【摘 要】
：
能源危机和环境污染是制约当今经济可持续发展的主要因素。开发一种绿色环保的储能装置是解决这一问题的有效途径之一。超级电容器作为一种新型的储能装置,具有功率密度高、循环寿命长等优点。多孔碳作为双电层电容器电极材料,由于比表面积大、孔道结构复杂和价格相对低廉而受到研究者的青睐。但是碳基超级电容器能量密度低,这限制了其发展应用。因此,制备高性能的多孔碳材料是当今的研究热点。本文选用不同的生物质来制备杂原子
论文部分内容阅读
能源危机和环境污染是制约当今经济可持续发展的主要因素。开发一种绿色环保的储能装置是解决这一问题的有效途径之一。超级电容器作为一种新型的储能装置，具有功率密度高、循环寿命长等优点。多孔碳作为双电层电容器电极材料，由于比表面积大、孔道结构复杂和价格相对低廉而受到研究者的青睐。但是碳基超级电容器能量密度低，这限制了其发展应用。因此，制备高性能的多孔碳材料是当今的研究热点。
本文选用不同的生物质来制备杂原子掺杂的多孔碳材料。通过对多孔碳材料比表面积，孔道结构进行调控，并研究对其电化学性能的影响。主要工作如下：
（1）以海苔为碳前驱体，浸泡过饱和氯化钠溶液的方法制备海苔基多孔碳材料。结果表明，浸泡过饱和氯化钠溶液制备出的海苔基多孔碳（SPC-800）样品具有最大的比表面积577.5m2g-1和较高的O含量（11.79at%）和N含量（3.92at%）。在三电极体系和0.5A g-1电流密度下，以1M H2SO4为电解液，SPC-800样品比电容高达844.8F g-1。在两电极体系和1M Na2SO4电解液中，SPC-800电极材料电压窗口高达2.0V，在功率密度为250.0W kg-1时，能量密度高达29.95Wh kg-1。同时，经过10000次恒电流充放电循环，电容保持率为97%。
（2）以黑木耳为碳前驱体，采用液氮冷冻和浸泡过饱和氯化钠溶液的方法制备木耳基多孔碳材料。结果表明，制得的木耳基多孔碳材料（FBPC）样品具有最大的比表面积594m2g-1。以1M H2SO4为电解液，在三电极体系和0.5A g-1电流密度下，FBPC样品比电容为330.1F g-1。在两电极体系下，由于材料中O原子的存在，使得FBPC的测试电压窗口为1.3V。恒电流充放电循环10000次，电容保持率为98%，显示出了出色的循环稳定性。
其他文献
现实世界中的网络往往并非是孤立运行的，不同的网络之间会存在着千丝万缕的关联，例如物理依附、逻辑依赖、能源或信息交换等，互相依赖、协同工作的网络情况更是现代社会普遍的现象。现实告诉我们，各类互相关联的网络共同服务于我们，能够大幅提高工作效率，缩短工作时间，但是与之对应的，所有网络之间都相互关联也存在着不小的风险。 近年来，不少学者根据现实世界的网络情况，抽象模拟出了多种具备不同特殊性质的网络模型，
2008年，中本聪提出了比特币的概念，经过一段时间的发展，根据其概念应运而生的开源软件、对于比特币架构及其核心算法的研究形成了比特币的生态环境。 由于比特币早期具有易流通、交易成本低、易挖矿、去中心化的特点，比特币在早期发展速度很快。但是由于比特币体系匿名性的特点，这一点被不法分子利用用作金融犯罪活动，各国政府一度对比特币交易进行严格的管控，导致比特币价格出现了不稳定的情况。 经过这几年起起伏
区块链技术是近十年来的新兴技术，具有去中心化、不可篡改、数据公开透明等优点，是分布式数据存储、P2P网络和公钥密码学等技术的新型应用模式。区块链技术的发展带动了互联网、金融、电信等各个领域的产业技术革新，一种新型产物——Dapp（Decentralizedapplication，去中心化应用）也应运而生，其广义定义为：运行于分布式网络，所有参与者信息受到安全保护，基于分布式网络进行去中心化操作的应
