生物质衍生碳基材料的制备及其电容性能研究

来源 :厦门大学 | 被引量 : 0次 | 上传用户:hehong405
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
超级电容器是一种新型的介于电容器和电池的电化学储能器件,具有充放电快、功率密度大、循环寿命长、免维护等特点。生物质衍生碳材料,由于其制备原料廉价易得、制备过程简单,是目前被寄予厚望的超级电容器电极材料。但基于衍生碳的超级电容器,其能量密度与电池相比还是有一定的差距,根据能量密度公式E=1/2CV2,本论文主要从提升容量C入手进行相关研究工作,具体工作如下:首先,选用氢氧化钾(KOH)和硫脲(CH4N2S)对生物质进行处理制备氮硫共掺杂生物质衍生碳,通过一步法和两步法的比较发现,一步法中硫脲具有掺杂、辅助活化、还原三重作用,并且该衍生碳在1A g-1 比电容高达317Fg-1。之后,选择铁氰化钾(K3Fe(CN)6)和硫脲(CH4N2S)分别作为石墨化催化剂和掺杂剂,制备氮硫共掺杂的竹纤维衍生碳NSGFC。因为硫脲和铁氰化钾的协同作用,该衍生碳具备大的比表面积SBET、合适的石墨化程度、优异的电导率和出色的电解液浸润性。由于这些特点,它表现出优异的倍率性能(1 Ag-1时比电容为328 Fg-1,15 A g-1时其电容保持率为61.3%)。最后,构建镍基化合物/衍生碳复合材料,引入氧化还原反应,增大比容量C。首先一步法制备N、S共掺杂衍生碳(DC),接着在DC表面生长MnO2,并以DC@MnO2为中间产物,通过水热法的刻蚀置换反应制备了DC@Ni(OH)2/NiOOH复合物。该复合材料中的镍基化合物呈现片状形貌,可与电解液充分接触,缩短离子传输路径;并且NiOOH的存在提高了材料的导电性,同时可缓解相变导致的体积变化,从而提高了复合材料的倍率性能和循环稳定性。复合材料在1 A g-1时比电容为1109 F g-1,在10 A g-1时仍有60.1%容量保持率。组装DC@Ni(OH)2/NiOOH//DC非对称混合电容器后,在12,800 W kg-1的高功率密度下,仍取得了 12.1 Wh kg-1的能量密度,表明DC@Ni(OH)2/NiOOH在超级电容器方面的应用潜力。
其他文献
当前,国内的量化投资市场正处于稳健的发展阶段,并且机器学习技术也在各个领域的运用上取得了相当大的成就,利用机器学习来进行量化交易逐渐成为了跨学科研究中的热点,这将使得量化投资已不再是早期简单的结合技术分析来构建投资组合策略,而是使用相关的算法进行证券池中的证券选取、证券价格变化预测、证券指数变化预测,通过模型的预测结果给予投资者在制定投资组合上一定的参考。本文主要利用循环神经网络建立了五个模型,对
目前,在以Docker为代表的容器化技术加持下,基于容器化技术的大规模应用的开发和部署已经成为主流。而Kubernetes在容器编排领域也成为了事实上的行业标准。然而,现有的Kubernetes自动伸缩策略中,存在一定不足:其HPA操作仅支持通过静态检测阈值触发的方式,且无法动态调整冷静期窗口以兼顾副本抖动抑制和自动伸缩灵活性;HPA和VPA不支持混用,无法在使用HPA的集群中进行Pod部署资源值
随着中国咖啡市场的日益发展,人们对于咖啡饮品的态度更加包容,需求也在逐年攀升。作为拥有悠久茶文化的国家,消费者正在慢慢改变消费习惯,逐渐接纳来自西方的提神饮品。以星巴克为代表的连锁咖啡品牌正在领导这个市场的消费趋势。而以Manner咖啡、瑞幸咖啡为代表的本土咖啡连锁品牌,正在打破这个行业的既有规则。通过不断创新和品牌联名,加速品牌成长,与星巴克分庭抗礼。T公司作为后来者,正面临最激励的竞争环境。T
