α-Fe2O3纳米棒阵列的制备、改性及光电化学性能研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:chueri1
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
α-Fe2O3化学性质稳定、无毒、来源丰富、价格低廉,是一种备受关注的光电催化分解水材料。然而,α-Fe2O3纳米材料的导电性、光生空穴扩散路程短(2-4 nm)、光电极表面水分子氧化反应速率均不理想,这些限制因素的存在导致其光电转化效率(STH)偏低。因此,对α-Fe2O3纳米材料进行修饰和改性从而提高其光电催化活性的研究已经成为了当前光电催化分解水领域的研究热点之一。本论文针对纳米α-Fe2O3光电极的上述缺点,通过元素掺杂,形貌控制、构筑异质结构建和元素掺杂等改性修饰方法提高其光电化学性能。具体的研究工作如下:(1)以TiCl3作为Ti源,采用水热法合成Ti掺杂的α-Fe2O3纳米棒阵列。研究Ti的掺杂量改变对Fe2O3光电极的形貌及光电性能影响。电化学交流阻抗谱(EIS)的结果表明,在Ti的掺杂α-Fe2O3纳米棒阵列中,光生空穴可以有效地从α-Fe2O3的价带转移到电解质中。Ti的掺杂α-Fe2O3光电化学性能的提高主要是由于形貌的调控,载流子浓度提高和光生电子-空穴复合率减小。实验表明当TiCl3的添加量为10μL时,所制备的光电极具有最优的光电化学性能,并且其结构有利于电荷传递。(2)为了提高Fe2O3光电极的电荷分离效率和电荷传输效率,本研究构建了一种新型的三元复合FeOOH/CdS/Ti-Fe2O3光电极。CdS可与Ti-Fe2O3形成异质化结构,能带结构位置可以互相匹配,有助于提高光生空穴-电子的分离效率;采用简单浸渍法,在CdS/Ti-Fe2O3异质结结构表面形成了超薄的FeOOH包覆层。FeOOH助催化剂既能提高析氧反应速率,又能减少表面电荷复合;研究结果表明,在CdS和FeOOH的协同作用下,加快了电荷转移,光电流起始电压出现负移,光电化学性能得到了显著地提高。
其他文献
陶瓷颗粒铝基复合材料是目前应用最为广泛的金属基复合材料,然而目前铝基复合材料主要应用还局限于航空航天和军工领域。一个重要原因是硬质脆性陶瓷相的加入导致铝基复合材
党的十九大明确指出,要加强和创新社会治理,推动社会治理中心向基层下移,建立共建共治共享的社会治理格局。进入新时代,人民对美好生活有了更高的向往和要求。在基层社会治理
在生物神经系统中神经元同步放电是普遍存在的现象,且同步放电在神经信息过程中起到关键的作用。在整个神经元系统中神经元之间信息的处理、编码、整合和传递过程必须通过多
在钢结构的实际应用当中,构件的承载能力往往受稳定性能影响,破坏形式除了屈服之外还应当考虑屈曲情形。目前,对于钢结构的承载能力设计当中,大多数国家最常用的是截面分类法。其中,对于Ⅰ、Ⅱ类截面,塑性铰转动能力较好,采用塑性设计;对于Ⅲ类截面,往往在材料屈服前即发生屈曲,采用弹性设计;第Ⅳ类截面采用有效宽度法计算其承载能力。在截面分类法中,不同的截面形式采用不同的设计方法,这会在第Ⅱ、Ⅲ类截面之间产生断
伴随着信息技术等各种新兴技术的发展,数据、信息作用日益凸显,电力系统也正在从传统的形式趋向于信息物理深度融合的状态,信息物理融合系统会成为未来智能电网的更高级形态,未来的能源互联网也必定是一个信息物理深度耦合的系统。目前电网系统越来越迫近信息物理的深度融合,面临的风险也越来越复杂,但是相关的研究还比较少。本文选取耦合层的角度,对电网信息物理融合系统进行风险识别和控制研究,探讨数据挖掘技术在风险识别
燃煤发电在中国电源结构中一直占有主导地位,但随着近年来国家节能减排的政策要求以及可再生能源的兴起,燃煤发电份额逐渐减少。燃煤发电想要进一步发展,提高发电效率,降低发电煤耗势在必行。本文以某超超临界二次再热机组为案例,利用Ebslion搭建模型,通过对系统的传热分析,回热系统图像(?)分析,机组全工况单耗分析,找出二次再热系统中能量匹配关系,揭示了二次再热系统优化潜力。针对超超临界二次再热燃煤发电机
伴随着移动互联网的迅猛发展,移动智能设备的日益普及,视频直播、点播等视频应用的爆发性增长,视频流量在整个网络流量的比重正在不断增多。为了使得用户在观看视频的过程中
信号在波导中传播时由于受到波导上下两个界面以及波导中其他散射体所造成的一次或多次声反射或散射,会导致信号沿许多不同的路径进行传播,因此波导中的波场是多路径波场。三
随着汽车保有量的增加,汽车在给人们带来交通便利的同时,也造成了交通拥堵和交通事故频发等问题,汽车智能化已经成为了国内外汽车行业的重点发展趋势。汽车智能驾驶的目标检测和语义分割等环境感知技术是其中关键的一环,感知结果直接影响车辆的决策规划及整车的执行控制。深度学习方法在计算机视觉领域取得了巨大的进展,基于深度学习的视觉感知是研究智能驾驶的可行方案,而目标检测和语义分割都是视觉感知的核心任务。本文主要
随着高通量测序技术的发展,序列数据正以指数方式迅猛增长,从这些序列数据中分析和挖掘有价值的信息是当前研究的热门话题。在生物信息学中,通过序列两两比对测定序列的相似