硫化锑基复合光电极的构建及其光电化学性能研究

来源 :西北大学 | 被引量 : 0次 | 上传用户:shichun
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
光电化学(PEC)分解水技术被认为是一种有着光明前景的可以将太阳能转化为氢能的有效方法。近年来,硫化锑(Sb2S3)作为地球上储量丰富、无毒且环保的材料而引起了广大研究人员的关注。同时凭借其属于Ⅴ-Ⅵ族窄带隙半导体,以及有着接近于太阳光谱最大值的合适的禁带宽度和较高的光吸收系数(α≈1.8×10~5cm-1,λ=450 nm),因此在PEC水分解领域受到了广泛研究。然而由于Sb2S3半导体内部缺陷所引发的严重载流子复合问题限制着它的进一步应用,同时Sb2S3自身的高光腐蚀性也影响着光电极的稳定性。本文中,在制备得到的p型Sb2S3的基础上,通过异质结的构建以及助催化剂的修饰,提高了Sb2S3光电极的稳定性以及光生电荷的分离效率,获得了较为可观的PEC分解水性能。具体的研究内容如下:(1)采用一步水热法在ITO基底上原位制备得到了导电类型为p型的Sb2S3半导体。研究了高温退火前后Sb2S3的形貌结构以及光吸收能力,同时又对Sb2S3单体分别从光电阴极和光电阳极两个方向进行了光电化学性能测试。实验表明:经高温退火后得到的Sb2S3有着更加致密的表面形貌,其光吸收能力以及光电流密度均得到明显的提升。(2)使用微波溶剂热法通过调控反应时间和反应温度构建了Sb2S3/Sn S2异质结,随后采用溶液浸泡法在其表面生长了Fe OOH颗粒层。结果表明:最大的瞬态光电流密度为2.65 m A/cm~2。在一个小时的稳定性测试中,Sb2S3/Sn S2/Fe OOH复合光电极的光电流密度无明显的衰减。分析认为Sb2S3/Sn S2异质结的构建以及Fe OOH颗粒的负载加快了Sb2S3表面载流子的分离,提高了光电极的稳定性。(3)构建了Sb2S3/In2S3直接Z型异质结,有效地解决了Sb2S3价带附近缺陷引起的电荷复合问题,提高了电荷分离效率。实验表明:Sb2S3/In2S3异质结有着更高的分离效率和注入效率。在1.23 V vs.RHE下,其最大光电流密度为1.24 m A/cm~2,是Sb2S3(0.22m A/cm~2)的5.6倍。此外,Sb2S3/In2S3直接Z型异质结有更负的起始电位(约0.7 V vs.RHE),比Sb2S3提高约0.3 V。本工作为锑硫属化合物在PEC水分解领域的应用提供了新的思路。
其他文献
在网络飞跃发展的时代,信息的提取变得轻而易举。与此同时产生了不计其数的数据量,造成“信息过载”。使用推荐系统可以有效处理该问题,因为它具备信息筛选的功能,可提供更具指向性的信息。近年来它被充分应用于多个领域,如电子商务、个性化广告、视频推荐等。隐语义模型(LFM)是推荐系统领域炙手可热的话题。其核心是通过分析已知特征,来寻找隐含的特征信息。但随着“信息过载”的进一步加剧,LFM仍面临诸多挑战,如可
学位
中国国土辽阔,油气资源储藏丰富,在飞速增长的国民经济和能源消耗下对石油、天然气的需求不断提高。探索油气资源储藏规律,研究能源储存的地质结构,对于科学有效地开发和采集油气资源起着指导性的重要作用。地震物理模型成像技术是一种模拟地震波勘探情况的工具。它用超声波代替地震波,在理想的情况下还原地震波勘探的过程,弥补了现场勘探重复性、稳定性不足等问题,便于我们归纳和总结地震波传播规律,它建立了现场勘探与理论
学位