伴随着经济的进一步发展,票据业务同样呈现出蓬勃发展之势,然而当下仍旧有很多票据诈骗事件出现。中国当下正在进行深入化的改革,N银行和相关银行均有关于汇票交易背景方面的了解度不高、相关审查不够严格、填写规范性不高等问题出现,由此便导致整个票据业务的秩序变得更加混乱,同时可展现出的是N银行当下在票据业务方面的整体风险在提升。以最大程度上辅助N银行的商业票汇业务发展为目的,即需对其予以总体上的把控。本文研
随着神经网络模型的发展,神经网络与传统序列标注模型的组合逐渐替代了传统的基于隐马尔科夫或条件随机场的序列标注模型,成为命名实体识别领域的主流方向。医学文本来自于医学专业书籍,是构建医学知识图谱的重要资料。而医学文本命名实体识别对医学知识图谱的构建起着重要的作用,基于此背景,本文针对医学领域的文本的命名实体识别展开研究。首先,本文构建了多粒度文本特征融合的医学文本命名实体识别模型。因为多粒度文本特征
由于人们的生活不规律、饮食不健康和吸烟等问题的影响,使得肺癌的致死率远高于其它癌症。随着影像技术的进步,医学图像分析在疾病早期筛查诊断的过程中起到非常关键的作用。现阶段大量的影像数据带给医生很大压力,使得诊断常伴随漏诊和误诊。近年来,随着人工智能应用于医学领域中,医学图像智能分析也迎来了新的突破。影像组学通过从数量庞大的医学图像中挖掘深层次的信息,并构建机器学习模型辅助医生做出决策。医学图像分割是
随着中国-东盟互联互通不断深入,对于中国和东盟国家的网络舆情研究尤为重要,现有对于中国-东盟民间舆情分析的研究相对较少,因此本文基于深度学习算法展开中国-东盟微博情感分析,研究具备较强的理论意义和实用价值。首先,采集并筛选了与“东盟”话题相关的微博评论数据作为本文的实验数据集。基于微博数据的特点和结合民间舆情观测库需要,提出CONV-SAWB和LST-SAWB情感分析算法。进行超参数调优实验和网络
随着科学技术的不断发展,网络虚拟世界和现实世界的关系不再是母子派生的关系,而越来越趋向于二元平衡的关系;虚拟世界的空间不断扩大、空间规则越来越完善,而且虚拟世界对现实世界的作用力度越来越大,在这样的背景下法律对网络空间规制越发重要,而寻衅滋事罪作为规范网络言行的重要罪名之一,一直受到学界的争议。本文第一部分通过对上海市两个较为典型案例的分析,引出网络型寻衅滋事罪在学界争议较大的几个认定问题,分别是
图像超分辨率重建技术旨在通过一幅或多幅低分辨率图像重构出具有更高分辨率且携带更丰富更细节信息的超分图像。作为图像处理领域的重要研究方向,超分辨率重建技术在卫星遥感、安防监控和医学图像等领域都有着重要应用,一直是学术界的研究热点。近年来,随着深度学习在计算机视觉领域的迅猛发展,人们开始将深度网络运用到超分辨率重建技术上,通过深度网络来学习低分图像与高分图像在纹理结构与几何形态上的相关性,从而重构出与
磷酸是一种重要的化工原料,用途非常广泛,但在制备磷酸过程中会产生大量磷石膏,磷石膏长期堆存产生的渗滤液会对环境造成危害。传统除磷技术存在除磷效率低、适用范围窄等缺点,很难将磷高效去除;且磷石膏渗滤液中的焦磷酸、三聚磷酸盐、三偏磷酸盐等多聚磷酸盐与除磷剂很难形成沉淀或生成易溶的络合物,严重降低了除磷效率。本课题以磷石膏渗滤液为研究对象,基于化学沉淀法,围绕磷石膏渗滤液高效除磷,提出了“除磷-定向水解