CVD参数对镀镍碳纤维原位生长CNFs形貌的影响及生长机理分析

碳纤维具有低密度、高模量及高力学强度等优势,是常见的复合材料增强体。通过表面改性的方式,实现碳纤维表面纳米碳材料的有效复合,可获得更优的材料性能。而目前常见的制备方法,可能存在催化剂引入过程损伤纤维、反应时间长等缺点。因此,探索工业化大规模负载纳米尺度碳材料的制备工艺十分必要。采用商用镀镍碳纤维为原料,通过调节化学气相沉积法(CVD)参数,实现不同形貌碳纳米纤维(CNFs)在镀镍碳纤维表面的有效负载,通过SEM、EDS和TEM等表征方式,结合扩散理论和V-S-L模型,分析催化剂厚度对催化剂形态的影响及CVD参数对各形貌产物的影响机理。结果表明,当催化剂层较厚时,催化剂以连续的片状形态存在,主要控制因素为热失配而非表面张力。H_(2)比例较高时,反应以扩散为主导,形貌趋向于催化剂位于中间的粗大CNFs阵列;H2比例较低时,反应以催化为主导,形貌趋向于具有夹层的CNFs团簇。

PVA/CNF@CuS近红外隔热膜的制备及性能

将具有近红外吸收能力的硫化铜(CuS)负载在具有高强度的纳米纤维素(CNF)上,得到CNF@CuS复合物,然后将CNF@CuS添加到聚乙烯醇(PVA)基体中,制备高强度和良好隔热性能于一体的PVA/CNF@CuS近红外隔热膜。通过扫描电镜、X射线衍射仪、傅里叶变换红外光谱仪、紫外-可见光谱仪、拉伸性能测试及隔热性能测试等对其进行结构表征及性能测试。结果表明:CNF@CuS与PVA基体具有良好的界面相容性,CNF@CuS与PVA的质量比为2∶100时,复合膜的拉伸强度由纯PVA的34.5 MPa增加到72.9 MPa,同时复合膜可以透过大部分可见光并对近红外光具有良好的屏蔽效果,且具有良好的隔热性能。

CNFs/CS对重金属离子的吸附性能研究

文章用冷冻干燥法制备纤维素纳米纤维/壳聚糖(cellulose nanofibers/chitosan,CNFs/CS)复合材料,并通过傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FTIR)仪和X射线光电子能谱(X-ray photoelectron spectroscopy,XPS)仪对其进行表征,结果表明,CNFs/CS表面有丰富的官能团,如-NH_(2)、-COOH和-OH。通过批量吸附试验,对CNFs/CS去除废水中Cu(Ⅱ)、Cd(Ⅱ)的条件进行优化,并对试验数据进行动力学模型和吸附等温模型拟合,结果表明,CNFs/CS对Cu(Ⅱ)、Cd(Ⅱ)的吸附均符合拟二阶动力学模型和Langmuir等温模型,且其对Cu(Ⅱ)、Cd(Ⅱ)的最大吸附量分别为181.81、187.89 mg/g;同时热力学分析结果表明,该吸附是自发的吸热过程。

CNFs/PANI复合纤维的可控制备及电化学性能研究

本文通过静电纺丝技术制备出电导率良好的自支撑碳纳米纤维网络(CNFs)作为电极内部的集流器,并在室温下采用重复化学原位聚合法在CNFs表面均匀沉积一层聚苯胺(PANI)聚合物,成功制备出一维3D的CNFs/PANI独立复合电极。采用扫描电子显微镜和X射线衍射仪对样品形貌和组成成分进行详细分析。在三电极体系下,CNFs/PANI复合电极的比电容达到了412 F/g,在经过5000次充放电循环后比电容仍保持初始比电容81%。

基于Cu2O/CNF异质结构的H2S气体传感研究

本研究报道了一种基于Cu2O/CNF (碳纳米纤维)异质结构研发的超灵敏H2S气体传感器。Cu2O/CNF异质结构通过二维电化学原位沉积法制备。通过对该传感器的表征,发现该异质结构具有较大的比表面积和清晰的异质界面,这有助于提高传感器的灵敏度和响应速度。实验结果表明,该传感器对H2S气体表现出极高的灵敏度,响应时间短,可靠性高。该研究为设计和制备高效的H2S气体传感器提供了新思路,并有望应用于环境监测和工业安全等领域。

基于自适应模糊补偿的不确定性机器人CNF控制

为解决不确定性因素对机器人系统的影响,实现不确定性机器人系统准确跟踪参考输入的能力,研究了自适应模糊控制和组合非线性反馈(CNF)控制相结合的策略。提出了一种基于自适应模糊补偿的机器人CNF控制器。核心是将系统的不确定性利用自适应模糊控制进行在线逼近,作为CNF控制器的补偿项,充分利用两种控制方法的优势,降低不确定性因素对系统性能的影响。通过反馈线性化技术与Lyapunov理论,证明了闭环系统的收敛性;最终仿真结果证实了此方法的有效性。

