【摘 要】
：
随着现代工业的发展,废水中重金属离子往往与有机污染物共存,二者同时高效去除是研究者追求的目标。本文采用一步水解法在室温下制备了无定形TiO2 (Am TiO2),以染料罗丹
【机 构】
：
浙江工商大学环境科学与工程学院 杭州 310018
【出 处】
：
第十三届全国太阳能光化学与光催化学术会议
论文部分内容阅读
随着现代工业的发展,废水中重金属离子往往与有机污染物共存,二者同时高效去除是研究者追求的目标。本文采用一步水解法在室温下制备了无定形TiO2 (Am TiO2),以染料罗丹明B (RhB)和Cr(Ⅵ)为模型污染物,考察二者共存时,可见光照射下,Am TiO2协同催化降解RhB和还原Cr (Ⅵ)的性能。与商业化P25相比,Am TiO2呈现更佳的协同降解性能。进一步考察了催化剂预处理温度、反应pH、催化剂用量、共存污染物浓度及种类等对协同降解动力学的影响规律。研究结果发现：随着煅烧温度的提高,催化剂对RhB和Cr (Ⅵ)的吸附和协同降解性能均变差；在酸性条件下,RhB和Cr (Ⅵ)降解效果最佳。
其他文献
光催化技术在能源和环境领域都有着重要的应用前景，然而，传统的用于光催化剂的半导体氧化物如TiO2等有着较宽的带隙，不能充分地利用占太阳能43％的可见光，从而限制了它的应用。
在拥有海量数据和强大计算能力的人工智能时代,音频场景分类成为了场景理解的重要研究内容之一.针对音频场景分类建模困难和精确率不高的问题,本文提出一种基于卷积神经网络
针对现有的点云滤波算法存在的精度丢失和收缩的不足,提出邻域自适应选择的算法,有效地改善了点云滤波中丢失精度的问题.算法首先针对原始点和均值点滤波出现的收缩问题,提出
对于染料敏化太阳能电池(DSCs)来说,提高光捕获效率对于提高电池短路电流至关重要。光捕获效率主要来源于两方面：一是染料吸附量,二是光阳极结构的光散射能力。小的TiO2纳
为了提高二维复杂场景下多人姿态估计准确度和速度,提出了一种Mobile-YOLOv3模型与多尺度特征融合全卷积网络相结合的自顶向下多人姿态估计方法.利用深度可分离卷积改进YOLOv3网络以作为高效的人体目标检测器.针对网络特征下采样过程中上层高分辨率信息不断遗失问题,在经典U型网络结构中嵌入多尺度特征融合模块,从而使网络中的低尺度特征也包含高分辨率信息,并在特征融合模块中引入通道注意力机制,进一步
三维有序大孔(3DOM)材料由于其孔结构、孔壁组成可调等优点，而在光子晶体、催化等领域有广泛的应用前景.LaFeO3是一种典型的钙钛矿半导体光催化剂，具有窄带隙结构，被认为是
通过生成对抗网络的对抗学习生成仿真图像,已成为人工智能领域的一个研究热点.为了进一步提高生成图像的质量,本文提出了多判别器协同合作的网络框架——采用多个判别器为唯一生成器提供联合损失量,并通过不同的学习率保持各个判别器的差异性.同时,为了满足判别器的Lipschitz连续条件,本文所有的判别器网络一律进行谱归一化操作.实验表明,本文提出的基于多判别器合作框架的生成对抗网络表现较优.
钙钛矿型复合氧化物ABO3是一种具有独特物理性质和化学性质的新型无机非金属材料,将LaFeO3、LaCuO3负载在介孔的分子筛SBA-15则体现了优良的吸附和催化性能。本文在对罗
京城6月的这次冰雹给许多车主带来了轻重不等的损失，各大财产保险公司门庭若市，许多车主都通过车辆损失险获得了赔付。但这并不意味着所有自然事故造成的车辆损失都可以顺理成章地得到赔付，为了顺利理赔，车主有必要深入了解车辆损失险这一主要车险。 保障范围 尽管各家保险公司对车辆损失险条款的规定不尽相同，但大体上保险条款中的保险责任及免除责任相同，车主要了然于胸。 保险责任 保险责任即
实例分割是一项具有挑战性的任务,需要同时进行实例级和像素级的预测,在自动驾驶、视频分析、场景理解等方面应用广泛.近年来,基于深度学习的实例分割方法迅速发展,如两阶段检测器Faster R-CNN扩展出的聚焦于网络的精度而非速度的强大实例分割基准Mask R-CNN,一度成为实例分割的标杆.利用高速检测的单阶段检测器延伸出的实例分割算法YOLACT填补了实时实例分割模型的空白,具有较高的研究和应用价