微纳米协同强化复合相变材料的构筑及储热性能研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:lilinchang0105
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
在全球能源危机愈加严峻的状况下,寻求新的可再生能源与提高现有能源利用率迫在眉睫。而相变材料具有高的储热密度以及适宜的工作温度等特点,能够有效提高能源利用率,在储能领域得到广泛关注。然而,相变材料工作过程中存在着易泄漏、导热低等问题,且传统的复合相变材料存在结构不稳定、功能单一等缺陷,限制了其规模化应用。因此,本论文借助结构设计,运用微纳米胶囊法、多孔封装法制备了结构稳定的高性能复合相变材料。具体研究内容如下:(1)针对相变材料功能单一、应用范围窄的缺陷和MnO2优异的电化学性质和光学性能,本研究创新的利用静电吸附法和氧化还原法在微胶囊壳材上包覆一层致密的MnO2纳米线,制备出MnO2强化的双壳材微胶囊复合相变材料,对正十八烷的包覆率和储能效率均高于56%,微胶囊粒径在3~8μm之间,并且具有133.56 J/g~152.71 J/g的相变焓值。另外,MnO2壳材赋予相变材料优异的电化学性能和光热转换性能,当MnO2壳材含量为7 wt%时微胶囊的比电容达到了364 F/g,并且光热转换效率高达93%。(2)本研究利用CdS独特的光学特性,通过基团相互作用,在微胶囊相变材料表面包裹一层CdS纳米粒子,制备出CdS强化的双壳材微胶囊,对正十八烷的包覆率和储能效率分别高达65.52%和65.32%。该微胶囊粒径分布在3~10μm之间,焓值在113.4 J/g~154.94 J/g之间。此外,CdS赋予该双壳材微胶囊高达85%的可见光吸收性能和优异的光热转换性能。(3)为了提高相变材料的导热性能,本研究利用高导热银纳米线(AgNW)与氧化石墨烯(GO)构筑了新型三维石墨烯复合气凝胶(AgNW-GA),使AgNW在石墨烯片层上以及片层之间相互交叉形成连续的导热网络。并以此为支撑材料吸附相变材料PEG6000,制备了AgNW-GA复合相变材料,焓值在170.31 J/g~180.89 J/g之间,且AgNW-GA复合相变材料的储能效率高于90%。另外,AgNW-GA复合相变材料具有优异的光热转换性能并且导热率最高达到0.724 W/m·K,比PEG6000提高了173%。
其他文献
近年来,随着生物医学技术的不断发展,人与计算机之间的交互变得越来越重要,使得人机接口成为了备受研究人员关注的技术。人机接口可以采集人体的生理信号,分析出与人体生理变化有关的信息,例如肌肉收缩时的肌电信号或大脑注意力状态变化时的脑电信号,并将这些信息发送给计算机。从而实现对人体生理信息的研究。在残障患者的需求下,人机接口在康复医疗上有着快速发展,例如,对于重度瘫痪人士,利用大脑想象运动从而控制机器手
随着海洋观测网络的快速发展,人们加快了海洋中物资的开采。海洋观测网络由无数微小的传感器节点组成,各节点之间、节点与水下接收设备之间通过无线通信技术进行数据交互。高效实时的无线通信方案是保证海洋观测网络正常运转的前提,用于水下的无线通信方案常见的有射频通信、水下声学通信和光通信。相比于光波在水下的传输特征,电磁波在水下传输存在严重的衰减现象,通信距离较短;声波在水下传输速率低,通信性能易受环境影响。
高效准确的建筑能耗预测能改善电力系统的管理和提高建筑的能源利用率。然而建筑能耗影响因素众多且冗杂,各因素与建筑总能耗的潜在关系模糊且难以明确,这在一定程度上限制了建筑能耗的准确预测。而粗糙集理论正是一种善于处理不确定性知识的工具,它将有助于找到影响建筑能耗的关键因素。另外,随着人工神经网络的不断发展,智能算法中最新出现的深度学习技术具备了“深度”架构和强大的特征提取能力,引入它来参与建筑能耗预测将
随着智能技术的飞速进步,多智能体系统(MAS)的探究受到了各交叉领域学者的关注.MAS广泛存在于控制科学、信息论、统计力学等的实际应用中,例如编队控制、集群问题、蜂拥问题、传感器网络和无人机协同控制等领域,并在理论和应用上都取得了很多成果.MAS协同控制主要研究跟踪、聚集、一致性问题等,其中有关一致性的研究是目前比较前沿和热门的.通过相互耦合作用或设计适当的控制器,使系统的状态变量随时间最终收敛到
5G网络的发展与落地和移动设备(Mobile Device,MD)的普及,带来了海量设备连接与计算需求的增加。类似视频识别、远程医疗等应用场景,不仅提升了对设备计算能力的要求,而且对时延提出了更高的要求。移动边缘计算(Mobile Edge Computing,MEC)通过在网络边缘或近终端位置部署计算与存储资源,为高密集型计算需求、低时延要求或更低能耗要求的设备提供计算卸载服务,从而更好地实现设
芯片是集成电路的载体,在民用和军工领域有着非常广泛的应用。随着芯片性能指标的不断提高,其对检测技术的要求也越来越高。因此,研发一种高精度、快速、廉价的芯片缺陷检测设备已经成为当前热门研究的课题。在诸多技术中,融合了光学、机械、图像处理、控制等学科内容的机器视觉技术具有非接触、结构简单、价格低廉等优势,在工业缺陷检测领域备受青睐。经过调查发现针对微型芯片检测的专用镜头设计,无限远像距显微光学系统可以
矩阵迹函数极小化问题本质上是一类约束矩阵优化问题,可以看作是变量矩阵满足某种约束条件下极小化矩阵迹函数或其特殊形式为目标函数的优化问题,其在机器学习、主成分分析、特征提取、图像处理等学科都有广泛应用(13)由于实际背景不同,对未知变量的约束条件或矩阵迹函数的形式不尽相同,这都提出了许多不同的矩阵迹函数极小化问题,又因所确定的矩阵集合不同时矩阵类的性质不同,从而相应的求解方法技巧和难度不同(13)本
随着对无人驾驶的研究逐渐深入,建设训练数据集凸显出至关重要作用,进而使得从模型训练环节发动网络攻击成为一种直接有效的攻击途径。在无人驾驶过程中,通过数据投毒的攻击方式可导致车辆违反交通规则甚至造成交通事故,潜在危害巨大。数据投毒采用将恶意样本、伪装样本等有毒样本注入训练集的方式,改变模型的参数,以达到破坏模型的完整性和可用性的目的。本文主要针对常见的卷积神经网络,提出两种制作有毒样本的方法,并用三
学位
学位