液相共沉淀法制备MnO_2/CNFs催化剂及其低温脱硝性能

以碳纳米纤维为载体,采用液相共沉淀法制备MnO_2/CNFs催化剂并将其应用于低温选择性催化还原(SCR)NO,利用BET,XRD,FESEM,EDS,TEM及XPS对催化剂的微观形貌、结构特征、元素组成以及价态分布进行表征。结果表明:催化剂的活性组分是MnO_2,且以无定型态负载于CNFs表面。在80~180℃下进行低温脱硝活性的测试。当负载量为6%时,MnO_2/CNFs催化剂的脱硝性能最为优异,在80℃时脱硝率就达到了65.25%,当温度升高至180℃时脱硝率达95.25%。无定型结构、良好的分散性以及较高的表面吸附氧含量是MnO_2/CNFs催化剂具有优异低温脱硝催化活性的主要原因。本研究在未经过任何酸处理的情况下使MnO_2负载在CNFs上,很大程度上减小了对环境的污染。

化学镀Ni-Fe-Co-P/CNFs催化硼氢化钠水解制氢

采用化学镀法在碳纤维(CNFs)上负载Ni-Fe-Co-P合金,用X射线能量色散谱仪(EDS)、场发射扫描电子显微镜(FE-SEM)、X射线衍射仪(XRD)、化学吸附仪(BET)等手段对合金进行表征。结果表明,Ni-Fe-Co-P为非晶态,含有76.68%镍、10.00%钴、4.30%铁、9.02%磷,非晶合金镀层在CNFs基体上负载和分散良好。硼氢化钠水解制氢实验考察了Ni-Fe-Co-P/CNFs的催化性能。该催化剂的催化性能与催化剂的用量,氢氧化钠浓度,硼氢化钠浓度以及温度有关,同时探究了热处理温度和时间对Ni-Fe-Co-P/CNFs催化剂催化性能的影响。结果表明,20mL含0.4%硼氢化钠的溶液在55℃时的产氢速率约为1 500mL·(g·min)-1。由动力学研究得到该催化剂催化硼氢化钠水解反应的活化能为54.81kJ·mol-1。

炭纸上原位生长CNF/CP复合体的氧气电催化反应性能(英文)

利用催化气相化学沉积(Catalytic chemical vapor deposition,CCVD)法在炭纸上原位生长得到CNF/CP复合体,并对这种复合体的物理化学性能和氧气电催化还原反应(Oxygen reduction reaction,ORR)性能进行了研究。结果表明:纳米炭纤维较为均匀地分散在炭纸上,其中纳米炭纤维具有窄的直径分布。所制CNF/CP复合体具有较大的比表面积和独特的中孔结构;相对于炭纸,CNF/CP复合体的端面碳原子和基面碳原子比例较高。另外,CNF/CP还具有较高的ORR反应活性,其ORR为2电子反应过程,原因可以归结于纳米炭纤维独特的微结构。同时,CNF/CP也具有较高的交换电流密度和较正的平衡电压。

解 packing 及 CNF-SAT 问题的拟物拟人方法

提出拟物拟人方法．论述了如何按此种方法为ＮＰ难问题设计出高效实用的快速求解算法．作为例证，所得出的关于ＣＮＦ－ＳＡＴ问题及ｐａｃｋｉｎｇ问题的算法，其先进性在国际竞赛及工业生产中得到了显示．

Pd/CNF催化剂在TA加氢精制过程中的应用研究

研究了纳米碳纤维作为一种新型催化剂载体,负载活性金属钯的制备工艺,及其在TA加氢精制过程中的应用研究,比较了不同浸渍方法、不同钯前体、不同前处理方式对催化性能的影响,确定了较优的催化剂制备工艺.在TA加氢反应中的考评结果表明,自制的板式纳米碳纤维负载的钯催化剂催化性能优于工业催化剂,纳米碳纤维是一种性能优越的贵金属催化剂载体.

