可以通过行为级建模的方式予以描述,另一方面可以通过准确的三维全波电磁仿真方法进行分析计算来描述。然而,随着频率增加,射频器件的等效电路模型参数在不同的应用场景下会出现一定的偏差,传统的经验模型将不再适用,而通过电磁仿真
在工业信息化、智能化快速发展的背景下,球轴承装配生产线之间信息化程度低、数据价值密度不集中、数据应用效率差等因素将限制轴承线上生产的产能革新与优化决策。因此需建立轴承产线工业互联网平台,并以此为基础分析数据特点、设计数据处理计算架构进而实现工业数据在产线优化方面的可行求解算法。本文立足分布式系统架构（Hadoop）,从轴承生产线历史工业数据的批处理、流处理及在生产线平衡优化问题上的应用等多个方面入
无源传感器具有隐蔽性好、覆盖范围广等优点,已广泛应用于目标定位、跟踪、监视、导航等领域。将多无源传感器量测融合,可以获得对目标更好的定位跟踪性能。目前大多数无源协同定位跟踪问题中,传感器量测噪声方差假定是固定不变的。而实际无源传感器测角和测距量测噪声方差随距离变化,因此需解决方差变化时传感器的测量精度是否与实际情况更加贴合,距离相关特性对传感器-目标几何位置的影响。对此,本文研究距离相关噪声下机载
由于传感器网络技术具有成本低廉,易于配置等特性,使得该技术在军用或民用领域得到了灵活广泛的应用。在基于传感器网络的非线性系统中,考虑到单个传感器节点元件的功率和资源有限,在对其进行状态估计时采用分布式架构,令传感器网络根据其拓扑结构处理自身和邻接节点的信息,则可以有效地降低节点间通信的成本。除此之外,采用网络通信协议可以有效缓解传感器网络系统通信时的网络拥塞现象,避免发生数据冲突。因此,针对基于网
脑卒中是在脑血管病变或血流阻塞基础上发生的局限性或弥漫性脑功能障碍,业已成为成人获得性运动障碍的主要原因。有研究表明,脑卒中患者正是由于上运动神经元受损,运动系统失去高位中枢的控制,导致运动控制和运动感知神经通路部分或完全阻断,从而引起异常的运动模式。如何促进脑卒中患者上肢运动功能康复是目前康复医学界关注的热点和难点。肌间耦合,即运动中枢神经系统控制下不同肌肉间的相互关联和相互作用,能够反映大脑皮
由于分布式模型预测控制算法在控制复杂大规模系统中存在着优势,这使得对其的研究一直是一个热门方向。随着工业过程对控制精度等要求越来越高,传统的控制方法针对存在输入输出约束、动态性能和鲁棒性要求较高的工业过程时,可能达不到相关工艺要求,尤其是存在外界扰动的情况下,输出通常无法获得良好的跟踪性能。因此,针对不同的复杂大规模系统,结合相关先进控制算法,对现有的分布式模型预测控制进行改进研究显得尤为重要。本