直接甲醇燃料电池膜电极的研究与进展

膜电极(MEA)是直接甲醇燃料电池(DMFC)的核心部件。文中对MEA的研究现状从4个方面进行了详细评述。首先,对组成MEA的关键材料,如电催化剂、质子交换膜、扩散层的研究进展进行了介绍,认为开发低温高效、贵金属载量低的电催化剂以及研制低成本、低甲醇渗透的非氟质子交换膜是MEA关键材料的研究方向。第二,对于MEA的制备方法,文中对以GDL为支撑体的GDE法和以PEM为支撑体的CCM法进行了详细的评述,认为CCM法是今后MEA制备工艺的重要发展方向。第三,关于MEA的表征技术,认为采用电化学方法结合现代谱学技术仍是未来一段时间对MEA表征的主要手段。第四,介绍了MEA数学模型的研究现状,DMFC数学模型的研究是以PEMFC的模型为基础建立起来的,但是建立DMFC的数学模型更为复杂,认为今后对DMFC膜电极模型的研究要充分考虑阳极二氧化碳与甲醇水溶液的两相流问题以及阴极甲醇渗透对电池性能影响的问题。最后,对直接甲醇燃料电池膜电极未来的发展进行了展望。     

质子交换膜燃料电池及电池组模型分析

本文对现有质子交换膜燃料电池以及电池组模型进行比较分析,认为数学模型的建立,可以增加对燃料电池及电池组内部的传递现象和反应机理的认识,同时可以预测电池以及电池组的性能,并且对优化电池结构参数具有指导意义.模型分析包括了现阶段质子交换膜燃料电池单电池模型和电池组模型的基本类别,它们是单电池CFD数值模拟模型、单电池以及电池组性能模拟模型、燃料电池组气体分配模型、系统模型和非稳态模型.比较了几种模型的建模方式及不同模型的应用范围和各自的优缺点.     

直接甲醇燃料电池甲醇传质过程分析及浓度控制策略

甲醇溶液浓度对于直接甲醇燃料电池(DMFC)的性能具有重要影响。 本文旨在建立一种能在电源系统中有效控制甲醇浓度的策略。 通过构建电池内甲醇物料守恒和热守恒方程,确定了基于电量和温度这两个参数的甲醇浓度控制策略。 通过测试温度-浓度关系验证了控制策略的可行性。 结果表明,采用该策略,DMFC电源系统稳定运行超过420 min;合适的甲醇浓度范围为0.70~0.87 mol/L。 该策略完成了甲醇浓度控制的目标,并将在电源系统中发挥重要作用。     

直接甲醇燃料电池阳极催化剂PtRu/C的制备和表征

用三种方法制备了PtRu/C[Pt和Ru质量分数分别为20％和10％,记为PtRu/C(20％-10％)]甲醇阳极催化剂,通过X射线衍射(XRD)和透射电镜(TEM)考察了PtRu/C催化剂的粒子大小和晶格参数的变化,利用单电池实验考察了催化剂在直接甲醇燃料电池中的催化活性.结果表明,改变溶剂的组成提高了贵金属在活性炭表面的分散度,并改善了PtRu间的相互作用,用乙二醇/水/异丙醇混合溶剂制备的PtRu催化剂金属颗粒较小,PtRu间的相互作用较强,以该催化剂作甲醇阳极的直接甲醇燃料电池的性能较好.     

直接甲醇燃料电池催化剂的制备与表征综合化学实验

将学科前沿领域的科研成果转化为研究型综合实验，结合新清洁能源发展介绍了直接甲醇燃料电池催化剂的制备与表征。采用液相还原取代法制备铂纳米管，通过XRD、TEM、XPS对材料进行形貌和结构表征，并以氢氧化钾溶液为电解质测试铂纳米管催化剂的电化学性能。通过开设该实验，不仅让学生了解直接甲醇燃料电池关键催化剂制备的实验原理、合成方法及数据分析，还可以更好地锻炼学生综合实验的操作技能，在培养研究兴趣的同时提升创新思维和创新能力。     

