【摘 要】
:
近年来,全球经济发展水平不断进步,同时,对能源的需求也逐渐增加。日益严重的环境污染问题和化石燃料燃烧造成的温室效应以及化石能源枯竭造成的能源危机步步紧逼,发展清洁高效的新能源迫在眉睫,这是21世纪面临的重大挑战。质子交换膜燃料电池可以把燃料的化学能不经其他过程直接转换为可供利用的电能,具有转化率高、污染小、连续大功率放电等优点,它引起了国内外科研人员的重视和研究,被认为是最理想的电源和最有前途的能
论文部分内容阅读
近年来,全球经济发展水平不断进步,同时,对能源的需求也逐渐增加。日益严重的环境污染问题和化石燃料燃烧造成的温室效应以及化石能源枯竭造成的能源危机步步紧逼,发展清洁高效的新能源迫在眉睫,这是21世纪面临的重大挑战。质子交换膜燃料电池可以把燃料的化学能不经其他过程直接转换为可供利用的电能,具有转化率高、污染小、连续大功率放电等优点,它引起了国内外科研人员的重视和研究,被认为是最理想的电源和最有前途的能量转换装置。燃料电池阴极反应动力学相对较慢,因此在燃料电池阴极上发生的氧还原反应(Oxygen Reduction Reaction ORR)决定了燃料电池的电化学性能和能量转换效率。然而,用于阴极的铂基催化剂的材料稀缺且昂贵,且燃料电池核心部件(MEA)的价格占整个系统的76%,而催化剂的价格占50%以上,这使得燃料电池难以大规模商业化。因此寻找低成本且高性能的阴极催化剂是燃料电池的一个重要研究领域。针对于此本文对杂原子和铂掺杂石墨烯材料进行了模拟研究,且对Fe/Co/Ni多金属掺杂电催化剂进行了模拟和实验研究,具体研究内容包括以下三个方面:一:利用第一性原理的密度泛函理论建立双层石墨烯(BLG)模型,对其单吸附N、单吸附Pt和N-Pt共同吸附等模型进行了氧吸附能和氧脱附能的计算,得知N和Pt单掺杂和共掺杂都会提高BLG催化剂的催化活性,共掺杂材料对于氧气的吸附性能要高于单掺杂,且Pt单掺杂高于N单掺杂。二:利用第一性原理的密度泛函理论研究了双过渡金属(FeCo、FeNi、CoNi)和N共掺杂石墨烯催化剂的稳定结构和氧还原机理。首先建立了Fe/Co/Ni多金属和N共掺杂石墨烯的模型分析FeCo/FeNi/CoNi三种双过渡金属与N共掺杂石墨烯的结合能、吸附能和脱附能,发现双过度金属原子与N共掺杂石墨烯时,FeCo-N掺杂石墨烯的ORR活性优于FeNi-N和CoNi-N。三:研究Fe/Co/Ni多金属与N共掺杂对催化剂氧还原活性的影响:通过热解法依次制备了FeCo-N-C、FeNi-N-C、CoNi-N-C三种双过渡金属与氮共掺杂碳材料的催化剂,对其进行物理表征,并分别在酸性和碱性环境下对其进行了电化学测试,发现在碱性和酸性条件下FeCo-N-C催化剂均具有最强的氧还原反应活性,且FeCo-N-C与CoNi-N-C催化剂的耐久性要强于FeNi-N-C。
其他文献
由于制造和建造方面的限制,城市建筑物等许多人造物体通常由平面部分组成。因此,平面的检测和分割是三维点云应用中的关键任务。然而,现有传统平面分割方法存在边界分割不准确及虚拟平面过分割问题。为解决上述问题本文提出了基于密度聚类的平面分割算法,以几何模型以及多类别真实点云模型为研究对象进行实验验证和评估,主要研究内容如下:(1)简单相交平面分割问题研究:通过研究一种结合模型拟合法的改进DBSCAN聚类方
变压器作为电能传输的关键设备,对电力系统的安全运行意义重大。变压器中的变压器油具有良好的绝缘作用,可以阻止电弧和电晕放电,并耗散变压器热量。变压器发生故障时,油中会析出气体,分析气体的种类和含量可以作为故障的判断依据,尤其是过热性、电弧性和绝缘破坏性故障。传统的气体检测方法为气相色谱法,但存在速度较慢,成本较高和无法实现实时在线检测等缺点。为了在结构简单且经济高效的装置上灵敏地检测变压器油中的气体
