BiVO4光催化剂不同氧化与还原晶面研究

来源 :第十三届全国太阳能光化学与光催化学术会议 | 被引量 : 0次 | 上传用户:wutiepeng
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
  半导体光催化剂晶面的研究越来越受到人们的关注,TiO2半导体不同的暴露晶面对光催化分解水以及降解有机污染物的研究中得到了广泛应用。有研究者尝试对其不同晶面的氧化还原性质进行探索以更深入的理解光催化的机理,但是目前证据仍不确凿且存在很多争议。此外,TiO2只能吸收太阳光谱中的紫外部分,一定程度上限制了其在光催化研究中的应用。开发具有可见光响应的催化剂使其具有不同的暴露晶面,并且探索不同暴露晶面的氧化还原性质对光催化剂的可控合成和机理研究都具有非常重要的意义。
  本文通过选择性光沉积的方法对可见光响应的BiVO4半导体的晶面进行研究,利用不同金属离子前驱体作为反应物,探索催化剂表面的不同反应活性位,以更进一步认识光催化的氧化反应和还原反应过程,并且通过一系列实验排除吸附等其他因素对沉积过程的影响,以证明氧化反应位和还原反应位的存在是由光催化剂本身引起。半导体光催化剂氧化还原晶面研究对认识光催化反应的机理以及进一步设计高效光催化体系提供了一种新的思路。
其他文献
针对现有的点云滤波算法存在的精度丢失和收缩的不足,提出邻域自适应选择的算法,有效地改善了点云滤波中丢失精度的问题.算法首先针对原始点和均值点滤波出现的收缩问题,提出
  对于染料敏化太阳能电池(DSCs)来说,提高光捕获效率对于提高电池短路电流至关重要。光捕获效率主要来源于两方面:一是染料吸附量,二是光阳极结构的光散射能力。小的TiO2纳
会议
为了提高二维复杂场景下多人姿态估计准确度和速度,提出了一种Mobile-YOLOv3模型与多尺度特征融合全卷积网络相结合的自顶向下多人姿态估计方法.利用深度可分离卷积改进YOLOv3网络以作为高效的人体目标检测器.针对网络特征下采样过程中上层高分辨率信息不断遗失问题,在经典U型网络结构中嵌入多尺度特征融合模块,从而使网络中的低尺度特征也包含高分辨率信息,并在特征融合模块中引入通道注意力机制,进一步
  三维有序大孔(3DOM)材料由于其孔结构、孔壁组成可调等优点,而在光子晶体、催化等领域有广泛的应用前景.LaFeO3是一种典型的钙钛矿半导体光催化剂,具有窄带隙结构,被认为是
会议
通过生成对抗网络的对抗学习生成仿真图像,已成为人工智能领域的一个研究热点.为了进一步提高生成图像的质量,本文提出了多判别器协同合作的网络框架——采用多个判别器为唯一生成器提供联合损失量,并通过不同的学习率保持各个判别器的差异性.同时,为了满足判别器的Lipschitz连续条件,本文所有的判别器网络一律进行谱归一化操作.实验表明,本文提出的基于多判别器合作框架的生成对抗网络表现较优.
  钙钛矿型复合氧化物ABO3是一种具有独特物理性质和化学性质的新型无机非金属材料,将LaFeO3、LaCuO3负载在介孔的分子筛SBA-15则体现了优良的吸附和催化性能。本文在对罗
会议
京城6月的这次冰雹给许多车主带来了轻重不等的损失,各大财产保险公司门庭若市,许多车主都通过车辆损失险获得了赔付。但这并不意味着所有自然事故造成的车辆损失都可以顺理成章地得到赔付,为了顺利理赔,车主有必要深入了解车辆损失险这一主要车险。    保障范围    尽管各家保险公司对车辆损失险条款的规定不尽相同,但大体上保险条款中的保险责任及免除责任相同,车主要了然于胸。    保险责任    保险责任即
实例分割是一项具有挑战性的任务,需要同时进行实例级和像素级的预测,在自动驾驶、视频分析、场景理解等方面应用广泛.近年来,基于深度学习的实例分割方法迅速发展,如两阶段检测器Faster R-CNN扩展出的聚焦于网络的精度而非速度的强大实例分割基准Mask R-CNN,一度成为实例分割的标杆.利用高速检测的单阶段检测器延伸出的实例分割算法YOLACT填补了实时实例分割模型的空白,具有较高的研究和应用价
  随着现代工业的发展,废水中重金属离子往往与有机污染物共存,二者同时高效去除是研究者追求的目标。本文采用一步水解法在室温下制备了无定形TiO2 (Am TiO2),以染料罗丹
会议
提出多视图卷积神经网络模型MV-PearlNet,替代人工进行细粒度珍珠分类.该模型采用并行化处理方式,针对珍珠的多个视角图片提取特征,可提升珍珠图片的特征提取效果,并且采用中间层特征融合作为珍珠的特征表达.在训练集数据量有限的情况下,通过MV-PearlNet结合K-means方法,将无监督聚类算法应用到提取得到的特征中,并利用相似度计算完成自动类标学习,这些操作起到了扩充数据集的作用,有助于改