纳米γ-MnO在提锂离子筛与筛膜反应器中的应用及其机制研究

来源 :天津大学 | 被引量 : 0次 | 上传用户:haibolovemj
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
γ-MnO<,2>纳米材料具有高表面能、高密度表面缺陷、高反应活性等优点,在催化材料、能源材料及环境材料等方面具有特殊性能.该文从γ-MnO<,2>纳米材料的制备入手,研制成功了高效提锂离子筛及筛膜反应器,并系统研究了它们的性能及其机制.
其他文献
图像是人类获取信息的重要来源。随着带有高清摄像头的智能手机的普及和成像器件在城市安防、卫星遥感遥测等诸多领域的广泛使用,这些成像器件产生着数量巨大的图像数据。人们对收集到的上述图像数据进行分析与处理,获得关于真实世界重要信息。然而,数字图像在成像、传输、存储等各个环节都不可避免的受到各种降质影响而降低质量,如噪声、低分辨率、模糊等。图像的质量对于基于图像的分析与理解的准确性有着极大的影响。因此,图
学位
生物信息学是在20世纪80年代开始,由生命科学与数学、计算机科学等学科交叉形成的一门新兴学科。对RNA的研究始终是生物信息学中一个十分重要的研究方向,且其热门程度呈不断上升的趋势。越来越多的研究表明RNA不仅能作为遗传信息的载体,也具有各种重要功能。已经证实,RNA的功能与其结构有着紧密的关联。为了更好地探索RNA的功能,就要对其结构进行研究。由于RNA分子具有降解速度快、难以结晶的特点,采用常规
随着大数据处理技术及人工智能的发展,机器人的感知和处理能力不断提高。机器人被广泛应用于工业、农业和日常生活等各个领域。与单体机器人系统相比,机器人群体通过协同合作可以获得更好的性能。自主控制是实现机器人群体应用的关键,保持通信连通是机器人群体协同合作的基础。然而,大多数现有的自主控制方法以群体连通作为前提假设,适用性不足。因此,研究机器人群体连通性与自主控制问题具有重要意义。本文在分析机器人群体连
关键基础设施网络是现代社会繁荣与发展的基石,其安全运行对于社会的稳定、国家的安全具有重要意义。然而,关键基础设施网络的安全稳定运行面临诸多挑战:自然灾害频发,人为失误和恶意操作不可避免,通过网络损毁物理实体成为可能,以上诸多因素使得关键基础设施网络中部分组件的失效不可避免。同时,网络的融合带来了级联失效的风险,单个组件的失效可能导致整个网络的崩溃。鲁棒性,一般定义为失效或恶意攻击下的生存能力,是衡
近年来,Android设备的用户数量不断增长,已经成功攻击者的攻击热点。TrustGo公司的分析应用报告显示,Google Play上3.15%的应用有可能泄露用户隐私或者存在恶意行为。而我国用户无法直接从Google Play上下载应用,导致了大量的、管理混乱的第三方应用市场的存在,对于Android设备安全性造成了严重的威胁。合谋作为一种隐蔽的攻击方式并不被大众重视,而由于Android简便的
学位
随着计算机技术的发展以及各种成像设备的普及,当前的互联网上累计了海量的地标和街景图像数据。给定查询图像,如何高效而精确地从这些大规模的图像集合中检索出内容相似的图像,成为了许多应用中的迫切需求。论文针对地标图像检索以及街景图像位置识别,围绕基于词包模型的地标图像检索方法中的爆发性问题、基于深度学习的地标图像检索和街景图像位置识别方法以及基于矩阵分解的相似度搜索方法开展研究。主要的研究工作如下:  
对于一个对象,可以从各种渠道获取到形式丰富的多方面信息,形成多视图数据。多个视图之间通常具有一致性和互补性,如何从这样的多视图数据中学习是一个非常重要的课题。同时,在实际应用中,收集到的多视图数据往往由于现实环境的种种因素,带有噪声甚至产生缺失,从而不能形成理想中完整且无噪声的高质量数据。如何从这些低质量的多视图数据中有效地学习知识,是多视图学习技术能否更广泛地应用于现实世界的关键。本文聚焦于多视
癫痫是一种具有反复发作特征的常见神经系统疾病。在癫痫发作时,常伴随着严重的个体伤害风险,严重妨碍患者独立生活的能力。脑电图(EEG)广泛应用于癫痫的检测与诊断,传统的脑电诊断依赖于对异常EEG信号的人工识别。计算机辅助诊断系统可以大大减轻在脑电异常数据筛查过程中对经验知识要求高、误诊率高以及较为耗费人力等问题。人工智能辅助诊断癫痫病症的研究通常集中在三个方向:1)脑电数据的数据预处理方法;2)脑电
学位
软件定义网络(Software-Defined Networking,SDN)作为一种新型的网络架构,实现了数据平面和控制平面解耦,解决了传统网络配置的复杂性问题,可以实现灵活的网络流量控制。随着SDN技术的快速发展,基于集中控制的负载均衡问题成为研究的热点,根据实时网络状态和流量特征设计合理的流量调度策略显得尤为重要。本文提出了一种基于SDN的流量预测与调度机制,运用SDN的集中控制优势监测网络
研究和描述化学污染物在大气环境中的化学转化机制、物理迁移模式、演化过程及其污染行为是大气环境评价及污染控制的重要工作。但由于传统试验研究方法通常不具备可行性和可操作性,人们发展了模式研究的方法和理论。大气环境模型也就因此成为了研究化学污染物在大气介质中分布、聚集、演化和转化行为的重要手段。通过模式计算与现场监测相结合,可实现对化学污染在大气中的演化行为的定量描述或预测,亦可模拟验证极端情况下的污染
学位