【摘 要】
:
本研究中,将Zn2+和Er3+成功组装到SBA-15介孔分子筛孔道中。本研究采用了两种方法向主体材料SBA-15介孔分子筛材料中组装客体材料Zn2+和Er3+,第一种是液相移植法;第二种是共价
论文部分内容阅读
本研究中,将Zn2+和Er3+成功组装到SBA-15介孔分子筛孔道中。本研究采用了两种方法向主体材料SBA-15介孔分子筛材料中组装客体材料Zn2+和Er3+,第一种是液相移植法;第二种是共价嫁接SBA-15杂化材料法。然后,分别采用X-射线粉末衍射分析(XRD)、傅立叶红外光谱分析(FT-IR)、N2吸附-解吸附技术、透射电镜分析(TEM)和近红外荧光光谱法对所制得的主-客体纳米复合材料的各种性质进行了分析。结果表明,客体材料组装进主体材料孔道后,主体分子筛的骨架保持紧密,仍然具有高度有序的结构。客体材料分布在孔道中,制得的主-客体复合材料具有很好的发光特性,通过所制备的主-客体纳米复合材料样品X-射线粉末衍射分析、傅里叶变换红外光谱分析和N2吸附-解吸附技术,可以确定客体材料已经被引入到介孔SBA-15分子筛孔道中。从发光光谱可见,SBA-15介孔分子筛本身是不具备发光特性的,但是组装了Zn2+/E?+客体材料后的复合材料呈现出发光现象,这一点说明:Zn2+/Er3+客体材料已经组装到了SBA-15介孔分子筛当中,而且制得的主-客体纳米复合材料显示出发光性质。值得说明的是,在两个实验过程中,都采用了有机物配体作为稀土元素离子作为络合剂,增强了稀土离子Er3+的活性,通过发射光谱可以看出,含有有机物配体的样品的发光性能明显优于配体被煅烧脱落的样品,它说明:配体在能量吸收和传递方面起到了很大的作用,同时,由于Zn的存在,这使得样品的发光普带变宽,而且吸收能量,储存能量以及传递能量的能力增强,这也是样品发光变强的原因之一。
其他文献
2010年5月6-7日,广东省北部、东部及珠三角大部分地区出现暴雨到大暴雨、局部特大暴雨的强降水过程。本文运用NCEP再分析资料、地面加密观测资料、高空观测资料、多普勒雷达观
全球定位系统是新一代精密卫星导航定位系统。其中以GPS为典型,系统具有全球、全天候、连续实时的精密三维导航和定位能力。在定位系统中,观测点定位一直是一个重要研究和应用
汽车悬架系统是汽车的主要组成部分之一,可分为被动悬架系统与主动悬架系统。主动悬架系统因克服了被动悬架系统的不足,是目前汽车采用最多的悬架系统。悬架系统性能的优劣对于驾驶的安全性与舒适度有着重要的影响。采用科学的方法对悬架系统进行控制,可提高汽车行驶的稳定性和舒适性。汽车由于长期行驶会使部分元件失效、老化,或在受到意外的外部干扰情况下,悬架系统的控制器、传感器、作动器通常可能出现故障,如作动器的卡死
近年来,随着三维点云数据处理技术的发展,其中未知环境中自主定位,实现全局拼接有着广阔的发展前景。以往的拼接不能实现在未知环境中自主的进行特征点提取,自主完成点云数据的拼
在这个信息爆炸的时代,自动文本摘要技术为人们提供了一种简便快捷的阅读方式,也使其成为当今研究热点之一。目前的文本摘要方法大多都基于Seq2Seq和Transformer两种深度学习框架,其较传统的方法有很大的改进,但仍存在两点不足:(1)对于Seq2Seq模型,其生成的摘要总是丢失一些能表述原文主要内容的关键信息,同时解码时还倾向于生成相同的词而导致重复;(2)对于Transformer模型,其编
近几十年来,中子星一直是天体物理、粒子物理,以及核物理领域学者们研究的热门课题。目前,观测到的脉冲星已经达到两千多颗,这为中子星的理论研究提供了丰富的观测数据。当前对中
我们发表了由Spitzer空间望远镜红外摄谱仪获取的16个红移约为0.3的光学光谱选后星暴类星体(Post-Starburst Quasars, PSQs)的低分辨率中红外光谱。这些宽线活动星系核(Activ
度量数论是数论研究领域重要的研究分支.常见的数的表示方法有20多种,这些展开的度量性质和维数性质是描述与认识这些展开的数的最佳方法,因为每一种展开所具有的特殊性,其展
据统计,建筑耗能在全球能源消耗总量中所占比例达30%,各国学者正在积极地将各种新型能源应用于建筑领域。其中,氢能源燃料电池在为建筑物供能的同时不产生任何污染物,这为绿色建筑的发展提供了选择。但是,安全高效地储存氢气是氢能源燃料电池在实际使应用时的技术瓶颈。氢化镁(MgH_2)具有体积和质量储氢容量高(110 g/L,7.6 wt%)、成品低廉、可逆性好等优点,是一种非常具有发展前景的储氢材料。然而
主动学习解决了有监督学习训练样本数量巨大的问题,核心是制定样本选择策略问题,达到模型快速收敛的目的。在池样本选择模式下,按照批次选取样本会存在信息冗余问题,从而导致主动学习效率降低。通过对信息冗余问题的研究,该问题主要存在于待标记样本集中和待标记样本集与有标记样本集之间。在带有MLP(Multi-layer Perception)的神经网络条件下,定义了信息冗余度矩阵,并据此给出了DRAL(Dis