【摘 要】
:
石墨烯因为具有二维层状结构,导电率高、理论比表面积大等特性成为理想的超级电容器电极材料。传统的石墨烯制备工艺复杂且对环境有害,寻求绿色环保简单易行的合成手段成为石墨烯发展的关键。研究发现,相较于传统管式炉热处理而言,微波辐射加热更有助于碳晶型向有序化转变,可以提高碳材料的石墨化程度。基于此,本研究提出了一种以黑芝麻为原料,利用微波辐射热处理制备三维石墨烯多孔碳材料的方法,不仅环境污染较小还为生物质
论文部分内容阅读
石墨烯因为具有二维层状结构,导电率高、理论比表面积大等特性成为理想的超级电容器电极材料。传统的石墨烯制备工艺复杂且对环境有害,寻求绿色环保简单易行的合成手段成为石墨烯发展的关键。研究发现,相较于传统管式炉热处理而言,微波辐射加热更有助于碳晶型向有序化转变,可以提高碳材料的石墨化程度。基于此,本研究提出了一种以黑芝麻为原料,利用微波辐射热处理制备三维石墨烯多孔碳材料的方法,不仅环境污染较小还为生物质的利用提供了新途径。本研究以黑芝麻作为碳前驱体,提出了碳化-活化两步法制备石墨烯多孔碳材料,并确定了最佳工艺参数:碳化阶段先于在700℃下保温5min,获得黑芝麻生物炭(BC);在活化阶段,活化剂(KOH)与BC的质量比为4:1,活化温度700℃,保温20min。该工艺制备出的石墨烯多孔碳由层状的纳米片构成,比表面积大(2410 m2/g),孔隙率高(1.11 cm3/g),且在材料的边缘存在明显的褶皱石墨烯结构。与传统热处理对比分析发现,微波辐射所制备的石墨烯多孔碳材料石墨化程度更高,孔隙更丰富。三电极体系中石墨烯多孔碳表现出369 F/g的高比电容(电流密度1 A/g),10000次循环后仍有93.1%的电容保持率。为了制备出更高质量的石墨烯多孔碳材料,本研究添加了作为石墨催化剂。研究发现活化剂与BC质量比为4:1,辐射温度1000℃时恒温20min可以制备出多层三维石墨烯(1000-20-Fe),继续延长辐射时间至30min即可成功制备出缺陷程度低的少层石墨烯(1000-30-Fe)。将三维石墨烯多孔碳材料应用于超级电容器,1000-20-Fe的综合性能较好,不仅具有较大的比表面积(2220m2/g)与高孔隙率(1.55 cm3/g),且具有分级多孔结构和优异的石墨化程度。在1.0 A/g的电流密度下比电容可达308 F/g,组装成对称固态电容器具有24.9W h/kg的高能量密度。
其他文献
随着计算机网络的发展以及移动互联网的大规模应用,对网络功能产生了更加多样化的需求。传统上,网络功能是由硬件实现的,虽然性能强劲,但其灵活性、扩展性还是易用性都相较软件实现低得多,无法适应现代网络功能快速发展的需要。网络功能虚拟化(Network Function Virtualization,NFV)的出现很好地解决了这个问题,NFV旨在借助虚拟化技术,在x86等通用性设备用软件实现原本使用硬件完
令G为一个n阶简单无向图,令D(G)为以图G的各顶点度数为对角元素的对角矩阵,A(G)为图G的邻接矩阵,Q(G)为图G的拉普拉斯矩阵.那么Aα(G)矩阵的定义为Aα(G)=αD(G)+(1-α)A(G),α∈[0,1],即矩阵D(G)和A(G)的凸组合.显然,A0(G)=A(G),A1/2(G)=1/2Q(G).最近,R.Zhang和S.-G.Guo[1]研究了非二部哈密顿图的最小A1/2-特征值