溶胶-凝胶流动相异型直接甲醇燃料电池性能研究

以掺杂石墨粉的中间相碳微球(MCMB/G)烧结管为阴极支撑体,采用浸涂工艺分别制备了扩散层和催化层并在其外表面包裹Nafion膜,制得管状异型阴极并组装成异型直接甲醇燃料电池;采用溶胶-凝胶法制备了适用于直接甲醇燃料电池的溶胶-凝胶流动相。研究了溶胶-凝胶流动相异型直接甲醇燃料电池的阻抗,考察了阴极支撑体壁厚、阴极扩散层载量、实验温度和溶胶黏度等对电池极化性能的影响。结果表明,异型电池阻抗比传统平板电池大,但活化后电池阻抗明显下降;较低的溶胶黏度和较高的工作温度有利于提高电池性能;支撑体壁厚为1.3 mm、扩散层载量为3.5 mg/cm2时的电极性能最优。     

电解醇制氢

发展了利用甲醇直接电解制氢这种经济的制氢方法, 实验结果表明电解甲醇制氢能够极大地降低电能消耗. 此方法的新颖之处在于方法简单和成本低. 将直接甲醇燃料电池膜电极作为电解装置, 可以达到任何规模的要求. 如果将这种电解装置与太阳能电池联用, 可非常经济地制氢及氢气储存, 或直接向燃料电池或其它化学工程装置供氢.     

直接甲醇燃料电池阳极电催化剂

直接甲醇燃料电池作为未来清洁的动力能源，由于具有下列优点：操作温度低(<100℃)、燃料易储存和运输、能量效率高、污染低和燃料启动快而受到人们广泛的关注。阳极电催化剂是直接甲醇燃料电池最重要的组成部分。本文综述了近三年来直接甲醇燃料电池阳极电催化剂最新的研究进展，主要对催化剂制备方法、新型碳载体材料、催化剂类型作了详细的评述，展望了未来甲醇电催化氧化催化剂的发展，指出了电催化剂面临的问题。     

DMFC中甲醇渗透的电化学研究

设计并建立甲醇渗透测试体系和模拟直接甲醇燃料电池(DMFC)运行体系,分别考察静态条件下H-cell中甲醇的渗透和运行条件下甲醇渗透对OCV的影响.循环伏安和计时电流法测试表明:随着渗透时间的延长,阴极侧的甲醇浓度增加;甲醇浓度增加,氧化峰电流增大,峰电位正移,氢在电极表面的吸脱附受到抑制,同时甲醇的正向氧化电流曲线出现肩峰.模拟DMFC实验测试结果表明:OCV先逐渐上升,接着发生突降,大约1.5 h后趋于稳定.     

直接甲醇燃料电池催化剂性能的影响因素

考察了温度、电位及中间产物等因素对直接甲醇燃料电池催化剂性能的影响.结果表明,温度的升高会显著促进Pt催化剂粒子的聚结.对于PtRu催化剂,Ru氧化物/水合氧化物对Pt微晶的聚结具有抑制作用.高温放电实验后,PtRu催化剂的合金化程度有所提高.高电位会加速电催化剂的降解.电极反应中间产物甲酸和甲醛对甲醇电催化氧化反应具有一定的抑制作用,其中甲醛的影响更大.     

Improvement of the prediction ability of multivariate calibration by a method based on the combination of data fusion and least squares support vector machines

This paper suggests a novel method named DF-LS-SVM, which is based on least squares support vector machines (LS-SVM) regression combined with data fusion (DF) to enhance the ability to extract characteristic information and improve the quality of the regression. Simultaneous multicomponent determination of Fe(III), Co(II) and Cu(II) was conducted for the first time by using the proposed method. Data fusion is a technique that integrates information from disparate sources to produce a single model or decision. The LS-SVM technique allows for learning a high-dimensional feature with fewer training data, and reduces the computational complexity by only requiring the solution of a set of linear equations instead of a quadratic programming problem. Experimental results showed that the DF-LS-SVM method was successful for simultaneous multicomponent determination even when severe overlap of spectra existed. The DF-LS-SVM method is an attractive and promising hybrid approach that combines the best properties of the two techniques. The results obtained from an additional test case, simultaneous differential pulse voltammetric determination of o-nitrophenol, m-nitrophenol and p-nitrophenol, also demonstrated that the DF-LS-SVM method performed somewhat better than LS-SVM and PLS methods.     

