【摘 要】
：
推广清洁能源是创建可持续发展社会的重要途径,电催化裂解水生成氢气被认为是最有前途的策略之一,但由于水分解中析氧反应(Oxygen Evolution Reaction,OER)缓慢的动力学过程中抑制了其反应速率,使得寻求可再生能源的问题转变成寻求高效节能催化剂的问题。不同于贵金属催化剂获取难,价格高,地球资源丰富的过渡金属氧化物作为OER催化剂得到了人们的密切关注。本论文的主要工作为采用脉冲激光沉
论文部分内容阅读
推广清洁能源是创建可持续发展社会的重要途径,电催化裂解水生成氢气被认为是最有前途的策略之一,但由于水分解中析氧反应(Oxygen Evolution Reaction,OER)缓慢的动力学过程中抑制了其反应速率,使得寻求可再生能源的问题转变成寻求高效节能催化剂的问题。不同于贵金属催化剂获取难,价格高,地球资源丰富的过渡金属氧化物作为OER催化剂得到了人们的密切关注。本论文的主要工作为采用脉冲激光沉积法(Pulsed laser deposition,PLD)在不同衬底上沉积单晶与非晶钙钛矿镍酸镧(L
其他文献
在气体传感器领域,甲烷(CH_4)是一种重要的检测对象,诸如在煤矿瓦斯爆炸、燃气泄漏、温室气体排放等领域都有广泛的检测需求。其无色无味不易察觉且高度易燃易爆,易引发火灾或爆炸而造成重大的人员伤亡、财产损失和环境破坏,因而对甲烷浓度的监测至关重要。然而,目前应用的大多数半导体式甲烷气体传感器普遍存在工作温度过高、检测浓度高以及交叉敏感严重等问题。因此,研制室温下工作且高效灵敏的新型甲烷气体传感器对生
在过去十年中,非极性聚合物双向拉伸聚丙烯(BOPP)由于其较高的击穿场强(600 k V/mm)和极低的损耗(0.0002)而被广泛用于电能存储中。尽管如此,BOPP的介电常数却仅有2.2(1 k Hz),导致其整体储能不高(2.5 J/cc)。与此相比,强偶极线性聚合物,例如芳香族聚硫脲(ArPTU),由于具有较高的介电常数且损耗比传统的铁电聚合物低而引起了极大的关注。本论文以线性强偶极矩聚合物
近年来随着我国人民生活水平不断上升,垃圾的产生数量也在呈爆炸式的上升,使得垃圾的处理成为一个世界性的难题。我国政府对环境问题的关切也逐渐加深,不断推出了各种垃圾分类政策以及法律法规以监督市民进行垃圾分类。本文在现行的垃圾分类法律法规政策的框架之下,通过使用人工智能的技术,对垃圾目标自动检测进行研究,借助计算机强大的算力,使自动识别垃圾类别和垃圾位置信息成为可能,从而极大地推动垃圾分类这一政策的落实
随着电子产品的飞速发展,近年来出现了诸如物联网(Internet of Things,Io T)和可穿戴医疗设备之类的颠覆性新技术,从而改善了人们的生活水平和生活质量。可穿戴系统可以测量广泛的物理、生化和环境信号,这些信号可以通过集成于人体的传感器进行测量和量化。其中,具有压力传感的电子纺织品可以将压力信号转换为电学信号,已经发展成为一个多学科领域。电子纺织品是将材料科学,设备和系统工程以及信号处
形状记忆聚合物(SMP)可以在外部物理变化例如热量、光照、磁场、湿度等刺激下,在不同的形状之间发生转变,是一种特殊的功能材料。它对外界表现出来的这种感知适应性使其在生物医疗、电子信息、空间探测、先进制造等诸多领域具有非常广阔的应用前景。传统的SMP以热响应的方式进行触发控制,不利于其在日益复杂的生活生产中的应用,而且主要材料来源于石油工业,难以适应绿色可持续的发展理念。本论文利用聚乳酸、聚己内酯具
土壤是人类生存发展最重要的物质基础,经济社会的快速发展也带来了全球化的土壤污染问题,特别是土壤重金属污染已经严重威胁到粮食食品安全。土壤重金属污染检测的化学分析与仪器分析方法存在检测成本高、周期长且容易产生二次污染等不可避免的缺点,在实际应用中存在一定的限制,因此快速便捷化的土壤重金属污染检测方式具有巨大的现实需求。利用XRF(X射线荧光)光谱分析元素含量是一种应用广泛的新型分析技术,XRF技术具
水资源的监测具有十分重要的意义,随着遥感技术的不断发展,遥感数据量也呈增长趋势,如何对遥感数据中的水体信息进行快速有效的提取,降低信息冗余量,从而提高信息利用率是一个需要解决的问题。深度学习近年来取得了巨大突破,利用深度学习开展水体提取研究可以进一步推动智能化的水体提取向前发展。在实现深度学习算法的过程中,需要硬件平台拥有足够的算力支持。目前基于深度学习的遥感图像水体信息提取常采用CPU、GPU实
作为人类最容易获得的水资源,地表水为支持人类活动和社会发展提供了必要的生态基础,因此对城市地区开放地表水的及时监测和测绘对管理城市生态系统和城市环境等都至关重要。得益于一系列卫星的成功发射,遥感领域有关专家和学者已经对地表水环境遥感监测展开研究。相较于湖泊、河流等自然形成的水域,在城市地表水中,易受城市复杂地物影响的人工水体占了很大的比例,给遥感数据的空间分辨率和光谱分辨率都提出了更高的要求。常用
药物研发一直面临成本高、研发周期长、失败率高的问题,严重阻碍了药物研发的效率。近年来,随着GPU计算能力的提高以及分子数据集的形成,深度生成模型开始用于全新药物分子设计(De Novo Drug Molecular Design),即设计具有特定性质的新分子化合物。然而,全新药物分子设计领域还存在两方面问题:(1)数据处理不佳和深度生成模型选取不当,造成模型生成新分子比例不高;(2)在优化生成新分
药物研发存在收益与风险比低、周期漫长的问题,药物重定位方法以已有研究药物为对象,进行新适应症的发现、确认和应用,解决药物研发的问题。论文针对药物重定位过程中药物的有效性和安全性进行药物-靶点相互作用预测和药物副作用识别,结合药物已知疾病数据进行药物重定位,构建药物重定位数据分析平台,为药物的研究与开发提供理论指导。论文工作内容如下:1.针对使用矩阵分解方法预测药物-靶点相互作用时,存在未充分利用药