论文部分内容阅读
普鲁士蓝类似物正极材料及其水系锌离子电池研究
【摘 要】
：
近年来,可再充电锂离子电池已广泛用于电动汽车,便携式电子产品和储能装置等诸多领域。然而,锂的安全性问题,高成本和相对稀缺限制了其在某些方面的应用。因此,寻找低成本和更安全的替代品得到了科研工作者的广泛关注。由于锌元素具有低成本和大量储备的优势,金属锌(Zn)其理论容量高达(820 m A h g-1)而且化学反应可以发生两个电荷转移,并具有较低的电化学势(相对于标准氢电极(SHE)为-0.762
【出 处】
：
湖南大学
【发表日期】
：
2021年07期
其他文献
动力电池组及其应用是影响电动汽车发展的关键因素之一,其中锂离子电池组是纯电动汽车的常用车载动力源。由于锂电单体之间存在着不一致性,使得电池成组后的能量密度及使用寿命都会劣于电池单体。另外,动力电池组在实际使用过程中,很难严格保证浅充浅放原则进行工作,这不仅会对动力电池系统的安全性造成影响,也会使动力电池组的可用最大容量随着时间的推移而降低,与额定容量产生偏离。为了能更好地满足电动汽车对于能量使用的
学位
本文以多糖(木薯淀粉、海藻酸钠)为基质,过硫酸铵做引发剂,N,N-亚甲基双丙烯酰胺做为交联剂与温敏性单体N-异丙基丙烯酰胺,印迹模板Pb2+、UO_22+,通过梯度升温聚合法成功制备出对Pb2+、UO_22+具有特异性识别与吸附性能的离子印迹材料CPIT、SPIT、CUIT、SUIT,并通过在制备CPIT、SPIT、CUIT、SUIT的过程中引入ε-PL,制备出了生物降解速率更慢的CPPIT、SP
学位
基于压电-导波的结构健康监测(SHM)技术能实现对结构小损伤和大面积的监测,逐渐成为研究热点,但真实的航空航天结构往往处在时变环境中,变化的温度、载荷、边界条件等都会影响监测的可靠性。本文针对载荷这一时变因素,从理论和实验两方面研究了载荷对导波信号的影响,并对抑制载荷影响的补偿方法以及载荷影响下的损伤诊断方法进行了研究,主要的创新和工作如下:(1)研究了载荷对导波的影响机理,并开展载荷影响下的金属
学位
柑橘黄龙病是生产上的毁灭性病害。目前还未找到匹配的杀病原农药,抗病良种的培育也并不理想。黄龙病菌本身的难培养特性更使得常规的药剂筛选和防治研究愈加艰难。当前,基于代谢组学的角度对柑橘黄龙病的研究鲜有报道。本研究通过提取沃柑黄龙病叶组织代谢物,利用气相色谱—质谱联用技术和液相色谱—质谱联用技术,测定沃柑病叶及健叶组织代谢物,寻找致病相关的差异代谢物,从而筛选适用于柑橘黄龙病检测的生物标志物。研究结果
学位
出租车被视为城市交通网络中的“流动探测器”。大规模的出租车GPS轨迹数据中隐含了大量的信息,对其进行各种分析和挖掘具有重要的意义。出租车轨迹数据异常检测作为轨迹数据挖掘中的一个重要分支,主要分为异常轨迹的检测和城市异常交通事件的检测两大类。前者旨在找出与大部分轨迹显著不同的少量轨迹,后者旨在检测出由一组轨迹所表示的不合常规模式的交通事件,如车辆事故、交通堵塞、大型集会等。本文提出一种新颖的轨迹异常
学位
现阶段我国互联网的飞速发展使得网络舆情逐渐成为影响社会稳定的重要因素,尤其是近几年网络舆情引发危机数量的上升,使得网络舆情预警的需求迫在眉睫。本文在社会稳定背景之下,运用文献研究法、定性定量结合研究法和案例研究法等多种研究方法,构建网络舆情预警指标体系。明确了在社会稳定背景下影响网络舆情预警等级的重要指标因素,同时构建了一个全面合理的网络舆情预警模型,为我国网络舆情预警机制的建立提出总体思路和具体
学位
本文采用理论分析与数值仿真相结合的方法进行了内转式TBCC进气道的气动设计与分析探究,给出了完整的内转式TBCC进气道设计思路及流程。首先,通过分析国内外研究现状,梳理了内转式TBCC进气道设计存在的问题以及技术发展趋势,并对本文采用的三维数值模拟方法进行了校验。其次,对内转式TBCC进气道气动设计技术开展了研究,给出了一种新型可调内转式进气道的设计方法及方案,并对该方法进行了可行性论证。分析讨论
学位
互联网的高速发展方便了人们的生活,同时也推动了顾客消费方式的改变,越来越多的消费者选择线上渠道购买商品。而且,在当前的时代背景下,市场竞争已经从过去企业与企业之间的竞争变成了供应链与供应链之间的竞争,传统的线下销售渠道已经难以适应新的竞争环境。为了满足消费者的需求,越来越多的制造商开始考虑开拓新的销售渠道,比如自主建设网络渠道,或者利用零售商建设的电商平台、第三方电商平台进行销售,将过去传统的单一
学位
现实中的医学图像在采集和传输的过程中,常常受到成像设备与外部环境噪声干扰的影响,使得图像的质量下降,这些降质的噪声图像对医学图像分析和对临床医学诊断的影响很大。因此,医学图像去噪是医学图像预处理最重要的任务之一。随着深度卷积神经网络在计算机视觉领域中的快速发展,基于神经网络的医学图像去噪算法受到越来越多的关注。将深度卷积神经网络应用于医学图像去噪的一大障碍是需要大量无噪声的训练样本,而很多医学图像
学位