特斯拉电池如何推动能源革命

<正>●硅谷可再生能源安装公司太阳城(SolarCity)已经开始为一些企业安装锂离子电池组,旨在帮助他们降低用电成本……美国电动车制造商特斯拉公司生产的汽车锂离子电池组并不仅仅只为电动豪华运动车提供动力,它们已经开始出现在更多的生活场景中了。例如,加州的一些家庭将它用于存储屋顶太阳能电池板产生的电能,包括一些大的零售商家(如沃尔玛)可用SolarCity屋顶光伏阵列产生的廉价能源为特斯拉电     

过冷池沸腾中气泡聚并对壁面换热影响的实验研究

该文实验研究了气泡聚并对核态池沸腾换热的影响。在恒壁温的边界条件下,利用微加热器阵列加热液态FC-72产生气泡,同时利用高速数据采集系统测量特定区域的热流密度。由于气泡之间液体层的蒸发和气泡聚并后产生的振荡,沸腾过程中发生气泡聚并时热流密度的波动远强于加热表面仅有单气泡生成时的情形。与单气泡成核相比,气泡聚并所产生的振荡提高了加热表面的再润湿频率,从而显著增加了平均传热。观测还表明,由于气泡之间的液体层被仍处于惯性生长阶段的气泡推离,气泡聚并速度非常快时并不会伴随热流量的增加。实验结果表明:当无量纲的聚并数Ncoal0.2时,气泡聚并能够增强换热;反之,当Ncoal0.2时,气泡聚并则会减弱换热。     

K0.8Fe0.8Ti1.2O4及其铵柱层状化合物的制备

制备了一种层状铁钛酸盐K0.8Fe0.8Ti1.2O4，这种层状化合物具有很高的热稳定性（分解温度超过1000℃）。透射电子显微镜（TEM）照片清晰地反映了其层状结构。采用离子交换法，首次制备了直链伯铵（n=6,8,10)柱层状铁钛酸盐。     

硫酸钛为钛源制备二氧化钛的实验条件研究

实验以硫酸钛为钛源、尿素为沉淀剂、聚乙二醇600为分散剂,采用均匀沉淀法制备二氧化钛粉末。主要讨论了影响沉淀形成时间的主要因素:尿素的用量及加入方法、聚乙二醇的用量、以及水浴的温度等。实验结果表明,以硫酸钛为钛源、尿素为沉淀剂、聚乙二醇600为分散剂,采用均匀沉淀法制备二氧化钛粉末最佳反应条件为:在水浴加热343 K条件下,将尿素缓慢滴加到硫酸钛和聚乙二醇600的混合液中,硫酸钛和聚乙二醇600的混合液在磁力搅拌器搅拌时滴加尿素,用硫酸调节pH在1.5~2,保持硫酸钛、尿素和聚乙二醇600的摩尔比1∶12∶0.01。     

TiO2纳米管阵列电极的制备及电输运性能

利用电化学阳极氧化方法制备了二氧化钛(TiO_2)纳米管阵列样品,并对其结构、形貌和电输运性能进行了研究.扫描电子显微镜(SEM)和透射电子显微镜(TEM)揭示了其具有规则和完整的纳米管结构,X射线衍射(XRD)研究说明退火后的样品具有锐钛矿的结构.电输运性能研究表明,相对于纳米颗粒,纳米管阵列结构具有更低的内部传输阻抗和更高的界面复合电阻.     

基底预处理对于水热法制备ZnO微/纳米管阵列的影响

采用水热法系统研究了基底预处理(基底铺膜、不铺膜吹氮气处理和盐酸浸泡处理等)方式对于制备ZnO微/纳米管阵列的影响;结合ZnO晶体的微观结构,探讨了基底特征与ZnO微/纳米管阵列生长的内在联系.结果表明,采用高纯氮气和盐酸浸泡预处理基底均能制备得到ZnO微/纳米管阵列,并且这两种预处理方法制备出的纳米管在尺寸、形貌和分布上有所不同.ZnO微/纳米管成管机理研究表明,ZnO顶部锌终端对于生长微/纳米管起着决定性作用.     

光化学沉积Ag纳米颗粒改性二氧化钛纳米管阵列的光催化及光电响应能力研究

利用电化学阳极氧化法制备出了高度致密,有序的二氧化钛纳米管阵列(TiNT).通过光化学沉积方法在二氧化钛纳米管表面沉积了Ag金属颗粒,并用SEM进行了表征,Ag颗粒的半径在100~500 nm之间.通过对光化学沉积后的TiNT样品进行光电响应和光催化降解测试发现:紫外光照射下改性样品的光电响应能力和光催化降解能力都有不同程度的提高,但在可见光下仍不具备光电响应能力和催化降解能力.     

碳纳米管储氢性能及H2分子扩散现象的分子动力学研究

本文采用Brenner及LJ混合势对H2在C纳米管的吸附及H2分子在C纳米管中的扩散性质进行了分子动力学模拟. 通过模拟轨迹的分析,分别计算了C-H之间的径向分布函数、H2分子在单壁C纳米管的均方位移及通过对H2分子的均方位移的分析,计算了不同温度下的H2分子在C纳米管中的扩散系数,分析了温度对扩散系数的影响.     

双掺杂二氧化钛的制备及其在降解染料废水中的应用

作者研究了溶胶-凝胶法制备的Sm、Ag共掺杂的TiO2,并用XRD、TEM等技术表征了催化剂的形貌、结构及吸光性能,样品的表征与光催化活性测试结果表明,Sm离子的引入使催化剂增加了储氧能力及热稳定性和选择性,Ag离子的掺杂显示了电荷分离抑制了光催化的促进作用和对氧气还原反应的催化作用.两种离子的引入使TiO2样品的拓宽了光响应范围,使可见光吸收强度增大.     

基于触觉阵列感知的机器人稳定抓取判别方法

针对传统的单点压力传感器获取的接触力无法完备反映机器人的抓取接触状态,难以实现准确的机器人抓取状态判别的问题,基于触觉阵列传感器的多点感知特性,提出一种高效高准确率的机器人稳定抓取判别方法．首先,采集机器人抓取属性各异物体时的接触分布力信息,建立分布力与触觉图像的映射,构建机器人抓取触觉图像数据集;基于多层感知机框架建立机器人抓取状态判别模型,实现机器人抓取状态的分类．然后,通过训练并对多层感知机在不同模型层数与节点数下的模型性能进行优选,得到抓取状态判别模型的最优参数,进而与多种基于学习的抓取判别算法进行对比．结果表明：所提出的抓取状态判别方法具有99.74%的判别准确率,平均耗时为2.3 ms,在判别精度和速度上均优于基线算法;通过实物抓取实验,该方法的判别准确率达到94%,充分证明其对数据集外物体的稳定抓取判别具有较强的鲁棒性．