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:量子材料
关键性能:盒势量子点多量子体材料,测量二维量子光气体的可压缩性,并获得了光学介质的状态方程。在盒势二维光腔中限制了光,实验测量了在相变到量子简并附近区域中,光子气体的可压缩性,并确定了其状态方程。实验是在纳米结构染料填充光学微腔中进行的。在有限尺寸系统中,观察到了高相空间密度下玻色-爱因斯坦凝聚特征。在进入量子简并区时,测得了密度对外力响应急剧增加,暗示了深度简并玻色气体,具有无限可压缩性的奇特预言。这是一个高度可压缩的玻色-爱因斯坦凝聚体形成,这项研究工作提供了一个在室温下研究奇异量子相的平台。
标签属性:量子材料
应用场景:可持续木材纳米技术
关键性能:在1.2 mm厚度时具有优良的光学透光率90%和显著的低雾率30%,同时具有较高的机械性能(强度174 MPa,杨氏模量17 GPa
标签属性:纳米 生物基
应用场景:三维(3D)无机纳米结构的精确可控制备技术
关键性能:在无机光刻胶HSQ(氢倍半硅氧烷)中获得了仅为激光波长三十分之一(λ/ 30)的26 nm光刻特征尺寸,并制备出了具有优异的耐高温和耐溶剂性能的3D无机微结构
标签属性:3D打印
应用场景:空间核反应堆
关键性能:纳米结构Mo-ZrC合金在室温及高温下均具有优异的强韧性,与已报道的同类材料相比具有明显优势
标签属性:钼合金 核材料
应用场景:闪烁材料
关键性能:将纳米光子结构集成到闪烁体中,以增强其发射的新方法,从而使得在电子诱导和X射线诱导闪烁中,获得了近一个数量级的增强。为此,闪烁材料与纳米光子结构集成,以增强和控制其光发射。同时展示了纳米光子结构,如何能够塑造闪烁的光谱、角度和偏振特性。该研究系统架构,能够开发出新型的更亮、更快、更高分辨率的闪烁体材料,并具有定制和优化性能。
标签属性:闪烁材料
应用场景:光电转换和电催化
关键性能:该催化剂在56.4 mA cm-2的CO电流密度下实现了更高的FECO(94.1%),并且在较低电位(-0.6 Vvs. RHE)下具有良好的的周转频率(TOFCO= 6.2 s-1)
标签属性:电催化
应用场景:CO2还原、N2还原和O2还原
关键性能:更好的质量活性和更高的稳定性
标签属性:催化
应用场景:锌空电池
关键性能:作为电极的水电解槽仅需1.58 V即可达到10 mA cm-2的电流密度,同时实现了保持70 h稳定循环的柔性锌空电池
标签属性:电池 催化
应用场景:牙科
关键性能:兼具高刚度(105GPa),高硬度(5.9GPa),高粘弹性(VFOM,5.5GPa),高强度(143MPa),高韧性(7.4MPa m1/2)等特性,优于之前报道的类牙釉质复合材料及牙釉质、骨骼、贝壳珍珠母等生物材料
标签属性:生物材料
应用场景:肿瘤早期诊断及荧光成像手术导航
关键性能:现了对次氯酸根的特异性检测,检测极限可低至65.3 nM
标签属性:荧光探针
应用场景:热电材料
关键性能:达到优化复合材料热电性能的目的,使该硫化物材料热电优值在773K提升到1.12
标签属性:热电材料
应用场景:光伏器件设计
关键性能:研究发现富FA钙钛矿是非立方的,并且在室温下表现出约2°的八面体倾斜,其相变过程是导致局域阱辅助性能损失和光不稳定性的原因。
标签属性:钙钛矿
应用场景:开发低成本、稳定和高效的新型酸性OER电催化剂
关键性能:尺寸小于2nm的Ir0.1Ta0.9O2.45纳米颗粒在0.1 M HClO4中表现出增强的OER活性,并且在1.6 V和RHE下24h内具有显著的稳定性
标签属性:催化
应用场景:低维材料制备
关键性能:验证了反应源的比例(RTe/W)与WTe2几何结构之前的强关联性
标签属性:机器学习 低维材料
应用场景:电催化剂的设计
关键性能:使HO*和HOO*之间的吸附能隙从3.08 eV降低到2.62 eV;NiFeP纳米结构表现出极低的过电位,OER过电位为129 mV, HER过电位为126 mV,优于目前报道的最佳电催化剂
标签属性:海水裂解
应用场景:催化领域
关键性能:在酸性条件下,对电化学析氢反应(HER)具有良好的催化性能。
标签属性:异相纳米材料
应用场景:生物医学 骨再生
关键性能:具有良好的生物相容性
标签属性:生物医学材料
应用场景:催化材料
关键性能:在450 °C实现CH4/CO2的高效转化,运行240小时性能无明显衰减
标签属性:催化
应用场景:3D打印
关键性能:通过3D打印构建集成硅微光子学
标签属性:3D打印
应用场景:结构金属材料
关键性能:通过温轧工艺获得超高强度的纳米低碳钢
标签属性:金属材料
共 40 条   2/2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