三功能策略设计制备具有优异低温抗积碳性能的Ni-CeO2@SiO2催化剂催化甲烷干重整反应

随着全球人为温室气体排放量(主要是甲烷和二氧化碳)的增加,全球变暖的趋势逐渐增加,因此,迫切需要通过各种技术来捕获和利用这些温室气体.甲烷干气重整反应(DRM)可以有效地将甲烷和二氧化碳这两种资源丰富、价格低廉的温室气体转化为高附加值化学品,减少它们向大气排放.尽管DRM工艺的应用具有许多优势,但是反应期间碳沉积和活性组分的烧结是阻碍其工业应用的两个主要原因.这些碳沉积物可能覆盖活性中心或阻塞催化剂的孔道,从而导致催化剂活性降低.镍基催化剂因其价格低廉、初始活性高和资源丰富而得到广泛的应用.但应用于DRM反应的Ni基催化剂在反应中容易烧结和积碳,导致催化剂迅速失活.为解决上述问题,本文从三功能策略角度出发,即SiO2壳层的限域作用和Ni-Ce之间的协同作用以及CeO2的消除积碳作用,采用原位一锅法设计合成了一种限域型Ni-CeO2核壳结构催化剂(Ni-CeO2@SiO2).通过X射线衍射、透射电子显微镜、能量色散X射线光谱、N2吸附/脱附、氢气程序升温还原和脱附、氧气程序升温脱附、拉曼光谱、热重分析和原位漫反射红外傅里叶变换光谱测试对催化剂进行了系统的表征,来揭示催化剂的理化性质和反应机理.催化剂应用于甲烷干气重整反应结果表明,在温度区间为550～800℃时,与传统浸渍法合成的催化剂相比,Ni-CeO2@SiO2催化剂具有更高的活性.高温800℃下的稳定性测试结果显示,传统浸渍法合成的催化剂在反应20 h后就出现了大量的积碳且活性下降明显;而Ni-CeO2@SiO2催化剂在800℃下反应100 h后未检测到积碳,并且催化剂中的Ni纳米颗粒的平均粒径从5.01 nm仅增长到5.77 nm,表现出很好的高温抗积碳和耐烧结性能.值得注意的是,Ni-CeO2@SiO2催化剂在低温600℃(形成碳沉积的最可能温度区域)下反应20h后也未检测到积碳的形成,表现出催化剂良好的低温稳定性和抗积碳性能.这可能归因于对Ni-CeO2@SiO2催化剂的三功能作用,即多孔二氧化硅壳层的限域作用、Ni与CeO2之间强的金属-金属氧化物相互作用以及具有丰富活性氧物种CeO2的消除积碳的作用.通过原位漫反射红外傅里叶变换光谱测试来探究反应机理.结果 表明,DRM反应在Ni-CeO2@SiO2催化剂上遵循L-H机理,添加CeO2可以消除碳沉积并促进CO2活化.该三功能策略为设计其他应用于DRM的高性能催化剂提供了指导,有望加快该工艺的工业化.     

优化金属磷化物电催化析氢性能的策略

日益严重的能源危机和环境污染问题使得探索清洁的可再生能源载体及减少对传统化石燃料的过度依赖成为人们面临的一项重要任务.因此,各种可持续能源如太阳能、风能、海洋能和生物质能等得到了广泛研究并取得了一定的进展.然而,这些能源因存在间歇性和不稳定性等缺点阻碍了其实际应用.近年,氢气作为一种能源载体,以其高能量密度和无碳排放的优点引起了人们的广泛关注,被认为是缓解日益严重的污染问题的最有前途的环保能源.对比目前采用的天然气热解和煤炭气化等传统制氢策略,电催化水裂解由于催化效率高,制氢纯度高和不产生温室气体,被认为是高效、环保、可持续的制氢策略.电催化水裂解由两个独立的半反应组成,分别是析氢反应和析氧反应.析氢反应作为水裂解的一个半反应,在降低制氢成本及提高产氢催化效率方面起着关键作用.然而,目前的核心问题之一是要开发高效的析氢电催化剂,以加快反应速度.目前,铂和铂基纳米材料被认为是高效的析氢电催化剂,但是其稀缺性和高成本阻碍了大规模实际应用.金属磷化物由于具有较高的本征活性并且在不同的电解质中都具有良好的电催化析氢性能,被证明是一种优良的析氢电催化剂.此外,与普通催化剂相比,金属磷化电催化剂还具有合成简便、效率高、成本低、省时等优点.本文详细介绍了近年人们在金属磷化物用于电催化析氢研究中取得的进展.首先,介绍了电催化析氢反应机理,金属磷化物的结构及作用,并对其优缺点进行了总结;随后,综述了金属磷化物的合成方法,包括后处理、原位生成和电沉积策略,并对不同方法进行了比较和讨论.此外,从元素掺杂、界面工程、空穴工程、修饰特定载体、构建特定纳米结构、设计双或多金属磷化物和其他发展的新方法等七个方面详细总结了促进金属磷化物电催化活性的多种策略,并进行了对比和讨论.最后,归纳了金属磷化物在电催化析氢应用中存在的问题和面临的挑战,并对未来的研究发展提出了展望.     