复合催化剂AgI-TiO2/CNFs的制备及性能研究

本文采用了内参法、静电纺丝技术、水热合成技术以及气-固氧化法,合成了复合催化剂AgI-TiO2/CNFs。并对其催化性能进行研究,降解了有机染料甲基橙(MO),并循环5次,降解率均在95%以上,达到了比较满意的效果。

CNF/CPAM共絮聚增强PCC絮聚体稳定性研究

添加纤维素纳米纤维(CNF)协同阳离子聚丙烯酰胺(CPAM)对沉淀碳酸钙(PCC)进行预絮聚,对不同CNF用量下絮聚体尺寸进行了测定。通过强度因子和再絮聚因子分别对絮聚体强度性能和再絮聚性能进行表征,结果表明当CNF添加量为5%左右时,絮聚体的强度性能和再絮聚性能较佳。对CNF絮聚PCC的机理进行了分析,CNF大的比表面积和高长径比增强了PCC与CPAM的桥连絮聚,使得絮聚体更为密实,强度提升。

基于CNF权重学习求解3-SAT问题的进化算法

SAT(Satisfiability)可满足性问题研究具有很广的应用价值,是计算机和人工智能领域内的一个重要问题,也是第一个被证明为NP完全的问题。随着对SAT问题的深入研究,已经提出了很多高效的算法,其中随机算法(WalkSAT)、进化算法等启发式算法是今年来研究的热点。进化算法是遗传算法的一种,通过对生物组织进化的学习,形成的一种高效算法。针对CNF(Con-jecture Normal Formula)权重和生物进化算法相结合,提出一种有效求解难SAT问题的不完全算法WOSAT.

基于CNF架构的物流信息管控平台设计

本文运用CNF技术架构打造一套物流专用级作业系统,包括物流主体运输、调度、仓储作业等都在物流平台中完成。解决ERP系统对物流作业的影响,实现物流作业全程可视化、物流业务协同化管理的目标,提升物流精细化管理水平,从而进一步降低物流成本。

基于CuS/RGO@CNF复合材料的柔性超疏水吸波纺织品的制备和性能

采用低表面能物质聚二甲基硅氧烷(PDMS)为黏结剂,利用纳米硫化铜/还原氧化石墨烯@纤维素纳米纤维(CuS/RGO@CNF)三元复合材料在棉织物上构筑表面粗糙结构,制备了柔性超疏水吸波纺织品。对整理织物的微观形貌和结构进行了表征,研究了整理织物的吸波性能和超疏水性能。结果表明,与纳米CuS、CuS/RGO复合材料相比,CuS/RGO@CNF复合材料具备微观多孔结构,呈现优异的微波吸收性能,最小反射损耗为-49.71 dB,整理的织物在频率为11.46 GHz时最小反射损耗可达到-32.4 dB,水滴接触角达到155.3°,具有优异的吸波、超疏水、防污及自清洁性能。

求解MAX-CNF问题的一种随机近似算法

已有的Johnson算法是求解组合问题的一种随机近似算法,可以用于求解MAX-CNF问题。基于该算法,提出新的随机近似算法RCNF求解MAX-CNF问题。概率推导和实验数值均表明,RCNF具有良好的近似比和稳定的性能。在构成难可满足问题的CNF实例上,将新算法与演化算法结合,进一步提出扩展算法E-RCNF。扩展算法利用演化算法的并行性,可以在较短时间内,简单有效地求出最多可满足子句数的近似值。

CNF公式赋值空间上可满足解的概率性质

为分析合取范式(conjunctive normal form,CNF)公式的赋值空间在可满足性情况下的结构性质,引入一个变元翻转次数控制的参数k,k不小于1且不大于n,n为公式中出现的变元个数,以赋值作为结点,基于翻转界控制下赋值满足子句数的大小,引入一类有向图——BF(bounded flips)图。研究带翻转控制参数的BF图的若干基础性质,根据BF图的性质研究CNF公式可满足解的概率性质。对于含有n个变元m个子句CNF公式,随着翻转控制参数k的增大,在其BF图上取得可满足解的概率也相应增大。当k靠近n时,概率稳定。对于可满足的CNF公式,在其任意k值下的BF图上进行t次随机游走。当t足够大时,取得可满足解的概率最终会收敛于1。最后,实验仿真支持性质的正确性。

基于因子图求解(3,4=)-CNF公式类下可满足问题

合取范式(CNF)公式F是(3,4=)-CNF公式,如果F中每个子句的长度是3,每个变元出现的次数恰好为4次。与(3,4=)-CNF公式所关联的因子图是一类规则的二部图,即每个子句结点的度为3,每个变元结点的度为4,此类规则图被称为(3,4)-双向正则二部图。对于一个(3,4=)-CNF公式F,如果它关联的因子图GF有P7-路径因子,则F可满足。

基于图分解的(3,4)-CNF公式的可满足性

对于规则的(3,4)-CNF公式F,公式F对应的因子图GF恰好是一个(3,4)-双向正则二部图。利用正则二部图的有关性质,证明了对于任意的(3,4)-CNF公式F,若其对应的因子图GF能够被划分为两个(3,2)-双向正则二部图,则F是可满足的。