铜基硫化物的制备及其电化学性能研究

来源 :西北大学 | 被引量 : 0次 | 上传用户:luther2006
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
超级电容器作为一种新型的储能装置,由于拥有功率密度高、充放电速率快、对环境友好及循环稳定性好等优势而受到广泛关注,但是能量密度较低是制约其进一步发展的瓶颈。众所周知,电极材料是决定超级电容器能量密度高低及其它主要性能指标的关键所在,因此,设计并制备性能优异的电极材料便成为了超级电容器研究的核心课题。在金属硫化物中,铜基硫化物(CuxS,x=1-2)不仅价格低廉、材料来源丰富而且具有独特的自掺杂性、非化学计量比和较高的理论比电容,是一种理想的赝电容电极材料。但是,实际制备的CuxS电极材料却存在比电容较低,其它的电化学性能,如倍率性、循环稳定性也不太理想等问题。结构、形貌和组分的调控以及缺陷态的引入是提高电极材料电化学性能的有效途径,因此本论文设计并可控制备了CuS、Cu2S、Cu9S5及Cu1.96S等四种三维结构的CuxS并对其缺陷态进行了调控,研究了结构、形貌和组分及缺陷态对电化学性能的影响规律。所做工作主要分为以下三个部分:1、CuS和Cu9S5的制备及其电化学性能研究。采用一步水热法,调控溶剂和反应时间可控制备了不同形貌的CuS和非化学计量比的Cu9S5,探究了溶剂和反应时间与CuS、Cu9S5形成过程和形貌的内在关系及其对电化学性能的影响规律。实验结果表明,在甲醇溶液中更易获得非化学计量比的玫瑰花状Cu9S5,而在乙醇、乙二醇和异丙醇三种溶剂中则易获得其它花球状CuS;同时,随着反应时间的延长,CuS、Cu9S5的形貌易坍塌并造成结晶性变差,进而导致电化学性能降低,因此本实验中以24 h为最佳反应时间;此外,通过电化学分析可知,在1A/g电流密度下,Cu9S5(92 C/g)相较于其它三种溶剂中获得的CuS(84 C/g,75 C/g,49 C/g)表现出了更佳的电化学性能,这与Cu9S5的玫瑰花状形貌和丰富的化合价变化有关。2、Cu9S5形貌和缺陷态的调控及其对电化学性能的影响研究。分析表明,退火气氛和退火时间对Cu9S5的形貌和缺陷态调控具有重要作用。尤其是在氩气(Ar)下退火2 h时,玫瑰花状的Cu9S5表面出现了大量的孔洞和褶皱并在Cu9S5中产生了适量的硫空位,有效地增大了Cu9S5的比表面积、提升了离子传输能力和丰富了氧化还原反应,进而导致了其电化学性能的明显提升。结果表明,在Ar中退火2 h得到的样品其比容量可达337 C/g,是原始Cu9S5的近4倍。同时,组装的非对称超级电容器Cu9S5//AC也表现出了良好的储能特性。如:当功率密度为789.5 W/kg时,能量密度可达13.2 Wh/kg。当循环2000次后其电容保持率仍可接近100%。3、CuS物相和形貌的调控及其对电化学性能的影响研究。通过在Ar气氛中调节退火时间和退火温度,实现了CuS由混合相CuS/Cu9S5向单相Cu1.96S的物相转变及形貌的调控。实验结果表明,在250℃下延长退火时间有利于在CuS中形成新相Cu9S5,而当退火温度升高至450℃时(退火时间为2 h),则实现了立方相的CuS由CuS/Cu9S5向斜立方相Cu1.96S的转变。由于CuS退火后S空位的产生及富含孔洞及褶皱的较为复杂的花/球状形貌的出现,退火后的样品,尤其是Cu1.96S,相较于退火前的CuS,表现出了更为优异的电化学性能,如238 C/g的比电容(在1 A/g的电流密度下)和92%的倍率性等。
其他文献
随着计算机视觉技术不断被应用在各种实际场景中,对技术的需求也呈现出多样化。在本文所研究的驾校场景中,就有着目标距离信息以及目标检测的实时性需求。本文中目标距离信息由测距算法通过目标检测算法提供的检测框获取,根据距离信息选择出近距离目标并对其启用快速的跟踪算法,同时让检测精度较高的目标检测算法提升跟踪检测效果。设计的整体算法最终提升了驾校场景下目标检测和目标距离检测的精度和速度,基本实现智慧驾校辅助
学位