不同校正策略预测性能的比较——生物样本中6-巯基嘌呤的表面增强拉曼光谱定量分析

比较了单变量比率校正方法、偏最小二乘回归法、基于各种预处理方法的偏最小二乘回归法,以及波谱形变定量分析理论对生物基质(血浆和尿液)中6-巯基嘌呤(6-MP)的表面增强拉曼光谱(SERS)数据的定量分析结果。研究表明,只有波谱形变定量分析理论能够对加标血浆和尿液样本中6-MP的SERS光谱数据进行准确的定量分析,其预测结果的平均相对误差小于7%,回收率在93.6%～107.4%,检出限约为6.0 nmol/L。SERS光谱技术结合波谱形变定量分析理论有望成为一种适用复杂生物样本中6-MP定量分析的替代方法。     

思政元素融入无机化学的教学初探

针对推进课程思政建设的重要性,阐明无机化学教学中融入思政元素的意义。结合笔者课程思政的教学实例,提出在日常教学中融入思政元素的策略和相关教学改革的举措,并对专业教师素质提出了要求。     

基于自适应模糊控制的节能装置研究

针对凹版印刷干燥设备,设计节能装置,该装置利用压缩机换热原理,对余热进行再循环利用。设计自适应模糊PID节能控制系统,完成对压缩机,调功器,变频器的实时控制。利用组态软件完成系统界面设计,人机交互简洁,操作方便。控制算法采用自适应模糊PID控制,依靠数据信息来调整模糊逻辑系统的参数,通过在线计算得到最佳控制器参数,抑制不确定性对系统的影响。将节能装置应用到凹版印刷机,实验数据显示,系统耗能减少,效率得到提高,达到节能目的,证明了节能系统的有效性,具有较强的应用价值。     

多值测试诊断策略优化设计

针对电子系统中多值测试条件下的测试排序问题,提出了一种诊断策略优化方法。首先,以相关性矩阵模型为基础,将已有的二值测试的优化算法同多值测试问题相结合,提出了适用于多值测试的基于霍夫曼编码的启发式函数;其次,将平均测试代价最小和平均测试步骤最少作为优化目标,采用与或树启发式搜索算法生成诊断树,得到多值测试的诊断策略,并给出了诊断策略优化方法的具体实现步骤;最后,将其应用到航空设备的实例中。结果表明提出的基于霍夫曼编码的与或树启发式搜索算法是可行的,其生成的诊断树是最优的,比基于信息熵的与或树启发式搜索算法具有更小的平均测试代价和更少的平均测试步骤。     

防空导弹自动驾驶仪测试性建模研究与应用

为了得到防空导弹自动驾驶仪的故障检测与诊断策略,减少自动驾驶仪的测试费用,建立了自动驾驶仪的测试性模型并进行分析,解决了建模的难点。通过多层抽象混合推理故障建模方法推导了自动驾驶仪结构与测试点之间的关系,根据测试点的特征和自动驾驶仪工作原理建立信息流模型,在此基础上,利用故障与测试间的相关性矩阵来描述测试性模型。基于此模型设计了诊断策略构建方法。实际应用表明,建立测试性模型的方法完全正确,通过模型能够构建有效的检测与诊断策略,缩短测试时间。     

基于超声波和云测试的油井液面测试系统研究

针对目前油井液面深度测试系统测量范围小、误差大、稳定性低的缺点,提出了基于声波法测动液面原理,利用时间序列分析技术、新息自适应卡尔曼滤波技术来实时检测回波信号,进而实现对油井液面深度的高精度测量和噪声处理;选用FPGA和云测试技术成功实现了油井液面深度测量系统的远程化和网络化。基于云测试的油井液面远程监测系统目前已在油田生产现场通过测试,测试结果表明,系统稳定,算法实时、高效,动液面深度测量误差小,测量精度高,能满足实际工程应用。     

二冷配水优化建模与混合自适应PSO算法求解

针对连铸二冷区生产环境复杂且存在着大量水雾干扰的情况,建立了连铸水量优化模型并提出了一种混合的自适应粒子群算法来求解连铸二冷水优化问题。依据冶金过程中的工艺要求建立了二冷水量优化模型,并在经典的PSO算法基础上提出了适合该问题求解了混合自适应PSO算法。由于连铸过程存在着偏微分方程约束,传统的优化方法容易陷入局部最优解,不能达到很好的动态优化效果。研究了粒子群算法,基于种群的多样性,不断的自适应的更新粒子群算法中参数,将禁忌搜索的方法和传统的粒子群算法结合,增强了算法的局部搜索能力和全局寻找全局最优的能力。将该算法应用到连铸二冷水动态优化中,实验结果表面该算法能够快速有效的求解该优化问题。该方法用于连铸二冷水优化是可行的、有效的。     

移动机器人目标识别算法

针对移动机器人在目标识别过程中对视觉图像特征点提取慢,匹配不准确等特点,提出了一种基于SIFT算法的改进目标识别算法。通过采用组合匹配策略,将特征关键点间的距离和内积同时进行考察,根据其自身值的大小,决定对匹配相似度的贡献。组合策略的引入有效地解决了机器人在目标识别中对相同特征图像不能匹配和不同特征图像能够匹配的问题。为克服目标匹配时实性差的弱点,以关键点为根据构建K维树结构,采用最近邻点搜索,快速找出正确匹配的特征点。为实现移动机器人目标识别过程中的自主性,在特征点匹配过程中引入自适应阈值进行判断。实验表明,该方法对移动机器人目标识别准确率有较大提升,能够满足移动机器人在目标识别和跟踪过程中对视频图像处理的实时性和准确性的要求。