排序方式: 共有44条查询结果,搜索用时 15 毫秒
31.
32.
采用水热和沉淀两步合成法制备AgBr/Zn3(OH)2V2O7·2H2O催化剂,研究其在可见光下降解亚甲基蓝溶液的性能,并考察催化剂用量、亚甲基蓝溶液初始浓度、pH值以及盐浓度对光催化性能的影响,评价AgBr/Zn3(OH)2V2O7·2H2O催化剂的重复使用性能。结果表明,在前驱液pH为10、120 ℃水热10 h、Ag与Br物质的量比为0.20条件下制备的复合催化剂在可见光下反应120 min后,1.0 g·L-1的催化剂对10 mg·L-1的亚甲基蓝溶液脱色率达到85.2%。NaCl对亚甲基蓝的降解起抑制作用,Na2SO4对亚甲基蓝的降解起促进作用。催化剂重复使用4次后,光照120 min后的亚甲基蓝溶液脱色率可达66.4%。催化剂对不同初始浓度亚甲基蓝溶液的光催化降解符合一级动力学模型。 相似文献
33.
采用水热合成法制备C_3N_4-BiVO_4复合光催化剂,以甲基橙为目标污染物,研究催化剂用量、甲基橙溶液初始浓度和pH值、NaCl用量对甲基橙脱色率的影响,并通过C_3N_4-BiVO_4复合光催化剂的循环使用实验,考察其重复使用性能。结果表明,在甲基橙初始浓度20 mg·L~(-1)、复合光催化剂用量3.0 g·L~(-1)及弱酸性条件下,光照反应6 h,目标污染物甲基橙脱色率达98.81%,溶液中的NaCl对催化剂降解甲基橙有抑制作用。催化剂重复使用5次后,溶液脱色率约80%,表明催化剂性能较稳定,可重复使用。 相似文献
34.
由于多智能体所处环境动态变化,并且单个智能体的决策也会影响其他智能体,这使得单智能体深度强化学习算法难以在多智能体环境中保持稳定.为了适应多智能体环境,本文利用集中训练和分散执行框架Cen-tralized Training with Decentralized Execution(CTDE),对单智能体深度强化学习算法Soft Actor-Critic(SAC)进行了改进,引入智能体通信机制,构建Multi-Agent Soft Actor-Critic(MASAC)算法.MASAC中智能体共享观察信息和历史经验,有效减少了环境不稳定性对算法造成的影响.最后,本文在协同以及协同竞争混合的任务中,对MASAC算法性能进行了实验分析,结果表明MASAC相对于SAC在多智能体环境中具有更好的稳定性. 相似文献
35.
36.
37.
38.
氮掺杂纳米TiO_2光催化氧化NO_2效率的研究(英文) 总被引:1,自引:0,他引:1
通过机械化学方法对纳米TiO2进行掺氮改性后,研究了煅烧温度和煅烧时间对纳米TiO2在模拟日光条件下光催化氧化NO2性能的影响。结果表明,当煅烧温度为500℃时,光催化效率随煅烧时间的延长而增加;但当煅烧温度为600和700℃时,光催化效率随煅烧时间的延长而降低,这主要是由于煅烧温度的增加使得纳米TiO2由锐钛矿型转变为金红石型。当煅烧温度为500℃时,煅烧时间从3h延长到5h,光催化效率从51.5%提高到67.0%,这是P25光催化效率的135%。 相似文献
39.
采用水热法结合高温热处理制备Ag-Zn_3(VO_4)_2光催化剂,研究催化剂在可见光下降解甲基橙溶液的性能,并考察催化剂用量、甲基橙溶液初始浓度、pH值、盐效应和H_2O_2用量对光催化性能的影响,评价Ag-Zn_3(VO_4)_2光催化剂的重复使用性能。结果表明,在催化剂用量2.0 g·L~(-1)、甲基橙溶液初始浓度20 mg·L~(-1)和溶液pH=6.2条件下光照反应5 h,甲基橙溶液脱色率可达99.18%,Na_2SO_4对光催化降解甲基橙起抑制作用,且随着溶液中盐浓度增加,抑制作用更明显。H_2O_2在一定浓度范围可促进光催化降解甲基橙,100 mL甲基橙溶液中30%H_2O_2加入量为1.0 mL时,甲基橙溶液脱色率可提高21.68个百分点。催化剂重复使用5次后,光照5 h的甲基橙溶液脱色率仍可达到75.99%。 相似文献
40.
黄珍珍 《微电子学与计算机》2011,28(10):101-104
设计了一种基于投票的簇头选举方法,该方法使节点向能量大的节点投票,并且选票的传播距离只有一跳,不被转发,确保了邻居较多、剩余能量大的节点能够获得较多的选票.结合网络能耗来计算最优簇头个数,有效克服了LEACH协议中分簇个数和簇头选择机制上存在不足.仿真结果表明,本方法能较好适用于图书馆环境,达到监测目的. 相似文献