【摘 要】
：
本文首先采用修正的Hummers法制备氧化石墨,通过超声振荡得到在水中稳定GO分散液,在不加任何还原剂和分散剂的条件下制备Au/GO分散液,并将其制备成乳液;接着在氮气保护的条件下,采用乳液聚合法制备了Au/GO稳定的聚苯乙烯(PS)微球;最后以对硝基苯酚的还原反应为例对其催化活性进行了研究.结果表明,聚苯乙烯能够成功制备出来,并且Au/GO-PS聚合材料能够表现出更高的催化活性.
【机 构】
：
山西师范大学,化学与材料科学学院,山西省临汾市,041000 运城学院,山西省运城市,044000
论文部分内容阅读
本文首先采用修正的Hummers法制备氧化石墨,通过超声振荡得到在水中稳定GO分散液,在不加任何还原剂和分散剂的条件下制备Au/GO分散液,并将其制备成乳液;接着在氮气保护的条件下,采用乳液聚合法制备了Au/GO稳定的聚苯乙烯(PS)微球;最后以对硝基苯酚的还原反应为例对其催化活性进行了研究.结果表明,聚苯乙烯能够成功制备出来,并且Au/GO-PS聚合材料能够表现出更高的催化活性.
其他文献
In this paper,novel Ag@C nanocables are successfully synthesized through a hydrothermal self-assembled process,and employed as the support material to fabricate uniformly distributed Pd nanoparticle e
In this paper,a catalyst of hollow PdCu alloy nanocubes supported on nitrogen-doped graphene support(H-PdCu/ppy-NG)is successfully synthesized using a simple one-pot template-free method.Two other cat
本文分别采用水热法、真空抽滤法和电化学铜箔生长法,制备出了具有高比表面和稳定性能的三维多孔石墨烯电极材料,系统探讨了不同制备工艺对三维多孔石墨烯的结构和性能的影响,优化出最佳的电化学铜箔生长法和真空抽滤法工艺参数,并将所制备的多孔三维石墨烯分别组装成双电层电容器,测试和比较了其电学性能.结果表明:所组装成的电容器循环寿命可达到1000次以上,采用铜箔生长石墨烯组装成的电容器比电容值最高,可达到21
氢能作为一种公认的高效、清洁、零碳排放的能源,有望替代传统的化石能源.利用太阳能光催化产氢,以及电分解水产氢为解决环境与能源问题提供了可能.在光、电催化产氢中,Pt是重要的光催化助催化剂以及最理想的电催化剂,但是由于Pt的储量有限、价格昂贵限制了其大规模应用,因此,开发低成本、催化性能优异的可替代Pt的催化剂具有重要的研究意义.本文中设计合成了分级结构的MoS2@MoP核壳异质结,通过调节磷化温度
通过简单的溶剂热法制备了CoNi2S4纳米粒子,其最大比电容为1636.2F g-1.为了研究其实际应用价值,将CoNi2S4纳米粒子作为正极,活性炭作为负极,成功组装了液相不对称超级电容器.该不对称超级电容器在3mol L-1的KOH溶液中电压窗口能达到0-1.6V,其最大能量密度能达到53.1Wh Kg-1,即使在功率密度为7630W Kg-1时,能量密度也能达到36.7Wh Kg-1.而且,
A low-cost,highly active,stable,and methanol tolerant electrocatalyst towards the oxygen reduction reaction(ORR)is extremely desirable for promoting the commercialization of fuel cells.Herein,we repor
Solid-state thermoelectric technology,interconverting heat to electrical energy,offers a promising solution for relaxing global energy problems.A high dimensionless figure of merit ZT is desirable for
Organic-inorganic hybrid perovskites have attracted extensive interest in recent years due to their remarkable properties in highly efficient solar cells.The quality of the perovskite thin films has b
由于电动汽车在实际运行中,总是处于不同工况下,且工况差别较大,锂电池表现出了极大的非线性,传统方法很难准确预测电池的荷电状态(Stateof Charge,SOC),所以只能采用特定的数学方法进行估算.本文提出了一种基于BP神经网络的电池SOC预测方法.该方法首先是以特定的放电倍率对锂电池进行了放电实验,获取其电过程中电压、电流和SOC的样本数据,然后用实验所得的样本数据训练BP神经网络,根据训练
本文根据燃料电池在线性电位扫描下的响应特征,建立了等效电路模型,以区分电池内部的电化学过程,包括氢脱附,双电层电容充电,电子内部短路以及氢气渗透.基于此模型,改进了线性电位扫描的分析方法,消除了扫描速率对结果的影响,并解析得到了氢气渗透电流和电子电阻.根据模型假设,详细阐述了恒电流扫描测量气渗透电流和电子电阻的分析方法.在一个34cm2的单体电池上应用两种方法进行测量对比,结果表明:线性电位扫描得