【摘 要】
：
以钨酸钠和磷酸氢二钠为前驱物和磷源,经水热煅烧后,利用离子交换的方法,成功合成了一种高效、稳定的磷掺杂三氧化钨(P-WO3)的光催化剂,利用SEM,TEM,XRD,FT-IR分析其形貌结构以及组成,并以P-WO3为催化剂,在可见光下降解处理亚甲基蓝.结果表明,在可见光的照射下,亚甲基蓝质量浓度为10mg/L,溶液pH为9,催化剂用量为30mg,在120min内对亚甲基蓝的降解率可达89.2％,接近于空白WO3的3倍,且P-WO3也表现出较好的稳定性.
【机 构】
：
齐齐哈尔大学化学与化学工程学院,黑龙江齐齐哈尔161006
论文部分内容阅读
以钨酸钠和磷酸氢二钠为前驱物和磷源,经水热煅烧后,利用离子交换的方法,成功合成了一种高效、稳定的磷掺杂三氧化钨(P-WO3)的光催化剂,利用SEM,TEM,XRD,FT-IR分析其形貌结构以及组成,并以P-WO3为催化剂,在可见光下降解处理亚甲基蓝.结果表明,在可见光的照射下,亚甲基蓝质量浓度为10mg/L,溶液pH为9,催化剂用量为30mg,在120min内对亚甲基蓝的降解率可达89.2％,接近于空白WO3的3倍,且P-WO3也表现出较好的稳定性.
其他文献
对特征树为双星的哈林图的反魔幻性进行研究.依据图的结构把哈林图分成3部分,按照顶点标号和单调递增的顺序依次对每部分的边给出标号,证明了特征树为双星的哈林图是反魔幻图.该标号方法也可应用于简单图或者在结构上能够分解的一些图的标号.
利用贝叶斯方法研究了k阶Erlang分布参数单变点模型,得到该分布的似然函数.利用Fisher信息矩阵选取无信息先验分布,从而得到每个参数的满条件分布.使用Gibbs抽样与M-H算法相结合的MCMC方法对各参数进行随机模拟得到贝叶斯估计.模拟结果表明,各参数的估计值的精度在较高水平上都是有效的.
针对高考难度的地区差异问题,搜集各省市的高考数据,采用系统聚类中的类平均法将其划分为6种难度不同的类,观察各类所包含单位的现实特征.以应用统计学的视角,对各省市高考难度现状和产生差异的原因进行了分析.
研究了疫苗接种与人口迁移因素影响下的一类传染病模型.针对疫苗接种率和人口迁移率对传染病传播的作用,对模型进行定性分析,讨论了模型无病平衡点的存在性和稳定性.通过绘制模型的相轨线形象直观地展示了轨线的走向,分析了疾病的消除与疫苗接种及人口迁移之间的关联性.
毕业生对高校满意度是高校运行机制的直接反馈,对高校可持续发展有着重要的意义.借助Python工具,利用PLS路径分析构建测度模型和结构模型,得到影响应用型本科高校满意度的重要隐变量以及路径系数和外部模型的比重,给出了提升应用型本科高校满意度的可行性建议.
系统梳理了国内外贫富差距的测度指标,建立测度区域贫富差距的统计指标体系.以烟台市为例,综合运用聚类分析、因子分析等统计方法,对烟台市所辖14个县(市、区)的贫富差距状况进行综合评价.结果表明,芝罘区、开发区为最富裕地区,海阳市、长岛县为最不富裕地区,其余地区为一般富裕地区.
缺失值数据是目前研究数据分析的一个重要领域,随着智能医疗的迅速发展,如何充分利用海量数据挖掘出其中的重要信息,对隐藏的疾病做出预测并进行提早的干预治疗显得尤为重要.但在实际预测中,经常面对不完备数据集,从心脏病数据集出发,基于随机森林算法加以贝叶斯优化算法动态调参,提出心脏病缺失值补足算法.以准确率ACC作为算法的评判依据,通过精度和时间2个方面进行验证,4种算法对比实验结果表明,提出的算法具有更准确的填补效果.
采用粉煤灰、废玻璃、淤泥等材料代替天然硅酸铝质原料,经过高温烧成制备了隔热材料.通过X射线衍射(XRD)分析、扫描电镜(SEM)观察、N2吸附-脱附分析(BET)表征样品的结构、形貌、平均孔径和比表面积.结果表明,淤泥的造孔效果优于碳酸钙,气孔率随淤泥加入量增加呈增加趋势,在保证强度的前提下,最大气孔率可达43.7％,微米孔孔径在10～40 μm之间,纳米孔平均孔径为167.8 nm,导热系数可达到0.074 35 W/m2·K.
把一些计算机无线网络抽象概括为书图,并利用书图的L(1,d)-标号问题模拟一些计算机无线网络的代码分配问题.针对书图的L(1,d)-标号问题(d≥2)展开研究,来确定计算机无线网络的最优代码数及其分配方案.给出了书图的L(1,d)-标号函数,确定了书图的L(1,d)-标号数的上界,另外,根据书图的性质以及结构特征,确定了书图的L(1,d)-标号数的下界,得到书图的L(1,d)-标号数.
运用Python程序设计语言在Python3.8平台上设计开发一款既可以双人对决模式,也可以人机对决模式的围和尚游戏,使用瀑布模型进行开发,通过Pygame模块搭建游戏主题架构.经测试游戏所包含的模式选择功能、基本音效、下棋功能、悔棋功能和重置等多种功能均可正常使用,可以准确判定胜负.通过游戏开发实践教学大大提高了学生学习Python的兴趣.