人类的移动轨迹信息对于基于位置提供服务的应用具有重要意义,但是受到各种因素的影响可能得到的是不完整的轨迹,这会对下游任务(例如,轨迹匹配等)的性能产生影响,因此轨迹补全是一个亟待解决的问题。作为近年来一个比较新颖的研究方向,轨迹补全问题已经存在大量的相关研究,但是他们普遍存在以下三个问题。目前的模型大多采用循环神经网络来建模轨迹点之间的顺序关系,这使得各个位置之间存在的时空依赖性和轨迹中高阶复杂的
学位
随着智能时代的来临,飞行器的使用成本越来越低,各式各样的无人机应用于摄影航拍、物资运送以及农业灌溉。基于这些应用场景,飞行器部件定位分割系统将会有助于空中飞行的安全监控,降低人力资源成本,将飞行器的管理精细化、模块化。本文基于深度学习的语义分割技术,对飞行器部件语义分割的算法进行了研究,主要工作如下:1)收集网上出现的所有无人机出现的场景图片,选取大小适中和画面清晰的无人机图片以及视频,进行语义分
学位
医学图像能够帮助医生快速识别、诊断并治疗人体内疾病,但是仅仅依靠人力对人体特定的区域图像进行识别会消耗医生大量时间与精力并且错误率较高。以胎盘图像为例,采用图像分割技术能够快速地帮助医生区别出胎盘与复杂的背景,从而进一步帮助医生更好的完成胎盘组织定位。但是现有的传统与深度学习模型算法存在分割精度不高、模型复杂度过高等问题,这些缺点将会导致胎盘图像分割不准确从而导致医生诊断错误,继而产生严重后果。本
学位
在大数据时代,各行各业都产生了大量的数据,这些数据分为结构化数据和非结构化数据。对于结构化数据,现已具有相当多且效果良好的研究方法。但各行各业产生的数据中有80%是非结构化数据,如文本、语音、视频等。短文本数据存在无规则、上下文信息稀疏以及语义和语法干扰等问题,为解决上述问题。本文引入文本分类技术,以增强用户对文档对象的认知与理解判断,从而帮助用户从海量文本数据中快速筛选出有价值的信息。本文以MO
学位
我国城市化水平在近年稳步提高,但由于历史原因城市部分区域基础设施已经无法满足城市市民与日俱增的交通出行需求。交通拥堵、交通事故频发、汽车污染排放等一系列问题成为城市顽疾,交通矛盾日益凸显。对于解决以上矛盾,从城市交通信号控制角度入手,是国内外学者普遍认可的有效手段之一。在这样的情况下,本文通过信号控制优化区域交通流协调控制,对城市交通流短时预测方法展开深入研究,提出了交通子区划分方法,并以此为基础
学位
随着人工智能的快速发展,已经有越来越多的基于深度学习的方法被提出并广泛地应用于生产实践中,而以对抗样本为代表的深度学习安全性问题也引起了越来越多的关注。当前的众多研究表明对正常的图像添加精心构造、人眼难以察觉的微小扰动,得到的对抗样本会使得深度学习图像分类模型做出错误的判断,并造成严重的安全问题,因此研究对抗样本以揭示模型的安全问题有着巨大的意义。根据敌手对被攻击模型的知晓程度,可以将对抗样本的生
学位
近年来,随着人工智能技术的发展与普及,语义分割技术在人们社会生活的诸多领域都得到了广泛的应用并取得了不错的效果。当前主流分割算法针对普通尺度目标已可达到不错的分割精度,但对小尺度目标分割精度不理想。而小尺度目标在社会生活以及实际应用场景中广泛存在,因此提高分割算法对小尺度目标的分割能力具有广泛的应用前景和重要的现实意义。本文基于语义分割理论对小尺度目标部件分割算法进行研究,主要工作如下:1.构建了
学位
任意堆积的颗粒物质(几十到几百微米)广泛存在于自然界和工业生产中。粒径是这类颗粒物质最重要的参数之一,因为它决定着这类物质的许多重要的物理特性。目前,表征微米级颗粒粒径的成熟方法大都无法满足原位在线测量。因此,实验探索适用于原位在线测量微米级粒径的新方法一直是研究人员主要关心的问题之一。激光诱导击穿光谱(Laser-induced Breakdown Spectroscopy,LIBS)是一种原位
学位