-
Patent Agency Ranking
公开(公告)号：CN119824452A
公开(公告)日：2025-04-15
申请号：CN202510017446.3
申请日：2025-01-06
Applicant: 安徽大学
IPC: C25B11/04 , C25B1/02 , C25B1/50 , C25B3/07 , C25B3/26 , C01B32/184 , C01B32/194
Abstract: 本发明公开了一种石墨烯基电催化材料及其制备方法与应用，属于电催化材料技术领域。该制备方法包括以下步骤：1、制备氮掺杂石墨烯(N‑C)，2、制备Cu金属嵌入的石墨烯材料(Cu‑N‑C)，3、制备CuNi双金属嵌入的石墨烯材料(CuNi‑N‑C)。有益效果：本发明提供了一种石墨烯负载CuNi双金属催化剂，其在CO2还原过程中对*COCOH和*COCHO的C‑C偶联能垒较低，且C‑C偶联的反应物和产物吸附能之间有很好的线性关系，为优化催化剂设计提供了新的思路。
-
公开(公告)号：CN117952015A
公开(公告)日：2024-04-30
申请号：CN202410203655.2
申请日：2024-02-23
Applicant: 安徽大学
IPC: G06F30/27 , G06F18/23213 , G06F18/214 , G06F18/24 , G16C60/00 , G06N20/00 , G06N3/04
Abstract: 本发明提供一种基于机器学习的光谱反演结构的学习方法，属于光谱反演领域，包括获取催化剂的光谱数据以及催化剂的结构特征，构建数据集；将数据集中催化剂的光谱数据作为神经网络模型的输入，催化剂的结构特征作为输出，对神经网络模型进行训练，直到损失函数值最小时停止训练得到催化剂性能预测模型；将实时采集的催化剂的光谱数据输入催化剂性能预测模型，得到预测的催化剂的结构特征；还提供一种基于机器学习的光谱反演结构的学习系统，建立催化剂的光谱数据与结构特征的定量关系，处理分析光谱数据，提高光谱数据分析的效率和准确性，提供多次训练且效果稳定的性能预测模型，使光谱分析更加精准便捷，快速筛选和验证潜在的催化剂材料。
-
-
公开(公告)号：CN106947110A
公开(公告)日：2017-07-14
申请号：CN201710340700.9
申请日：2017-05-16
Applicant: 安徽大学
Abstract: 本发明公开了一种利用化学镀银提高聚偏氟乙烯复合材料导热导电性能的方法，首先采用溶液法使CNT均匀分布在PVDF基体中，随后通过共沉淀制备条状CNT/PVDF复合材料，再采用化学镀法获得表面镀银的CNT/PVDF复合材料，热压后制得块状CNT/PVDF@Ag复合材料。银镀层能有效提高复合材料的导热、导电性能，且经过热压后镀层在保持原有的分布状态的同时溶于基体，并且与基体紧密结合，提高了CNT/PVDF@Ag复合材料的耐用性。
-
公开(公告)号：CN116392965A
公开(公告)日：2023-07-07
申请号：CN202310466886.8
申请日：2023-04-27
Applicant: 安徽大学
IPC: B01D59/00
Abstract: 本发明属于质子穿透和氢同位素分离技术领域，尤其是一种氢同位素分离材料及其制备方法和应用。本发明材料呈二维空间的联苯结构，联苯结构由若干第一联苯层和第二联苯层依次间隔连接而成，第一联苯层为八元碳环，第二联苯层由若干个四元碳环和六元碳环间隔连接而成。多种碳环的存在尤其是六元和八元碳环可以实现质子穿透。本发明提供的氢同位素分离材料为石墨烯的同素异形体——二维联苯，该材料具有三种不同尺寸的碳环，存在本征不对称性和不均匀性，有利于提升同位素的分离效应。
-
-
-
-
Search Results
5
records
(took 0.033 seconds)
