排序方式: 共有26条查询结果,搜索用时 15 毫秒
1.
为了提高TiO_2薄膜光催化活性,采用阳极氧化在TC4钛合金表面制备了TiO_2纳米管阵列。利用扫描电镜、X-射线衍射、拉曼谱图、X-射线光电子能谱和紫外可见漫反射光吸收对热扩渗后的阳极化膜层的微观结构进行表征。结果表明:在TC4钛合金的α和β相,氧化膜呈不同的形貌,α相区域纳米管的孔径约为50 nm,β相区域只形成了不规则、大小不均的1~10 nm的小孔。氧化物中V离子的存在对锐钛矿相的生成具有抑制作用,扩渗θ在500和600℃时,膜层中存在少量结晶度不高锐钛矿与金红石相并存的晶体结构。吸附在阳极化膜层表面的碳化物含有石墨相,碳修饰TiO_2纳米管列在可见光区域有很强的光响应区间。在600℃扩渗温度下得到的具有部分石墨化的C修饰V掺杂的TiO_2NTs光催化活性最高,膜层产氢速率为21.25μmol/h。 相似文献
2.
3.
4.
5.
7.
8.
9.
10.
有机太阳能电池(OPV)的发展依赖于新型高效OPV材料的开发.近几年来,为解决传统有机太阳电池材料开发模式低效的问题,机器学习辅助OPV材料开发的新模式得到了广泛的关注.本工作提出一种结合分子指纹和机器学习回归模型的新方法,实现了OPV给体材料光电转换效率的快速预测.基于从文献中收集的给体材料数据库,系统地比较了不同分子指纹作为各种机器学习模型输入的预测精度.结果表明,Mor-gan分子指纹与随机森林模型的组合在决定系数指标下性能最优,而Hybridization分子指纹与支持向量机模型的组合在平均绝对误差指标下性能最优.同时,各模型的预测精度随着分子指纹的位数增加而提高.该方法可广泛用于新设计的OPV材料的快速初筛,从而提升新型OPV材料的研发速度,促进高性能OPV的快速发展. 相似文献