排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
水热法结合原位沉淀法成功制备新型磁性溴化银/磷酸银/铁酸锌(AgBr/Ag3PO4/ZnFe2O4)复合催化剂,并通过X射线衍射、能量色散X射线、场发射扫描电子显微镜、透射电子显微镜和紫外-可见漫反射光谱对其晶相结构、组成、形貌及吸光性能进行了表征。在可见光照射下,所制备的AgBr/Ag3PO4/ZnFe2O4复合催化剂光催化降解罗丹明B (RhB)的活性优于Ag3PO4/ZnFe2O4、AgBr/ZnFe2O4和P25 TiO2。在酸性和碱性溶液中,AgBr/Ag3PO4/ZnFe2O4光催化剂呈现出优良光催化性能。在AgBr/Ag3PO4/ZnFe2O4体系中,光催化降解RhB的速率随着反应体系温度的升高而增大,由阿伦尼乌斯方程计算获得反应体系活化能为31.9 kJ·mol-1。AgBr/Ag3PO4/ZnFe2O4复合材料优异的可见光催化活性归因于光生电荷的有效分离,所产生的超氧自由基和空穴是RhB降解的主要活性物种。 相似文献
3.
针对太阳能电池组件中电池片出现隐裂导致整片电池破碎,最终影响整个组件发电量的问题,在对电池组件光致发光(PL)图像待检测区域筛选定位的基础上,提出了一种利用卷积神经网络(CNN)进行电池组件隐裂缺陷检测的方法。首先利用PL成像方法获取电池组件图像,然后对图像进行预处理,基于聚类的方法对待检测目标区域进行筛选定位,最后利用3种不同结构的卷积神经网络模型对电池片进行缺陷检测,并进行准确率对比,使最优识别准确率达到99.25%。实验结果验证了该方法能准确地检测出太阳能电池组件的隐裂缺陷。 相似文献
4.
1