随着国家经济的快速、稳定发展,以及对碳排放的限制,我国对电站锅炉技术提出了更高的要求,加大了对“高参数”、“高效率”火电机组的研究,发展超超临界机组已经成为了火力发电的主要发展方向。火电机组管道的安全性是建设高参数、高效率机组的重要影响因素,其取决于材料的质量。基于降低经济成本等原因,奥氏体耐热钢和铁素体耐热钢异种金属接头广泛应用于电站锅炉中,在高温高压的服役条件下,部件材料的寿命会受到严重影响。
通过对"中国辣椒第一镇"——河南省王岗镇的田野调查发现,该镇面临辣椒产业附加值有待提升、农业科研投入力度不足、劳动力供需错位矛盾突出等发展劣势与现实困境,阻碍了该镇实现由"辣椒种植强镇"向"辣椒特色小镇"的转型升级。以协同治理理论为分析视角,研究构建了以县政府为中心线、镇政府为中场线、村委会为生命线的"三线联动型"辣椒产业特色小镇建设模式,最终目的是促进地方经济的进一步发展,为国家乡村振兴战略的实
随着我国电力市场化改革和国家治理体系现代化的不断推进,对电力市场信用监管体系的建设提出了新的要求。作为信用监管的重要内容,电力市场的信用评估方法和配套的信用激励机制对电力市场的平稳有序运行和提升风险控制能力有着重要作用。传统电力市场信用监管方法重点关注市场主体的财务状况和信用记录情况。但是,随着电力市场交易的深入开展,市场监管不能仅局限于财务状况还需要反映市场主体的交易行为。因此,为规范市场主体行
近年来,遥感图像目标检测技术成为了遥感及图像处理领域的热点问题,遥感目标检测技术也得到了迅猛的发展,这一方面取决于计算能力的爆发式增长,另一方面也得益于人工智能技术的逐步提高。基于深度学习的遥感目标检测技术比基于机器学习和传统光学遥感处理技术具有更高的检测精度,模型的泛化能力也明显优于机器学习算法。但是,基于深度学习的网络设计往往模型参数量多、计算量大,不适宜在嵌入式及移动边缘设备上进行移植部署,
随着智能电网的飞速发展,对于电力设备运行可靠性的要求也与日俱增,威胁设备正常运行的局部放电(Partial Discharge,PD)也越来越受到重视。本文通过使用特高频法来实现局部放电的检测,先采用改进奇异值分解和提升小波能量熵阈值法将噪声去除,再将到达时间差(Time Difference of Arrival,TDOA)法与麻雀搜索算法相结合,实现局部放电的定位。通过对局部放电发生原理的分析
目前常用的生物识别技术需要获取完整、清晰的生物特征,例如由于口罩遮挡、眼镜等干扰导致人脸识别性能下降。因此面向少约束场景下的生物特征识别技术逐渐成为了研究热点。而眼周区域包含了丰富的颜色和纹理特征,与整个人脸区域相比受年龄变换和表情变化影响较小,具有较高的区分性和稳定性,因此眼周作为人脸或虹膜的一种补充模态,受到了越来越多的关注。人脸、虹膜、眼周等多模态融合识别可集中多个生物模态的优点,弥补单模态
随着深度学习的发展,计算机视觉处理技术也迈上了一个新台阶,并且已经广泛地应用于自动驾驶领域,为汽车安全驾驶提供了完备的支持。相比于机动车,非机动车没有限速法规、对驾驶者的保护措施较少、安全系数较低,更需要一套完善的安全驾驶系统。将深度学习与计算机视觉处理技术应用到非机动车平台,可以帮助驾驶者提前预知危险,尤其是来自视野盲区的、潜在的危险,这对减少事故发生率具有非常重要的意义。针对上述问题,本文提出
超材料是一种人工复合电磁结构,通常由具有亚波长尺寸的周期或非周期结构排列而成。因为超材料能够任意调整介电常数和磁导率并有能力操纵电磁波,所以它引起了人们的极大兴趣。许多不寻常的电磁响应是不能从自然界材料中获得的,但可以通过超材料来实现,包括隐形隐身、负折射、吸波器和超分辨率成像等。虽然超材料的快速发展鼓舞人心,但将超材料实现于实际应用中仍然是一个巨大的挑战,体积大、重量大和损耗大的缺点极大地限制了