二维窄带隙半导体材料具有丰富的边缘活性位点和较宽的光谱吸收范围(覆盖紫外-近红外光波段)以及高的载流子迁移率。在作为新一代光电功能材料在光电器件方面有着很大的应用前景,如光电探测器、太阳能电池和光电催化电极等。Bi2Se3和Bi2Te3作为典型的窄带隙(0.3-1.0 eV)半导体,具有强的光与物质相互作用、较高的导电性和较大的比表面积。此外,Bi2Se3和Bi2Te3还是典型的拓扑绝缘体,表面为
学位
个性化推荐技术近些年得到了飞速发展,其在新闻推荐领域得以广泛应用的同时也取得了很好的效果。个性化新闻推荐技术针对用户偏好进行定制化的新闻推荐,它通过对用户一系列行为历史,属性的分析,计算出基于用户偏好的新闻TOP-K排序,为用户推荐出可能感兴趣的新闻。在个性化新闻推荐中,用户与新闻的特征的表达是关键。然而,用户兴趣偏好面临难以准确量化计算的问题。为此,本文开展针对用户兴趣建模的研究,提出了基于用户
学位
人工智能领域是当下飞速发展以及热度相当高的一个技术领域。在人工智能领域中无人汽车、机器人、无人机一直是人们所追求的重要方向。为了实现让机器人自主运动的目的有一个不可或缺的关键算法——同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)。为了进一步提升SLAM算法的轨迹精度,本文在ORB-SLAM2中添加了深度噪声模型进行优化,并引入了基于法向量
学位
波长在555nm-561nm的低噪声全固态黄绿激光在大气遥感、通信、信息存储、食品和药品检测等领域具有广泛的应用,成为国内外激光器领域的研究热点之一。噪声是衡量激光器输出稳定性的重要参考指标之一。因此,本文将获得低噪声黄绿激光作为研究重点。为了更好地实现全固态黄绿光激光器的热管理,本文基于有限元分析方法对808nm LD泵浦模块以及紫铜热沉底板、Nd:YAG晶体、非线性倍频晶体以及承载的铝制热沉底
学位
近年来基于图神经网络地推荐系统展现出优秀的性能与前景,出现了许多出色的成果模型,但其中仍然有很多问题亟待解决:1.通常情况下一个用户为物品项评分的标准是类似的,因此获得相同评分的物品项具有类似的性质,但大多数模型采样方法忽略了这种潜在关系。2.节点信息的聚合过分关注临近的邻居节点,没有注意到远距离节点的结构信息。3.在节点聚合过程中将用户节点与物品节点视为同一类节点,影响了图神经网络的性能表现。4
学位
拉曼光谱具有抗干扰能力强、制样简单、可测光谱范围宽、不受溶剂水的影响等优势,成为鉴定物质分子结构的有力工具。普通拉曼散射光谱信号非常弱,在应用方面受到较大限制。表面增强拉曼光谱技术的发展克服了这个缺陷,使得拉曼光谱技术在应用中重回生机。目前,表面增强拉曼散射(Surface-enhanced Raman spectroscopy,SERS)的研究热点主要集中在稳定、高效、经济、可重复的SERS基底
学位
我国的淡水资源匮乏,且伴随着工业不断发展,处置不当的重金属废液对水资源和土地资源等构成严重威胁,直接对生态系统和人类健康造成不可逆转的损害,因此如何处理重金属污染水成为当务之急。吸附法凭借操作简单、无污染的优点成为处理污水的重要方法之一,其中,碳材料因原材料来源广泛成为首选吸附材料之一,同时研究发现太阳能驱动的界面水蒸发系统在重金属离子回收有广泛的应用前景。基于以上背景,本论文主要以废弃的核桃壳材
学位
随着互联网技术和信息科技的飞速发展,越来越多的学生采取线上学习的方式来获取知识和巩固学习。学生做题是检验和提升学生学习成果的有效手段,在学生做题时给予一定程度的做题奖励能够激励学生做题的积极性。本文将学生做题并得分的过程看作一个马尔科夫决策过程,通过研究奖励函数的设置来设计学生做题过程中的得分奖励。本文所做工作主要有以下三个方面:(1)分析了在学生做题过程中,影响其得分的两个客观因素:试题难度和做
学位
藏文分词是藏文自然语言处理的基础。在藏文自然语言处理中,主流的分词模型聚焦于深度神经网络。据此,本学位论文研究基于深度神经网络的藏文分词算法,设计并实现藏文分词系统。主要工作总结如下:(1)构建藏文数据集采集藏文语料,对藏文语料进行处理,如去除标签等。使用西藏大学提供的Tibetan数据集构建藏文分词模型,利用分词模型对语料进行预分词。通过校验,得到用于藏文分词任务的数据集。利用simhash对藏
学位