随着时代的发展，对人类情绪的识别已成为一个非常热门的研究领域。常见的有基于面部表情、文本内容、生理信号以及人类语音等方面的情绪识别方式。其中，作为日常生活中最主要的沟通和交流方式之一，语音中包含了大量的说话人的情绪信息，对于这些信息的充分获取和识别不仅推动了人类之间的交流，也对人机之间的交流效果有着很大的影响。近年来金融业、旅游业、远程教育和刑侦测谎等各个行业和领域中人机交互的繁荣使得利用人工智能
现代大型企业的大数据架构越来越复杂，大数据的采集、加工、使用以及废止链路环节明显增多，导致了企业对数据来源和影响的分析难度加大。一些企业开始尝试建立一套反映元数据间血缘关系的可视化地图，用来梳理数据的使用链路，以方便业务查询和开发管理。 元数据是描述数据的数据，如数据库的配置、表编目信息等。元数据的血缘关系描述的是一种层次结构，即目标数据来源于哪些源数据，又生成了哪些子数据，例如数据A生成了数据
随着大数据时代到来，企业规模和业务的持续扩张，业务系统复杂程度也在不断增加。如今分布式、虚拟机等新技术的出现对高响应、高并发与稳定运行提供了解决方案，但分布式系统的内聚性使系统运维需贯穿业务系统的所有环节，且每一时刻都会产生海量运维数据，如何利用这些指标数据对系统状态进行诊断成为智能化运维的一个课题。本文基于电网信息系统时序数据和系统告警数据，通过自组织网络、单分类支持向量机、负样本聚类与告警数据
在传统模式下，供应链信息管理薄弱，目前开展供应链金融服务主要受制于其业务信息的“不对称性”和“不完整性”，供应链条上下游企业各自使用纷繁复杂、独立封闭的ERP系统，形成众多“信息孤岛”，造成信息割裂，无法做到信息透明且全程可视，从而导致信任无法传递，且供应链上成员之间“信息不对称”极易造成欺诈问题，履约风险高居不下，因此银行等金融保理机构出于风控考虑，只愿对核心企业的一级上游供应商或下游经销商提供
神经机器翻译(NeuralMachine Translation, NMT)借助机器学习和深度学习的迅速发展以及计算机硬件能力的快速提高取得了前所未有的成就。虽然受益于多种深度神经网络优越的表达能力，翻译模型在一定程度上能够自动学习特征，但语料稀缺、语义表达方式单一等问题使模型的学习表征能力不能充分发挥，这也是阻碍低资源机器翻译进一步发展的关键原因。这些固有的特点会引起一系列的翻译问题，如常见的U
实时嵌入式系统的应用领域不断扩大，相关研究受到进一步关注。衡量实时嵌入式系统性能的重要指标之一是任务的最坏情况执行时间，因此通常在系统设计阶段即需开展指令缓存行为预测工作，以准确估计实时任务的执行时间上界。指令缓存行为的时间延迟是该时间上界重要组成之一，因此指令缓存行为预测研究的重点是识别缓存行为的命中、缺失，目标是估计缓存行为的时间延迟。现代嵌入式处理器的指令缓存配置复杂，且所设计的系统可能采用
该文是对西安地区办公建筑的节能设计进行的研究.作者通过对西安地区的气候特点、办公建筑人居环境现状,以及建筑采暖空调设备运行特点的调查研究,提出可行的节能设计理念及方法.气候条件是建筑设计中的一个重要制约因素,它将会影响到建筑的格局、朝向、立面形式、细部构造、景观等各个方面,对建筑的能耗控制更是一个致关重要的影响因素.因此,该文首先对西安地区气候资料进行学习分析,为办公建筑的节能设计提供依据.办公建