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
应用场景:燃料电池
关键性能:ECSA归一化交换电流密度为70 μA cm-2
标签属性:燃料电池 催化
应用场景:生产COFs材料
关键性能:高结晶度和孔隙度
标签属性:COFs 共价有机框架
应用场景:电催化CO2还原反应
关键性能:高选择性的催化CO2转化为C2+产物
标签属性:电催化CO2还原反应 胶体超微粒
应用场景:燃料电池
关键性能:主动清除自由基以提高催化使用寿命
标签属性:燃料电池 电催化
应用场景:水体污染物治理
关键性能:直接利用太阳光作为光催化的驱动力,同时展现出良好的循环利用率,多次催化后仍可保持较高的光催化效率
标签属性:催化
应用场景:血液中凝血酶浓度的精准检测
关键性能:检测皮摩尔浓度的凝血酶,也展现出优异的抗干扰性和稳定性
标签属性:血液检测
应用场景:生产可持续甲醇
关键性能:制备了一种新型黑色具有光热活性的纳米级氧化铟,即HzIn2O3-x(OH)y纳米晶体;HzIn2O3-x(OH)y纳米晶体通过RWGS反应和CO加氢反应在低氢气浓度(50%)和常压下实现了串联合成甲醇,其中副产物CO用作甲醇合成的原位原料
标签属性:催化
应用场景:电解水制氢
关键性能:O位点起质子富集作用,热中性La-Pt桥位点起到有利的氢溢流/迁移的中介作用,Pt位点有利于H2的最终脱附
标签属性:电解水制氢 电催化
应用场景:膜材料
关键性能:一类烃阶梯聚合物,即一组使用催化芳烃-降冰片烯环化聚合制备的梯形聚合物,其包含芴和二氢菲单元。在物理老化时,这些聚合物以增强其尺寸筛分能力的方式扭曲,并实现了甲烷和二氧化碳混合物以及氢气和甲烷之间的分离。这种材料,可以在许多工业相关气体混合物的膜分离中,实现高选择性和高渗透性。相应膜材料,表现出所需的机械和热性能。调节梯形聚合物主链构型,对分离性能和老化行为具有深远影响。
标签属性:膜材料
应用场景:有机框架材料
关键性能:电导约为8.40 × 10–6 S/cm,组装成场效应晶体管,器件开关比为105,空穴迁移率为1.89×10–3 cm2 V–1 s–1,相对于报道的其他希夫碱结构的COF材料,提高了近三个数量级
标签属性:COFs
应用场景:伤口敷料
关键性能:优异的光活性抗菌性能
标签属性:柔性电子
应用场景:电解水催化电极材料
关键性能:10mA/cm2电流密度条件下的过电位为31.7 mV,Tafel斜率低至42.2 mV/dec。同时该材料可以用于电解水系统的双电极,展现出良好的产气效率和大电流密度条件下稳定性
标签属性:电催化
应用场景:MOF基膜
关键性能:该制备策略及独特无缺陷膜结构概念普适性强,所得ZIF-67以及ZIF-8 SSCM系列膜均呈现优异H2/CO2分离选择性,远高于其他ZIF-67或ZIF-8基分离膜材料
标签属性:MOFs
应用场景:高能宽温Li-S电池
关键性能:使高面积容量Li- S电池(> 6.0 mAh cm−2)在宽温度范围(-10 ~ 40℃)下稳定运行
标签属性:电催化
应用场景:电催化
关键性能:优异的OER和HER活性和稳定性,而且在0.5 M H2SO4溶液中表现出良好的酸性水分解性能
标签属性:电催化
应用场景:血糖监测
关键性能:高灵敏度、快速响应时间、低检测限、低滞后性、传感器预热时间快
标签属性:血糖监测
应用场景:3D电极设计
关键性能:基于气溶胶喷墨打印策略,高效且可重复地制造由ITO纳米颗粒制成的大型微柱电极库,且可以在一个打印步骤中产生跨越五个数量级长度尺度的可调分层特征
标签属性:3D打印
应用场景:电催化
关键性能:转化率高达97%,选择性为96%,法拉第效率为75%
标签属性:催化
应用场景:CH4转化
关键性能:在一定条件下,Fe-BN/ZSM-5催化剂的CH3COOH生成速率甚至优于ZSM-5负载的Rh、Ir和Ru贵金属催化剂。在30°C下,含氧产物选择性高达89%,CH3COOH在含氧产物中的选择性高达66%。若不考虑生成的CO2,CH3COOH在含氧产物中的选择性可高达100%
标签属性:催化
应用场景:选择性催化合成
关键性能:α-烯烃选择性催化合成时,具有优化氮配位配体的钛催化剂,可以将两个当量乙烯加到末端烯烃上,将主链延长两个碳,同时还附加一个乙基支链。这种选择性催化合成,归因于异常地快速消除β-氢化物。其中,一种α-烯烃与两个乙烯分子的催化反应。第一个乙烯分子形成4-乙基分支,第二个乙烯分子形成新的末端碳-碳双键(C2延伸)。该反应的关键是,开发一种高活性和稳定的分子钛催化剂,该催化剂可进行极快的β-氢化物消除和转移。
标签属性:分子钛催化
共 368 条   9/19页   首页   前页   后页   末页
我要发布产品
最新评分
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