项目名称: 高分散硫化钼片层结构的可控合成及其加氢性能研究

项目编号: No.21303186

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 王冬娥

作者单位: 中国科学院大连化学物理研究所

项目金额: 25万元

中文摘要: 相比于块体MoS2材料,单层或少层纳米片具有更好的性能,因此层数可控的MoS2材料的制备成为目前研究的热点。然而目前层数可控的MoS2材料合成仍然不能满足其应用的要求。本项目拟采用湿化学法控制晶化过程动力学,制备层数可控的MoS2纳米片材料。研究表面活性剂、结构导向剂、晶化条件、钼源种类、溶剂性质、还原剂的种类等晶化过程动力学因素对合成MoS2纳米片的层数和尺寸的影响规律;探究不同层数和尺寸MoS2材料在芘做重质油模型化合物的加氢反应活性。进一步通过Co、Ni助剂在MoS2制备过程中共晶化或在预先制备的MoS2上负载创建更多加氢活性位得到助剂修饰的MoS2纳米片材料,以期进一步提高材料的加氢活性。考察助剂修饰方法、助剂尺寸、负载量、分散度及负载位置等对加氢反应活性的影响。揭示催化剂层数、尺寸、助剂与重质油加氢模型反应活性的定性定量关联,为真实重质油加氢制取清洁燃料油品反应打下良好的基础。

中文关键词: 硫化钼;催化加氢;加氢活性位;纳米片;可控合成

英文摘要: Compared with bulk Molybdenum sulfide, single and few-layer MoS2 nanosheet materials demonstrate better performance, so the synthesis of layer controllable MoS2 materials becomes the current research hotspot. However, layer controllable MoS2 materials synthesized at present can not meet the demand of their applications. This research project aims at the synthesis of layer controllable MoS2 nanosheet material by controlling the crystallization kinetics with wet chemical method. The kinetic factors such as surfactants, structure directing agents, crystallization conditions, molybdenum precursors, solvent properties, reductants and so on affect the crystallization process, so the research was focused on the influence law between kinetic factors and the layer number and particle size, and using the pyrene as the model compound of heavy oil, the hydrogenation activity of model reaction on MoS2 materials with different layer numbers and sheet sizes need to be explored. Furthermore, to create more active sites of hydrogenation, modifying layer controllable MoS2 nanosheet material with Co or Ni promoters can be carried out by simultaneous crystallization with MoS2 or loading on the as-synthesized layer controllable MoS2 nanosheet material. The influences of promoters with different modification methods, particle sizes,

英文关键词: Molybdenum sulfide;catalytic hydrogenation;active sites;nanosheets;controllable synthesis

成为VIP会员查看完整内容
0

相关内容

WWW2022 | 迷途知返:分布迁移下的图神经网络自训练方法
专知会员服务
16+阅读 · 2022年2月19日
【WWW2022】TaxoEnrich:通过结构语义表示的自监督分类法补全
专知会员服务
55+阅读 · 2021年6月30日
专知会员服务
40+阅读 · 2021年6月2日
专知会员服务
31+阅读 · 2021年5月7日
百页Python编程指南
专知会员服务
68+阅读 · 2021年2月16日
专知会员服务
24+阅读 · 2020年9月11日
【ACL2020-复旦大学NLP】异构图神经网络的文档摘要提取
专知会员服务
34+阅读 · 2020年5月1日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
一文了解成分句法分析
人工智能头条
15+阅读 · 2019年4月24日
【材料课堂】TEM复杂电子衍射花样的标定原理
材料科学与工程
39+阅读 · 2019年4月12日
新书推荐《推荐系统进展:方法与技术》
LibRec智能推荐
13+阅读 · 2019年3月18日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
【强化学习】如何开启强化学习的大门?
产业智能官
13+阅读 · 2017年9月10日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Synthesizing Informative Training Samples with GAN
Arxiv
0+阅读 · 2022年4月15日
Arxiv
56+阅读 · 2021年5月3日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Knowledge Representation Learning: A Quantitative Review
SlowFast Networks for Video Recognition
Arxiv
19+阅读 · 2018年12月10日
小贴士
相关主题
相关VIP内容
WWW2022 | 迷途知返:分布迁移下的图神经网络自训练方法
专知会员服务
16+阅读 · 2022年2月19日
【WWW2022】TaxoEnrich:通过结构语义表示的自监督分类法补全
专知会员服务
55+阅读 · 2021年6月30日
专知会员服务
40+阅读 · 2021年6月2日
专知会员服务
31+阅读 · 2021年5月7日
百页Python编程指南
专知会员服务
68+阅读 · 2021年2月16日
专知会员服务
24+阅读 · 2020年9月11日
【ACL2020-复旦大学NLP】异构图神经网络的文档摘要提取
专知会员服务
34+阅读 · 2020年5月1日
相关资讯
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
一文了解成分句法分析
人工智能头条
15+阅读 · 2019年4月24日
【材料课堂】TEM复杂电子衍射花样的标定原理
材料科学与工程
39+阅读 · 2019年4月12日
新书推荐《推荐系统进展:方法与技术》
LibRec智能推荐
13+阅读 · 2019年3月18日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
【强化学习】如何开启强化学习的大门?
产业智能官
13+阅读 · 2017年9月10日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员