【摘 要】
：
为了提高二氧化锡(SnO2)作为锂离子电池负极材料的电化学性能,通过化学氧化法合成了化学掺杂聚苯胺包覆SnO2(SnO2@PANI)的复合材料。通过粉末X射线衍射、扫描电子显微镜、红外吸收光谱、比表面积分析、热重分析和电化学测试对复合材料进行了分析研究。结果表明,化学掺杂的聚苯胺包覆在SnO2表面,没有影响SnO2的晶体结构。电化学测试结果显示,随着聚苯胺含量的变化,SnO2
【机 构】
：
上海市电力材料防护与新材料重点实验室
【基金项目】
：
上海市科委项目(19DZ2271100)。
论文部分内容阅读
为了提高二氧化锡(SnO2)作为锂离子电池负极材料的电化学性能,通过化学氧化法合成了化学掺杂聚苯胺包覆SnO2(SnO2@PANI)的复合材料。通过粉末X射线衍射、扫描电子显微镜、红外吸收光谱、比表面积分析、热重分析和电化学测试对复合材料进行了分析研究。结果表明,化学掺杂的聚苯胺包覆在SnO2表面,没有影响SnO2的晶体结构。电化学测试结果显示,随着聚苯胺含量的变化,SnO2
其他文献
为了研究在不同喷雾压力下喷嘴组的雾化特性,采用GAMBIT软件进行建模,并利用FLUENT软件分别模拟了在不同喷雾压力下(1 MPa、1.25 MPa、1.5 MPa)喷嘴组的雾化情况。结果表明,在其他条件均不改变的情况下,随着喷雾压力变大,液滴的索特平均直径(SMD)变小,液滴的速度变大,且液滴大小分布整体向小的方向偏移,液滴速度分布最密集的区间向速度更大的方向偏移;液滴的SMD在喷嘴附近迅速增大,随着液滴远离喷嘴,SMD的大小趋于平稳;不同喷雾压力下的3个雾化场分别在其各个喷嘴的中心处液滴速度达到最大
通过电路仿真软件建立牵引供电系统短路故障模型,分析了直供及AT供电方式下分区所短路故障时接地电阻对主地网电位抬升、地网入地电流及综合贯通地线内电流的影响,同时研究了不同接地电阻及供电方式下铁路沿线钢轨电位的分布,并根据仿真结果对实际工程设计中分区所接地电阻的选择提出了相应的建议。
云桂铁路开通运营初期,平安牵引变电所功率因数处于长时间偏低状态,运营单位由此受到高额调整电费罚款,因此对其采取合理的无功补偿措施迫在眉睫。本文着重对可控硅相控电抗器(TCR)、磁控电抗器(MCR)和静态无功发生器(SVG)进行技术经济比选,并推荐采用MCR。利用电力部门提供的用电情况报表,结合云桂铁路既有运行情况,计算MCR的无功补偿容量,并投入运行,这也是西南地区高速铁路首次采用MCR的无功补偿方案。根据MCR投运后功率因数的跟踪统计值,验证该无功补偿方案及容量计算的正确性,为云桂铁路的运营节省电费开支
高压电缆安全可靠运行是电气化铁路运输畅通的前提之一,对高压供电电缆进行绝缘在线监测,可以实时掌握其运行状态,及时发现电缆潜在隐患,减小故障造成的损失,为电气化铁路安全运行提供优质保障。
对全并联AT供电方式的接触网进行理论分析,按照实际运营中可能发生的接触网故障类型开展短路试验,收集牵引供电系统试验数据,结合理论计算结果和试验数据比较来研判牵引供电系统的保护装置配置及故障测距参数选取的合理性,探索提高牵引供电系统保护可靠性及故障测距精度的途径,为牵引供电系统运行安全及接触网故障处置提供参考。
为研究高速铁路V停作业接地防护方案,在Simulink仿真平台搭建模型,计算停电接触网在接地封线不同安装位置和带电侧列车不同工况时的感应电压,通过对比现场测试的结果验证了仿真计算的准确性。结果表明:V停作业必须采取接地防护措施;停电接触网单端接地时接地点越靠近变电所,防护效果越好,在中间位置接地,接地点两侧均具有防护效果,且近电源侧防护范围小于背电源侧;在距检修地点两端各1 km处双端接地可保证作业足够安全。
为了能更好地解决接触网载流系统的耐磨性和载流问题,基于刚性架空接触网载流系统现状,提出了一种新型钢铝复合导电轨技术,确定了新型复合导电轨的结构形式,对比分析了经济效益,论证了在刚性架空接触网系统中采用新型钢铝复合导电轨的可行性。
钢铝复合接触轨系统以其优良的性能已广泛应用于第三轨、中低速磁浮、跨座式单轨以及空中悬挂列车等轨道交通模式中。随着轨道交通运营速度的提升,钢铝复合轨系统和集电靴的匹配关系越来越受到关注。如何通过试验验证钢铝复合轨高速运行下的适用性是一个亟待解决的实际应用问题。本文基于高速相机和相关高精密传感器,提出并搭建了一套靴轨关系测试平台,探讨分析钢铝复合接触轨的适应性及影响振动的因素,为高速接触轨供电产品的性能优化和测试提供了一种可靠的解决思路。
本文首先介绍了继电器的工作原理,之后列举了继电器的几种主要分类,然后对继电器的主要作用及特点进行分析,通过对继电器进行研究和分析,深入研发继电器的各种功能,充分发挥继电器的使用价值,使其得到更广泛地应用。
在接触网装置故障中,腕臂底座(包含平腕臂底座和斜腕臂底座)开口销缺失较常见,包括横向和垂直销钉开口销缺失两种。为对腕臂底座开口销缺失缺陷进行自动识别,本文提出一种基于深度神经网络的腕臂底座开口销缺失检测算法:首先采用YOLO算法对原始大图进行一级定位得到腕臂底座区域,然后对腕臂底座区域进行二级定位得到开口销区域小图,最后采用CNN(卷积神经网络)分类算法对横向和垂直开口销小图进行分类识别。实验测试证明该检测算法识别准确率高、漏检率低,可对腕臂底座开口销缺失进行有效检测。