一种新型聚合物辅助法制备SrCoO3电催化剂及其OER性能研究

提出了一种新型制备钙钛矿的方法-PVA聚合物辅助法,并成功制备了SrCoO_3电催化剂.与其他的合成方法相比,该方法合成时间更短,步骤简洁,便于规模化生产.与传统PEI聚合物辅助法相比,PVA更环保,煅烧过程中无有毒有害气体产生.对SrCoO_3样品进行了XRD和BET表征,并在0.1 mol/L KOH溶液中测量了其OER性能.结果表明,该方法适合大规模合成高性能钙钛矿材料.     

韩波博士简介

<正>韩波,男,1983年8月生,安徽颍上人。2007年毕业于华东师范大学电子系,获工学学士学位。2012年毕业于华东师范大学电子系(硕博连读),获工学博士学位,2012年至今在阜阳师范学院计算机与信息工程学院从事教学科研工作,2014年东南大学毫米波国家重点实验室客座研究。韩波博士主要从事微波毫米波片上元件建模与设计研究。内容主要涉及:异质结三极管     

基于CATIA和3DMAX的侧位停车辅助器运动仿真

计算机建模与动画仿真技术能够清晰表达侧位停车辅助器的工作原理。利用CATIA软件建立停车辅助器的三维模型,清楚地展现了停车辅助器及各零部件的构造。以三维模型为基础,使用3DMAX软件并结合样机运动情形制作出它的仿真演示动画,最后通过渲染输出3DMAX动画视频,仿真动画完整清晰地表现出了辅助器的工作过程。     

大尺寸单晶金刚石同质连接技术

介绍了制备人造单晶金刚石的技术途径及发展现状,重点讨论并对比了几种化学气相沉积法(CVD)金刚石制备技术的优缺点,详细阐述了基于微波等离子体CVD (MPCVD)法的同质连接技术——一种突破晶体尺寸限制,实现大尺寸单晶金刚石的有效途径。通过该技术实现了英寸级单晶金刚石晶片的制备,并针对横向生长、界面质量及演化、三维结构连接控制等核心科学技术问题进行了分析和讨论,展望了其在尖端应用领域的发展前景。     

井下WPT技术机理研究

为解决井下无线传感器电池容量受限的问题,根据井下无线传感器带壮分布的特点,提出了井下无线运动充电的思想.构建充电系统模型,讨论了充电信道建模、接收微带天线设计、多天线协作三个方面的技术路线.本文在研究井下微波输能传输特性的基础上,探讨在低功率密度下,多天线协作的移动无线充电技术在井下运动式充电特性,使用这个技术对无线传感器节点充电,解决井下无线传感器网络能量补充问题,突破现有节点单纯依靠电池供电的局限.     

光与光基技术推动人类文明与进步

2015年是光和光基技术国际年,简称2015国际光年.联合国之所以做出这一决议,是基于光和光基技术对世界人民的生活以及全球社会多层面未来发展的重要性.希望通过各种宣传提高人们对于光科学技术的认识并加强这方面的教育,这对于世界各国应对可持续发展、能源、社区保健和提高生活质量的挑战至关重要.     

小水电增效扩容改造工程设计分析

针对农村小水电设计中水工建筑物、水轮发电机组、辅助设备和电气设备的改造等关键技术问题,本文以河南省某水电站为例,结合我国小水电增效扩容改造项目相关设计内容进行分析,为该类工程提供了一种新的设计思路。     

基于双STM32的行车辅助信息记录装置设计

分析行车监测研究现状,并设计一款多功能且操作简单的行车辅助信息记录装置.该装置具备图像采集、监测车内温度、湿度、气压及车外障碍物距离等功能,并将数据存储于SD卡内,显示在LCD上.选择2个STM32F103ZET6作为主控芯片,配以电源电路、图像采集模块、行车参数监测模块、液晶显示模块和SD卡存储模块,并采用CAN总线通信方式实现主机和从机的通信.实验测试结果表明,该装置模型具有实时显示及拍照、行车参数采集与图像存储等功能.     

面向集成的网络CAPP系统的研究与探索

简述了我国CAPP的发展历程和研究与应用现状 ,提出了CAPP系统应向集成化、网络化方向发展 ,探讨了面向集成的网络化CAPP系统的体系结构、运行机制及其中的一些关键技术     

Hybrid SVM／HMM Method for Face Recognition

A face recognition system based on Support Vector Machine(SVM) and Hidden Markov Model (HMM) has been proposed. The powerful discriminative ability of SVM is combined with the temporal modeling ability of HMM. The output of SVM is moderated to be probability output, which replaces the Mixture of Gauss (MOG) in HMM. Wavelet transformation is used to extract observation vector, which reduces the data dimension and improves the robustness.The hybrid system is compared with pure HMM face recognition method based on ORL face database and Yale face database. Experiments results show that the hybrid method has better performance.