图像处理技术是机器人视觉、人脸识别、安全监控、人工智能、医学成像等领域的有力工具,图像处理系统的整体性能取决于测试图像的质量,然而图像在采集和传输过程中不可避免地会受到噪声的影响。图像去噪的目的是从被噪声污染的图像数据中真实地重建图像,它能更好地提取图像数据,有助于改善退化图像的质量,因此,图像去噪是许多图像处理系统的基础问题和重要过程。图像去噪是近几十年来备受关注的研究课题,研究人员发现基于变分
设Mn{0,1}是所有n阶0-1矩阵的集合,若Ai∈Mn{0,1},i=0,1,2,…,k,但Ak+1?Mn{0,1},则k称为A的稳定指数,用s(A)=k表示.特别的,当k可以取任意正整数时,记s(A)=∞.针对对称0-1矩阵及三角0-1矩阵有三个主要结论:矩阵主子式的稳定指数大于或等于其自身的稳定指数;稳定指数具有某种单调性:若A的所有元素都不超过B的对应元素,则A的稳定指数不小于B的稳定指数
Hash函数在很多密码安全协议中起着非常重要的作用,它作为数字签名的基石,不仅用于检测网络通信信息是否被篡改,而且是保障数字指纹,身份认证等多种密码系统安全的关键技术。目前针对Hash函数的分析都是基于数论难题来进行分析设计的,均是在经典计算的基础上对Hash函数进行的,无法评估其对抗量子计算机攻击的能力,探索量子计算在Hash函数中的安全研究十分重要。随着量子信息技术的发展,基于量子特性,量子信
随着医学成像技术的发展,医学超声图像受到越来越多的关注.由于在成像、传输、压缩过程中受到外界的影响,医学超声图像通常带有散斑噪声,影响了医生对医学超声图像的判别,不利于对病人进行治疗,医学超声图像中的噪声去除是医学图像处理的一个研究热点.研究人员针对散斑噪声的去除提出了许多有效的模型和方法,如基于滤波器的方法、基于小波变换的方法、基于局部自适应统计的方法以及基于偏微分方程的方法等.尽管这些方法在去
概率密度函数(Probability Density Function,简称p.d.f.)估计是指利用统计学的方法来估计未知分布的数据集的概率密度函数。它是机器学习和数据挖掘等领域的基础性研究。核密度估计(Kernel Density Estimation,简称KDE)方法,又称为Parzen窗口法,是一种常用的无参数的概率密度估计方法。如何确定最优窗口宽度参数是KDE方法的关键问题。本文以经典的
李代数分为典型李代数An,Bn,Cn,Dn(n≥1)和例外型李代数E6,E7,E8,F4,G2,(其中E6,E7是E8的子系).最高权表示理论在李代数研究的领域中极具代表性,在数学、物理等学科都有着广泛的应用.其中最重要的模块是Verma模,对Verma模的课题进行研究可以帮助我们对李代数有着更深刻清楚的认识.对李代数Verma模最高权奇异向量的研究中,Xu引入了偏微分方程组,研究了sl(n,C)
在现实问题中广泛存在着很多复杂的优化问题,通常包含着多个同时优化且相互制约的目标。为了解决这种多目标优化问题,研究人员设计了大量的多目标进化算法,用来寻找目标空间的一组折中解集。而随着社会的发展、实际业务的变化以及对应用中优化问题研究的深入,决策者对多目标问题的优化需求也变得更加复杂和多样化。在一些实际问题中,研究人员发现存在一些多模多目标优化问题。这种问题的特征表现为决策空间中可能有多个等价解对
时间序列是对一个系统中的变量按照时间顺序观测,按照单位时间进行记录得到的观测值。根据系统中被观察的变量个数,可以将时间序列划分为多变量时间序列(MTS)与单变量时间序列。MTS分类是MTS研究中一个活跃的研究领域,其研究任务是建立一个分类器,将输入的MTS映射到其对应的分类标签中。在MTS的分类研究中,考虑MTS在空间维度和时间维度上的特点可以提升分类的准确度。另外,在一些MTS分类的研究中需要得