仿植物叶子表面微纳结构的光学性能

采用双液相转写法制备具有植物叶子表面微纳结构的有机玻璃.采用透光率雾度仪检测仿叶子有机玻璃薄膜(LM-PMMA)的光学性能.研究仿叶子薄膜的透射、反射率、散光、及其对光伏效益的影响,并采用蒙特卡洛法计算光学性能及模拟光路传播.结果表明:与光滑有机玻璃相比,仿生有机玻璃具有高达85;的雾度率,并有效提高硅太阳电池的效益;仿生微纳表面结构均有效减少反射、增透及增加硅的光吸收率;另外,光在“乳突”结构中的转播过程模拟结果说明:折射、聚焦、散射是仿叶子有机玻璃散光主要原因.     

分光光度法测定生物柴油中的磷含量

本文通过对生物柴油样品进行皂化-灰化,建立了一种测定生物柴油中磷含量的分光光度分析方法。助剂KOH和K2SO4与生物柴油反应生成皂,皂灰化后得到易溶的磷酸钾盐,经钼蓝比色法测得生物柴油中的磷含量。该方法将生物柴油的催化灰化过程转化为皂的灰化过程,克服了生物柴油灰化过程的飞溅、燃烧,缩短了灰化时间,简化了后续操作。结果表明:本方法测定生物柴油中的磷含量与国家标准方法相当,相对标准偏差为3.01%,回收率在96.04%~105.61%之间,检测限为0.37mg/kg,定量限为1.22mg/kg。本方法准确度和精密度较高,可满足生物柴油中磷含量日常检测的需要。     

基于联合偏度的高光谱图像波段选择对玉米种子分类研究

高光谱图像技术是在种子识别领域广泛应用的农产品品质无损检测方法。特征信息的充分提取和最优波段的选择是影响高光谱图像技术种子鉴选在线应用的关键因素。目的在于利用联合偏度算法选择高光谱图像的最优波段,用于开发在线的种子分级系统。论文利用高光谱图像采集系统获取10类共960粒玉米种子在438～1 000 nm(共219个波段)波段范围内的高光谱图像,并提取了种子高光谱图像的平均光谱、图像熵特征。利用联合偏度算法选择了高光谱图像的最优波段,分别建立了基于平均光谱、图像熵、平均光谱和图像熵联合特征条件下的支持向量机种子分类模型,比较不同特征下分类模型的识别精度。实验结果表明：无论是全波段分类模型,还是建立在最优波段基础上的分类模型,利用平均光谱和图像熵联合特征获得的分类精度均高于平均光谱和图像熵两种单一特征模型。在10个最优波段条件下,联合特征分类模型的识别精度达到了96.28%,比光谱均值和图像熵的识别精度分别提高了4.30%和20.38%,也高于全波段联合特征识别模型的93.47%。利用联合特征建立玉米种子分类模型时,基于联合偏度的波段选择算法的分类精度要高于无信息变量消除法、连续投影算法和竞争性自适应重加权算法。该研究为种子高光谱图像识别技术的在线运用提供了可行的途径。     

LiFePO4在饱和LiNO3溶液中的锂化行为

锂离子电池是目前应用最广泛的二次电池,均利用有机电解液。然而,有机体系锂离子电池存在易燃、易爆的安全隐患,限制了其使用范围。水溶液锂离子电池作为一类新型的二次电池[1￣10],使用水溶液电解液代替有机电解液,消除了因有机电解液与电极材料反应形成枝晶可能造成的燃烧、爆炸等安全隐患,使其在低电压电池如铅酸电池、碱锰电池等领域的应用有很大的竞争潜力[10]。目前,大量研究集中在选择合适的电极材料来组装水溶液锂离子电池,文献报道的水溶液锂离子电池正极材料主要有LiMnO4[1￣9]、LiNi1-xCoO2[10],但是LiMnO4在循环约20次后容…     

Sn-SnSb/石墨复合材料的制备及电化学性能

以柠檬酸钠为配位剂、NaBH4为还原剂，将Sn(Ⅱ)和Sb(Ⅲ)盐在水溶液中共还原制得Sn-SnSb合金。X射线衍射和扫描电镜的测试结果表明：所得合金为多相合金，颗粒大小约200 nm。将该合金粉和石墨按质量比4∶1经机械球磨形成Sn-SnSb/石墨复合材料，将其作为锂离子电池阳极材料进行电化学性能测试，结果表明，该复合材料可逆容量超过600 mAh·g^-1，具有良好的循环性能，15次循环内的稳定比容量为461 mAh·g^-1，而纯Sn-SnSb合金粉15次循环后充电比容量为337 mAh·g^-1。     

磷酸铁锂在饱和硝酸锂溶液中的电极过程动力学

利用循环伏安法(CV)、充放电测试和恒电位间隙滴定技术(PITT)研究了LiFePO4在饱和LiNO3溶液中的电极过程动力学. 研究结果表明, LiFePO4在饱和LiNO3溶液中具有良好的电化学可逆性, 其首次放电比容量达116.2 mAh•g−1, 首次充放电效率达92%. CV法估算出氧化峰和还原峰处锂离子在LiFePO4中的扩散系数分别为4.3×10−11和3.8×10−11 cm2•s−1. 采用PITT测定出锂离子在LiFePO4中的扩散系数随电位的变化规律, 其在充电平台附近达到最小值5.5×10−11 cm2•s−1.