首页
鸿研
需求
视频
产品
专栏
招聘
活动
社区
APP下载
登录/注册
首页
»
产品库
产品类别:
全部
材料
器件
方法
程序
模型
行研
磁性四氧化三铁-碳超级电容器材料
应用场景:超级电容器
关键性能:Fe3O4@CNB-2表现出高的重量比电容(466 F g−1)和体积比电容(624 F cm−3)
标签属性:纳米复合结构 超级电容器
亚晶金刚石
应用场景:非晶材料的合成和研究
关键性能:报道了一种不同于晶体或非晶的亚晶态金刚石,其具有定义良好的可达数个原子壳层的中程有序性。
标签属性:金刚石材料
超硬的非晶碳材料
应用场景:非晶材料的合成
关键性能:通过高压条件合成毫米大小的透明的、接近纯sp3杂化的非晶碳样品,其体积是之前研究的1000-10000倍,且最高硬度可达101.9±2.3 GPa。
标签属性:非晶材料
金属离子调控作用助力MnO2/Zn水系电池在高面容量下的沉积/溶解电化学
应用场景:电池
关键性能:利用金属离子共调节作用增强MnO2导电性,助力正极的MnO2/Mn2+反应。
标签属性:水系锌锰电池
无配体钙钛矿半导体墨水
应用场景:半导体
关键性能:能够在空气中在液体墨水和固态钙钛矿晶体系统之间在几分钟内可逆转换
标签属性:半导体 钙钛矿
多模余辉荧光粉
应用场景:防伪
关键性能:具有更高的安全性和稳定性好、无色移等优点
标签属性:荧光材料 防伪材料
两性离子材料电解质
应用场景:电池
关键性能:具有可塑性、动力学稳定和并且可作为不挥发、不迁移的电解质基质
标签属性:电解质
碱(土)金属钌基三元氢化物催化剂
应用场景:合成氨
关键性能:在低温(<573K)、低压(<10bar)下具有优异的催化合成氨性能
标签属性:催化
一锅法制备二维(2D)磁性Fe3O4/TiO2@Ti3C2
应用场景:生物医学
关键性能:优异的富集性能和高灵敏度、出色的选择性、良好的重复性和高富集能力
标签属性:MXene
光氟化纳米金刚石
应用场景:精细化学合成 塑料和橡胶制备
关键性能:乙苯转化率达到70%,苯乙烯产率达到63%
标签属性:催化剂
金属-金属键合二钌配合物
应用场景:燃料电池
关键性能:在低至-255mV的电位下降氨电催化氧化为氮气
标签属性:电催化
二维超薄NbWO6钙钛矿半导体纳米片
应用场景:食品安全、航空安全和公共卫生领域的气体污染快速有效检测
关键性能:具有高 H2S选择性 (S=Ra/Rg=12.5) 是其他8种气体小分子的6倍多、高的灵敏度(S=12.5 vs 50 ppm)、低的检测温度 (150 °C)、快速的H2S响应速度(<6 s)、低的检出限(LOD<0.5 ppm)、和快的响应-恢复时间(6 s/30 s)
标签属性:钙钛矿
非晶中空多壳层纳米材料
应用场景:净水及海水淡化
关键性能:在海水、含重金属离子污水、含病毒水源、强酸强碱溶液等苛刻条件下,该HoMS材料仍可保持高蒸水速率及稳定性。经冷凝收集的清洁水,已达到我国和世界卫生组织的饮用水标准。
标签属性:海水淡化
4D打印双重刺激响应性的海藻酸钠水凝胶
应用场景:生物医学
关键性能:机械性能优异、多重刺激响应性
标签属性:水凝胶
Lewis酸性PtIr多枝体
应用场景:电池
关键性能:电池表现出非常低的放电/充电总过电位 和出色的循环寿命
标签属性:正极材料
具有优异强度和延展性的梯度结构高熵合金
应用场景:金属材料
关键性能:在不明显损失延展性的情况下提高了材料强度
标签属性:高熵合金
PFSA复合膜
应用场景:电池
关键性能:VRFB表现出良好的库伦效率和能量效率
标签属性:离子交换膜
含银水凝胶
应用场景:生物医药
关键性能:对口腔中其他细菌的生长进行抑制,而不影响消化链球菌的增殖
标签属性:水凝胶
水凝胶薄膜负载密排金纳米颗粒阵列
应用场景:医疗 传感 催化
关键性能:正反两面同时制备了大面积有序密排的金纳米颗粒阵列
标签属性:水凝胶 自组装
Ba-Cr四元氮氢化物催化剂
应用场景:能源 化肥
关键性能:氨合成速率为6.8mmolNH3cat-1h-1
标签属性:合成氨
共 752 条
27
/38页
首页
前页
后页
末页
我要发布产品
最新评分
3D打印钛合金抗疲劳设计制备
(5分)
(2024-03-02)
废弃聚酯高效降解新方法
(4分)
(2023-12-07)
共价有机框架材料的常温快速合成
(5分)
(2023-12-07)
机器学习超材料设计方法
(3分)
(2023-11-14)
mcsolver
(5分)
(2023-09-18)
商用锂离子电池热失控原位监测光纤器
(5分)
(2023-09-16)
无液氦亚3K低温扫描探针显微镜
(5分)
(2023-09-12)
MAGUS
(5分)
(2023-08-18)
热门标签
催化
电池
钙钛矿
3D建模
水凝胶
3D打印
柔性电子
石墨烯
燃料电池
机器学习