一种无需催化剂的光催化除铀方法

    公开(公告)号:CN115148389B

    公开(公告)日:2023-06-16

    申请号:CN202210766660.5

    申请日:2022-07-01

    Abstract: 本发明公开了一种无需催化剂的光催化除铀方法,属于环境污染治理技术领域。本发明将有机物加入含铀废水中,混合搅拌后进行光催化反应,或将过氧化氢加入含铀废水中,混合搅拌后进行反应,实现了从废水中去除铀。本发明利用铀酰离子自身的光化学特性实现对铀酰离子的固化效果,本发明在含铀废水处理中具有优异的选择性和广阔的应用前景。

    一种氮化碳/MOFs复合材料的合成及其应用

    公开(公告)号:CN115739193A

    公开(公告)日:2023-03-07

    申请号:CN202211493374.2

    申请日:2022-11-25

    Abstract: 本发明公开一种氮化碳/MOFs复合材料的合成及其应用,属于光催化技术领域。所述合成方法包括以下步骤:将尿素、三聚氰胺、氢氧化钠和氯化钾混合后在惰性气氛下进行煅烧,离心、洗涤、烘干后得到氮化碳粉末;将镍源、水合三联苯和氮化碳粉末分散于去离子水中,超声分散,在密封条件下反应,离心、洗涤后得到氮化碳/MOFs复合材料。所得复合材料可作为光催化剂在无牺牲剂的条件下反应生成过氧化氢,充分发挥了C3N4和MOF两者在光催化中的协同作用,从而有效提高光催化还原铀的效率。

    一种石墨烯气凝胶在光催化去除铀中的应用

    公开(公告)号:CN111627588B

    公开(公告)日:2021-08-10

    申请号:CN202010541640.9

    申请日:2020-06-15

    Abstract: 本发明公开一种石墨烯气凝胶在光催化去除铀中的应用,将石墨烯气凝胶放入含铀溶液中,加入甲醇牺牲剂,于暗箱内搅拌接触,之后打开光源进行光催化反应,使其中的铀得以去除;本发明还公开了上述石墨烯气凝胶的制备方法,以石墨为原料,制备氧化石墨烯,并配制氧化石墨烯水溶液然后进一步超声搅拌,将氧化石墨烯片层进一步剥离得到混合液;所得混合液置于高温焙烧后冷却,产物清洗后冷冻干燥得所述石墨烯气凝胶;本发明制备的石墨烯气凝胶对铀具有优异的光催化性能,去除容量高达1050mg/g,且循环使用5次以后仍具有很高的活性。

    一种碳点/聚氨酯复合材料及其制备方法和应用

    公开(公告)号:CN113198534A

    公开(公告)日:2021-08-03

    申请号:CN202110489082.0

    申请日:2021-04-29

    Abstract: 本发明涉及碳点及碳点复合材料的制备技术领域,具体涉及一种碳点/聚氨酯复合材料及其制备方法和应用。通过将中性红溶于乙二醇中搅拌混匀后在200℃条件下反应4h后,用正己烷和丙酮混合溶液离心洗涤后取上清液制得碳点溶液,然后将聚氨酯泡沫浸没在碳点溶液中静置后取出、清洗晾干得碳点/聚氨酯复合材料。本发明碳点/聚氨酯复合材料制备过程简单、环境友好、廉价易得,在用于光催化富集铀时,能够加速电子和物质的传递,进而提升其光催化性能,在反应结束后易于分离,便于后续重复使用。

    一种微等离子体合成Na-A沸石分子筛的方法

    公开(公告)号:CN115710717B

    公开(公告)日:2024-06-14

    申请号:CN202211493511.2

    申请日:2022-11-25

    Abstract: 本发明公开了一种微等离子体合成Na‑A沸石分子筛的方法,属于沸石分子筛合成技术领域。该方法包括以下步骤:将九水偏硅酸钠溶于超纯水中,得到溶液A,将偏铝酸钠和氢氧化钠溶于超纯水中,得到溶液B;将所述溶液B倒入溶液A中,得到初始凝胶,搅拌得到混合溶液;将所述混合溶液加入阳极反应器,并以微等离子体作为阳极,铂电极作为阴极进行电解处理;电解处理结束后,将混合溶液抽滤、洗涤和干燥,得到所述Na‑A沸石分子筛。本发明用等离子体电极作为阳极,产生羟基自由基,加速Na‑A沸石分子筛的合成,并且,制备得到的Na‑A沸石分子筛可用于溶液中镍离子的去除,实现了对镍离子的高效吸附。

    一种基于知识图谱的服务发现方法

    公开(公告)号:CN111414556A

    公开(公告)日:2020-07-14

    申请号:CN202010084417.6

    申请日:2020-02-10

    Abstract: 本发明公开了一种基于知识图谱的服务发现方法,所述服务发现方法包括以下步骤:步骤一:对用户输入的自然语言进行处理;步骤二:根据用户问题使用朴素贝叶斯法对用户请求的意图进行分类;步骤三:基于LSTM的Graph LSTM神经网络架构进行服务实体识别;步骤四:构建查询模板;步骤五:通过两种相似度算法结合来确定最满足要求的服务。

Patent Agency Ranking