【摘 要】
:
金属-空气电池作为新一代电池体系,由于其较高的能量密度、环境友好性和持续发展性而备受关注。但仍有一些亟待解决的问题,如需要设计合理且高效的催化剂来改善缓慢的反应动力学。得益于100%的原子利用率,固定在特殊载体上的单原子催化剂(SACs)在多相催化领域得到了诸多应用,但由于较高的表面能使其易发生迁移、团聚,因此稳定性较差。虽然沸石、金属有机框架等多孔材料的内部空间可以限域单原子从而避免团聚,但是它
论文部分内容阅读
金属-空气电池作为新一代电池体系,由于其较高的能量密度、环境友好性和持续发展性而备受关注。但仍有一些亟待解决的问题,如需要设计合理且高效的催化剂来改善缓慢的反应动力学。得益于100%的原子利用率,固定在特殊载体上的单原子催化剂(SACs)在多相催化领域得到了诸多应用,但由于较高的表面能使其易发生迁移、团聚,因此稳定性较差。虽然沸石、金属有机框架等多孔材料的内部空间可以限域单原子从而避免团聚,但是它们导电性差和孔径小等特点限制了其在金属-空气电池中的应用。为了解决上述问题,我们开展如下研究:采用模板浇铸法,以具有规则孔道结构的介孔分子筛MCM-48为硬模板,以蔗糖为碳源,合成出了具有规则形貌、高度规整有序的分级导电碳分子筛(CMS),其所含微孔与介孔直径分别为1.2 nm和3.4 nm;并且通过XPS、~1H MAS NMR等表征证明了CMS骨架中含有羟基。接下来利用CMS的微孔限域效应制备了稳定的CMS限域的钴(Co)SACs材料(Co-CMS)。通过EELS、EXAFS、XRD表征并结合DFT计算证明,CMS的微孔捕获和羟基掺杂有利于协同稳定金属前驱体,并有助于随后转化成具有Co、O和N之间强相互作用的单原子位点,对CMS的限域效应做出了科学的解释。将Co-CMS用作金属-空气电池正极电催化剂材料,用于检验其催化活性和稳定性。其独特的三维螺旋状孔结构利于加速反应物的传质过程,而Co单原子的高度分散使得活性位点得到了高效利用,在氧还原反应(ORR)测试过程中表现出较低的Tafel斜率,意味着快速的反应动力学,使其成为理想的ORR催化剂。得益于上述优势,Co-CMS在可充电锌空气电池中表现出优异的电化学性能,峰值功率密度可达219 m W cm-2,循环594 h后的充放电电压间隙仅为0.77 V。此外,将Co-CMS的应用扩展到其他金属-空气电池如锂氧气电池中,依旧具有优异的倍率性能和循环稳定性,进一步凸显了CMS在稳定单原子材料方面的优势以及在储能领域的发展前景。
其他文献
目标检测往往假设训练数据集和测试数据集采样于同一分布,但这在现实条件下往往不成立,从而影响目标检测性能。基于域适应的目标检测可将在有标签的源域数据集上训练的检测器泛化到另一无标签的目标域数据集上,摆脱新数据集上繁重的标注工作。本文创造性地提出了两种域适应目标检测模型。现有方法一般将鉴别器部署在检测网络不同阶段并通过对抗训练拉近源域和目标域间的图像级特征或物体实例级特征,或用风格迁移拉近像素级特征。
Kdm1b(Lysine Demethylase 1B)是一种对H3K4、H3K9组蛋白具有去甲基酶活性的表观遗传修饰因子。近期研究报道,Kdm1b在多种肿瘤细胞中高表达,能够促进增殖、抑制凋亡,与肿瘤的发生发展密切相关。也有报道称,Kdm1b可诱导肿瘤中多能性因子SOX2和NANOG的表达。然而,关于Kdm1b在体细胞重编程过程中的功能却鲜有报道。诱导多能干细胞(Induced pluripot
