MCNOs/CdS双效光催化剂的制备及其性能研究

水热合成法制备了不同磁性纳米洋葱碳(MCNOs)负载量(0%、1%、3%、5%)的MCNOs/CdS光催化剂。并通过X射线衍射分析(XRD)、扫描电子显微镜(SEM)、傅里叶红外光谱(FT-IR)、X射线光电子能谱(XPS)、紫外可见光光谱(UV-Vis)、磁滞回线测定仪(VSM)对其进行表征,探究了MCNOs负载比例对催化剂在可见光下降解RhB性能及机理的影响。结果表明,MCNOs能有效提高CdS的光催化效果,复合3%MCNOs后降解率为96%,与纯CdS相比降解率提高了30%,磁性分析表明,其具有良好的顺磁性并能实现催化剂的有效回收。MCNOs/CdS在可见光下催化降解RhB的一级反应动力学直线有较好的拟合度,表明制备的催化剂有较好的催化活性。     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

基于联合神经网络学习的中文电力计量命名实体识别

随着电力计量业务的不断扩展，迫切需要由业务信息、技术知识、行业标准及其内在联系所组成的电力计量知识图谱，为电网的决策和发展提供更为全面有效的支持。命名实体识别是构建知识图谱的基础。针对电力计量领域需要，结合中文分词技术特点，基于联合学习思想，提出了一种基于联合学习的中文电力计量命名实体识别技术。该技术联合CNN-BLSTM-CRF模型与整合词典知识的分词模型，使其共享实体类别和置信度；同时将2个模型的先后计算顺序改为并行计算，减少了识别误差累积。结果表明，在不需要人工构建特征的情况下，方法的正确率、召回率、F值等均显著优于以往方法。     

The Synergistic Photocatalytic Effect of H3PW12O40 and Pt Nanoparticles Comodified UiO-66-NH2 on the Reduction of Aqueous Cr(VI) under Original pH

Kinetics and Catalysis - A ternary synergistic photocatalyst H3PW12O40/Pt/UiO-66-NH2 was successfully fabricated for the first time through a simple solvothermal synthetic strategy. We found that...     

Fully Chemical Recyclable Poly(γ-butyrolactone)-based Copolymers with Tunable Structures and Properties

Chinese Journal of Polymer Science - The emerging chemical recyclable polymers, such as poly(γ-butyrolactone) (PGBL) and poly((R)-3,4-trans six-membered ring-fused GBL) (P((R)-M)), provide a...     

Y掺杂WS2二维材料的第一性原理研究

WS₂由于其优异的物理和光电性质引起了广泛关注。本研究基于第一性原理计算方法,探索了本征单层WS₂及不同浓度W原子替位钇(Y)掺杂WS₂的电子结构和光学特性。结果表明本征单层WS₂为带隙1.814 eV的直接带隙半导体。进行4%浓度(原子数分数)的Y原子掺杂后,带隙减小为1.508 eV,依旧保持着直接带隙的特性,随着Y掺杂浓度的不断增大,掺杂WS₂带隙进一步减小,当浓度达到25%时,能带结构转变为0.658 eV的间接带隙,WS₂表现出磁性。适量浓度的掺杂可以提高材料的导电性能,且掺杂浓度增大时,体系依旧保持着透明性并且在红外光和可见光区对光子的吸收能力、材料的介电性能都有着显著提高。本文为WS₂二维材料相关光电器件的研究提供了理论依据。     

射频等离子制备石墨烯负载Co3O4催化剂及其析氧性能研究

氢能的引入能有效提升配电网的供电可靠性,而电解水制氢是实现低碳转型的关键技术,开发高效的电解水催化剂势在必行。过渡金属氧化物储量大、催化活性高,是具有广阔应用前景的析氧反应催化剂。本文通过射频等离子体处理制备石墨烯上负载Co₃O₄析氧催化剂,XRD、Raman和XPS测试结果显示,二维结构石墨烯的引入加速表面电子迁移,增大了反应面积。等离子体处理促进了纳米粒子在石墨烯上的负载,利用等离子体刻蚀作用在催化剂表面制造出大量碳结构缺陷和氧空位结构,改善了活性位点分布,有效调控Co₃O₄电子结构,提高析氧催化活性。电化学测试表明,本文中合成的Co₃O₄@rGO在电流密度为50 mA·cm^-2时的过电位为410 mV,动力学反应速率较快,表现出优于商业IrO₂的析氧催化活性。     

两个基于2,5-二甲氧基对苯二甲酸和咪唑衍生物的超分子钴配位聚合物的结构及光催化反应

本文以咪唑衍生物为配体,通过水热合成法与钴离子制备出两个配位聚合物:{[Co(DTA)(1,4-DIB)(H₂O)]·H₂O}_n(1)和[Co(DTA)(1,3-BMIB)]_n(2)(1,4-DIB=1,4-二(1H-咪唑-1-基)苯; 1,3-BMIB=1,3-二(4-甲基-1H-咪唑-1-基)苯;H₂DTA=2,5-二甲氧基对苯二甲酸)。利用X射线单晶衍射、粉末衍射、热失重、元素分析、红外光谱以及固体紫外-可见光谱等对两个配合物进行了表征。结构分析证实配合物1和2是通过二维结构堆积成的三维超分子化合物。粉末衍射测试则显示两个配合物在水中有很好的稳定性。固体紫外-可见光谱显示两个配合物属半导体材料,对紫外-可见光有很强的吸收作用。在光催化实验中,配合物1和2可加快亚甲基蓝的降解速度。     

Polymeric Carbon Nitride-based Single Atom Photocatalysts for CO2 Reduction to C1 Products

Photocatalytic CO₂ reduction to C₁ fuels is considered to be an important way for alleviating increasingly serious energy crisis and environmental pollution. Due to the environment-friendly, simple preparation, easy formation of highly-stable metal-nitrogen(M-N_x) coordination bonds, and suitable band structure, polymeric carbon nitride-based single-atom catalysts(C₃N₄-based SACs) are expected to become a potential for CO₂ reduction under visible-light irradiation. In this review, we summarize the recent advancement on C₃N₄-based SACs for photocatalytic CO₂ reduction to C₁ products, including the reaction mechanism for photocatalytic CO₂ reduction to C₁ products, the structure and synthesis methods of C₃N₄-based SACs and their applications toward photocatalytic CO₂ reduction reaction(CO₂RR) for C₁ production. The current challenges and future opportunities of C₃N₄-based SACs for photoreduction of CO₂ are also discussed.