水钠钙石Na6 [AlSiO4] 6(H2O)8的沸石性能以及四氢硼酸盐方钠石Na8 [AlSiO4] 6(BH4)2的反应性和氢含量有利于这两种物质的未来工业应用。 在化学过程中的使用通常会努力以膜状薄晶圆的形式制备样品。 本研究提出了水苏打石以及BH4-苏打石作为钢网支撑薄晶圆形成的实验。 通过从溶液到熔体的交换合成(CS)来完成两个方钠石晶片的制备,首先在[1] [2]中进行了描述。 事实证明,用BH4-钠碳酸钠晶体填充钢网是一个完全封闭且稳定的包装,而氢钠钙锰石的填充质量稍差一些。 除合成步骤外,水苏打的形成还需要在水中在130°C下处理充满晶体的筛网20小时,以将合成的羟基苏打转化为水苏打,如文献[3] [4] [5]所述。 发现该浸提过程是造成所获得质量损失的原因,如使用自支撑水苏打水晶片的进一步实验所证明的。 将来必须解决更多的问题,例如由于在合成后从样品粒料中机械剥离出钢镶嵌物而导致的孔发展。 尽管如此,本文的结果对于钢网支撑的水苏打水膜和BH4-苏打水膜的开发仍具有重要意义。
2024-02-24 10:00:54 2.89MB 微孔材料 化学合成
1
电子元器件图片、名称、符号图形对照(精编请收藏)_新能源检测技术材料化学元器件汽车电子热分析实验室仪器温度
2023-01-18 10:59:23 3.3MB
1
DFT的matlab源代码ElemNet ElemNet是一个深层神经网络模型,仅将元素组成作为输入,并利用人工智能自动捕获基本化学成分以预测材料性能。 ElemNet可以自动学习不同元素之间的化学相互作用和相似性,这使得它甚至比传统的基于物理属性学习领域知识的机器学习模型更准确地预测训练数据集中不存在的化学系统的相图。 该存储库包含用于执行数据处理,模型训练和分析的代码,以及经过训练的模型。 如果您有大型数据集(例如OQMD),则应从头开始训练模型。 否则,对于较小的DFT计算或实验数据集,最好使用从预训练模型中进行的转移学习来训练模型,如下所示。 安装要求 重复使用这些环境的基本要求是Python 3.6.3 Jupyter环境,其中的软件包列在requirements.txt 。 某些分析需要使用,而Java需要Java JDK 1.7或更高版本。 参见[喜p文档以了解详细信息]。 源文件 培训ElemNet模型的代码以及在我们的工作中[1]产生的经过训练的模型都可以在上找到。 其他文件夹包含与为表征ElemNet而执行的不同分析相关联的脚本。 分析笔记本应该是自描述的,在其他情
2022-12-08 13:00:49 4.75MB 系统开源
1
北京师范大学_材料化学_往年考试试卷
2021-08-23 13:12:25 1.04MB 材料化学 北京师范大学 期末试卷
清华大学《材料化学》历年期末考试题
2021-03-13 22:07:02 2.74MB 强化学习