Fast determination of thyroid stimulating hormone in human blood serum without chemical preprocessing by using infrared spectroscopy and least squares support vector machines

The least squares support vector machines (LS-SVM) was used to model infrared spectral data for TSH hormone secreted by thyroid, which regulates the basal metabolic rate. This model was used for direct estimation of the content of TSH in blood serum samples, and the results were comparable with those obtained with the conventional analytical method based on chemoluminescence methodology. Excellent agreement was observed between the conventional method and the newly developed calibration model based in analysis of spectral data with LS-SVM. The latter has clear advantages, because it is fast and requires no reagent once the measurements were done directly in the serum by using a simple mid-infrared spectrometer in the ATR mode. An important advantage observed in this calibration method based on LS-SVM is the remarkable capacity to avoid overfitting in the model-building step, that is, the developed method is highly robust.     

直接甲醇燃料电池的甲醇浓度控制方法

直接甲醇燃料电池(DMFC)直接以甲醇为阳极燃料,具有系统结构简单、体积能量密度高、燃料补充方便等特点,非常适合用于小型移动电源。甲醇浓度对DMFC性能和燃料利用效率的影响非常大,甲醇浓度高低直接决定DMFC输出性能的好坏,控制好DMFC中的甲醇浓度,对其寿命长短起着至关重要的作用。本文将目前已有的甲醇浓度控制方法分为有甲醇浓度传感器和无甲醇浓度传感器两大类,评述了这些浓度控制方法的研究现状和优缺点,并展望了甲醇浓度控制方法的趋势。     

操作条件对DMFC阴极电化学阻抗谱参数的影响

通过降低阴极催化剂载量强化了阴极氧还原反应的电化学极化, 测量了不同操作条件下直接甲醇燃料电池(DMFC)的极化曲线和交流阻抗谱,并提出了改进的等效电路模型LR(CR)(QR(LR))用以分析温度、空气流量和甲醇流量对DMFC阴极电化学反应和传质极化过程的影响. 研究结果表明, 提高工作温度会导致更多的甲醇渗透到阴极, 加大阴极氧气还原反应的电荷转移电阻; 只有采用大的空气流量,才会有效地防止水淹, 加大氧气向催化剂层的传质, 促进阴极反应的进行; 适当提高甲醇的流量可以促进阳极和阴极电化学反应的进行, 但是过高的甲醇流速可能会降低电极表面的温度, 加剧甲醇的渗透.     

Determination of biodiesel purity through feature mapping to the multi-dimensional space by the LS-SVM approach

Purity is one of the essential properties of biodiesel. Since the purity parameter depends on different operating conditions, its direct measurement is too hard and can only be obtained for specific ranges of conditions. Therefore, this work considers the least-squares support vector machines (LS-SVMs) that transform operating conditions to a multi-dimensional space to simulate biodiesel purity in wide ranges of operating conditions. Indeed, we develop a reliable LS-SVM approach for modeling the biodiesel purity as a function of catalyst type and its concentration, reaction time, temperature, methanol-to-oil volume ratio, frequency, and amplitude of ultrasonic waves. The designed LS-SVM’s predictive performance is compared with four available artificial intelligence (AI) techniques in reliable literature. The obtained results confirm that the LS-SVM paradigm outperforms other considered AI-based techniques regarding five different statistical criteria. Our LS-SVM model provides AARD?=?2.2%, RMSE?=?3.46, and R²?=?0.9868 for the prediction of 267 experimental data points, which includes 267 data points. This model is finally employed for investigating the effect of different influential variables on biodiesel purity.

     

近红外光谱法快速测定附子中6个生物碱的含量

应用近红外光谱(NIRS)技术结合偏最小二乘(PLS)和最小二乘支持向量机(LS-SVM)建立了附子中多指标成分的快速无损检测方法.选取38批样品建立了同时测定附子样品中6种成分含量的高效液相色谱(HPLC)方法;通过采集附子样品的NIRS图,分别采用PLS和LS-SVM建立了各个成分HPLC测定值与NIRS图的定量校...