影响催化燃烧法制备碳纳米材料的因素

讨论了基底在火焰中的位置、合成时间及火焰的稳定性等因素对乙醇催化燃烧法制备的产物的影响。采用乙醇作为碳源和燃料,在不同的制备条件下分别制备样品,并采用扫描电子显微镜、喇曼光谱等对样品进行表征。实验结果表明,基底在火焰中最佳位置为1.0~2.5cm,最佳的合成时间为5~30min,较高的火焰稳定性对于制备直径比较均匀、结构比较单一的碳纳米管和碳纳米纤维是有利的,而且能够提高产物石墨化程度,减少其结构缺陷。     

碳纳米管制备及其生长机制研究

采用乙醇催化燃烧法,以钴盐作为催化剂先体、薄铜片作为基底制备碳纳米管.分别以氯化钴、硝酸钴和硫酸钴作为催化剂先体,研究了不同催化剂先体对碳纳米管生长的影响;利用扫描电镜,透射电镜对碳纳米材料的形貌和结构进行了表征,研究了不同钴盐的催化剂先体对碳纳米管形态与结构的影响,讨论了碳纳米管的生长机制.实验发现,其他制备条件相同,当催化剂先体为氯化钴时,碳纳米管与大量絮状杂质缠绕在一起;当催化剂先体为硝酸钴时,碳纳米管容易形成弯曲、不规则的波浪形结构;而当催化剂先体为硫酸钴时,实验所得的碳纳米材料几乎全为取向规则、直径均一的碳纳米纤维,只观察到少量碳纳米管.     

乙醇化学气相沉积法制备多壁碳纳米管

介绍了采用浮动催化剂法,利用乙醇化学气相沉积法制备多壁碳纳米管.采用二茂铁作为催化剂先体,乙醇作为碳源,利用石英基底收集产物.催化剂先体二茂铁的蒸汽在载气的作用下被带到高温区(800℃),二茂铁在高温区分解形成铁纳米催化剂颗粒,这些催化剂颗粒催化生长出多壁碳纳米管.利用扫描电子显微镜、(高分辨)透射电子显微镜对制备的多壁碳纳米管都进行了表征.实验结果表明,制备的多壁碳纳米管均匀性好,石墨化程度较高.     

催化燃烧法合成碳纳米线

研究了碳源与催化剂先体对催化燃烧法制备的碳纳米线的影响.采用Cu薄片作为基底,分别采用甲醇、乙醇、丙酮作为碳源,Fe(NO3)3,Ni(NO3)2,Co(NO3)分别作为催化剂先体.将催化剂先体溶解到乙醇中,形成催化剂先体溶液,然后将其涂敷到铜基底上.干燥后,置于火焰中适当的位置,燃烧一定时间,便可制备出黑色絮状沉积物,即碳纳米线.对所制备的产物采用了扫描电珑子显微镜进行了表征.实验结果表明,使用丙酮、乙醇作为碳源,铁盐、镍盐作催化剂先体时生成的碳纳米线一致性较好.     

用FeCl3作催化剂先体制备碳纳米结构

以不同浓度的FeCl3溶液作为催化剂先体，利用乙醇催化燃烧法，在铜片上生长出了碳纳米管和碳纳米纤维。讨论了不同浓度的FeCl3催化剂先体对生长碳纳米材料产物和形貌的影响。利用扫描电镜，透射电镜和喇曼光谱对样品的形貌和结构进行了表征。实验结果表明，随着催化剂先体浓度增大，碳纳米材料产量增大，直径呈现增大趋势，其直径范围也逐渐变大。当催化剂先体浓度为0.01mol/L时，可以制备出直径较小的碳纳米管；当催化剂先体浓度为0.1mol/L时，可以制备出直径分布均匀的碳纳米管与碳纳米纤维的混合物；当催化剂先体浓度为1mol/L时，可以制备出直径分布不均匀的碳纳米纤维。     

乙醇催化燃烧法制备Y形碳纳米纤维

介绍了一种既简单又经济的用于制备Y形结构碳纳米纤维的催化燃烧方法。采用乙醇作为碳源，金属盐溶液作为催化剂先体；同时，基底材料采用铜薄片；实验装置采用酒精灯。实验在常温常压下就可以进行，且不需要引入其他辅助生长Y形结的气体。实验结果表明，该方法具有一定的实用性，可实现大量制备；透射电镜分析结果表明，产物中所含Y形结结构丰富，如螺旋结构、非螺旋结构以及螺旋与非螺旋混合的结构。     

乙醇化学气相沉积法制备多壁碳纳米管

介绍了采用浮动催化剂法，利用乙醇化学气相沉积法制备多壁碳纳米管。采用二茂铁作为催化剂先体，乙醇作为碳源，利用石英基底收集产物。催化剂先体二茂铁的蒸汽在载气的作用下被带到高温区（800℃），二茂铁在高温区分解形成铁纳米催化剂颗粒，这些催化剂颗粒催化生长出多壁碳纳米管。利用扫描电子显微镜、（高分辨）透射电子显微镜对制备的多壁碳纳米管都进行了表征。实验结果表明，制备的多壁碳纳米管均匀性好，石墨化程度较高。     

催化燃烧法合成碳纳米线

研究了碳源与催化剂先体对催化燃烧法制备的碳纳米线的影响。采用Cu薄片作为基底，分别采用甲醇、乙醇、丙酮作为碳源，Fe（NO3）3，Ni（NO3）2，Co（NO3）分别作为催化剂先体。将催化剂先体溶解到乙醇中，形成催化剂先体溶液，然后将其涂敷到铜基底上。干燥后，置于火焰中适当的位置，燃烧一定时间，便可制备出黑色絮状沉积物，即碳纳米线。对所制备的产物采用了扫描电子显微镜进行了表征。实验结果表明，使用丙酮、乙醇作为碳源，铁盐、镍盐作催化剂先体时生成的碳纳米线一致性较好。     

基于BP算法和ACO算法的故障诊断推理研究

BP算法在故障诊断领域已取得广泛应用,但其存在收敛速度慢且容易陷入局部最小值的缺陷,限制了其进一步的发展;ACO(Ant colony optimization)算法是一种模拟进化算法,已很好地应用于解决旅行商和资源两次分配等经典的优化问题,具有启发式收敛、正反馈以及分布式计算等优点;为此,将ACO算法引入BP算法故障诊断方法中,使用ACO算法对BP网络中的参数即权值、阈值以及学习率等进行优化,定义了一种结合ACO算法和BP算法能对故障进行诊断的新算法,并将其应用于具体的故障诊断实例中,最后,通过100组样本中的95组进行训练,并对剩余5组进行故障诊断,实验证明结合ACO算法和BP算法的新算法较传统的仅使用BP算法的诊断方法具有收敛速度快、诊断精确高以及训练性能好的优点。     

基于IDL的遥感图像断层识别方法研究

由于地震灾害的频繁发生，加之地质灾害的预测难度很大。考察的费用跟人力消耗比较巨大，因此想用一种比较快捷简单的方式对地震的断层的位置进行确定。因此使用了一种可视化比较高的IDL语言编写了一个断层初步识别技术。希望对能够对中国地质灾害的研究有所帮助。