随着智能设备的普及和互联网技术的快速发展,近年来出现了许多基于位置的服务,因而产生了大量实体(例如行人、车辆和无人机)的轨迹数据。这些数据中包含了许多有价值的信息,例如实体的位置、速度、加速度等。通过进一步挖掘和分析轨迹数据,可以提取出更多潜在的特征信息并且进一步应用于多个研究领域的相关任务,尤其是在自动驾驶中;它可以用于提高预测周围实体未来轨迹的能力,从而辅助目标车辆做出安全和有效的下一步动作。
碳点(CDs)作为一种新型的零维碳纳米材料,由于其出众的光学性质、光电效应、良好的生物相容性、环境友好性等优点而被广泛研究。碳点的发光性质通常与碳源和制备方法息息相关,合适的碳源选择和简单的制备方法对推动碳点的广泛应用,加速碳点工业化的发展显得尤为重要。在碳点的制备方法上,与常用的水热/溶剂热法相比,煅烧法制备碳点具有操作简单,对工业设备要求较低的特点。在碳源的选择上,以生物质废料作为碳源来制备碳
千金子为大戟科植物续随子(Euphorbia lathyris L.)的干燥成熟种子,具有泻下逐水、破血消癥的功效。国内外学者从千金子中分离出多种化学成分,其中二萜醇酯类化合物是主要的功效成分,具有抗肿瘤、抗炎、祛斑、美白等药理作用。同时有研究表明,千金子与千金子提取物均具有一定的毒性,有文献报道千金子的毒性部位在脂肪油中,并证实其中的几种二萜醇酯类成分具有一定的毒性。这说明千金子中的二萜醇酯类成
随着信息技术的迅速发展,网络上可用的信息呈指数级别增长,人们很难从海量的数据中筛选出有用的信息并做出正确选择,这就导致了信息过载问题。推荐系统的目的在于有效挖掘用户兴趣并缓解信息过载问题,因此成为了电子商务、信息门户等在线服务平台的重要组成部分。本文除利用用户和商品历史交互信息外,还引入了用户社交信息和商品知识信息作为额外信息辅助推荐任务,进一步缓解了数据稀疏问题,但与此同时也带来了一些额外的挑战
作为明星大环化合物之一,β-环糊精(β-CD)是由7个D-吡喃葡萄糖残基组成的环状寡糖。β-CD不仅拥有疏水内腔,可以通过主-客体相互作用包合非极性的客体分子;其外缘拥有大量的极性羟基基团,具有亲水性。因此β-CD既是超分子组装体的理想构建单元也是良好的亲水化合物。鉴于上述特点,基于β-CD构建的超分子组装体已在多个研究领域引起了关注,尤其是生物化学领域。β-CD超分子组装体具有优异的生物相容性和
随着信息技术的飞速发展,人类在社会活动中产生了海量的数据。如何有效地利用获得的数据成为许多行业的现实问题。机器学习可以从数据中挖掘有效信息,已经广泛应用于不同行业。然而在实际应用中,机器学习算法会受到不平衡数据的影响。传统的机器学习算法假设数据样本的分布是均衡的。当传统机器学习算法应用于不平衡数据时,会使算法偏向于多数类,导致分类效果不佳。不平衡数据分类已经成为机器学习领域的一大热点。本文针对不平
随着信息社会的发展,越来越多的企业和个人选择利用软件即服务(Saa S)将自身的业务上云。这些Saa S云租户省去了开发与维护系统的麻烦,而Saa S提供商也通过在多租户间共享资源摊平了成本。但现有的Saa S平台中,少有全流程集成数据分析与机器学习服务的方案,当租户系统中积累的数据越来越多,如何在Saa S平台上对租户的数据价值进行深度挖掘,是需要解决的问题。因此,本文聚焦于研究云架构模式的多租
图像复原与重建是机器视觉及图像科学中的基本问题,其旨在从退化图像或观测信号估计出潜在的真值图像。基于数据集训练的深度神经网络模型是现代图像复原与重建的一种主流方法。但在实际场景中,训练数据的采集通常代价高昂,对某些领域甚至不可行。而且,数据集的偏差及模型的记忆效应容易导致复原或重建的图像丢失新颖特征,不利于科学发现。近年来出现了基于深度图像先验的单样本自监督图像复原及重建方法,通过在单张退化图像或