【摘 要】
：
炭材料因在水热条件下具有机械强度好、稳定性高、比表面积大、有利于贵金属回收循环、原料多样易得等特点,被看做各类液相反应催化剂的优良载体。本文通过一种高效的液相模
论文部分内容阅读
炭材料因在水热条件下具有机械强度好、稳定性高、比表面积大、有利于贵金属回收循环、原料多样易得等特点,被看做各类液相反应催化剂的优良载体。本文通过一种高效的液相模板浸渍法（LPIT）合成了具有三维互联分级孔炭骨架的负载铂纳米粒子（Pt/3DHPC）的整体材料。多种测试结果表明,该材料介孔成分丰富、含氧官能团较少,为大孔骨架提供了更大的比表面积、更多的Pt活性位点和良好的电子转移能力。将该催化剂用于肉桂醛（CMA）选择加氢为肉桂醇（CMO）反应,展现了很高的CMA转化率（92.7%）和CMO选择性（91.1%）,同时单位活性位点在单位时间内转化的反应物的量（TOF值）可达到1553.7 h-1。该结果不仅高于Pt负载的单一尺寸的介孔炭（Pt/MC）和微孔活性炭材料（Pt/MAC）催化剂,而且明显超过了先前报道的其他Pt/C材料催化剂。本文中,肉桂醛选择加氢炭载Pt催化剂中的粒子运输能力,活性组分的可接触位点、数量及性能因素,共同保证了其优异的性能,并有望应用于其他相关的催化过程。此外,本文还通过改进的Hummers法制备了氧化石墨烯,氯铱酸作为金属Ir前驱液,采用乙二醇、乙二胺及水合肼为还原剂,制备了金属Ir负载的石墨烯（Ir/rGO）材料。观察所得材料的形貌特征,并将其用作CMA选择加氢反应催化剂。发现水合肼作用下的Ir/rGO材料可达到92%的CMA转化率和85%的CMO选择性,表明该Ir/rGO催化剂的活性较好。
其他文献
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
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
目的:目前提取Buffy coat时普遍应用Ficoll离心法,但该法因Ficoll具有细胞毒性而不能应用于临床,本实验研发一种简便和安全的能用于临床的Buffy coat提取法。方法:选取20只健
随着移动产业的发展和人们对移动设备依赖的加深,近年来Android恶意应用滋生迅速,对更加高效的应用性质检测技术的需求也越来越迫切。因此利用机器学习结合传统检测技术进行
天基空间目标监测系统是指利用在轨运行的卫星对空间目标进行发现、跟踪以及预警,及时获取空间目标信息,为民用和军用航天活动提供空间目标信息支援的国家战略信息获取系统。