XiaoMi-AI文件搜索系统
World File Search SystemrGO
用于电子设备保护的石墨和还原氧化石墨烯的微波反射率比较
摘要：本文介绍了石墨和还原氧化石墨烯 (RGO) 反射率的研究，这是电子设备保护的重要参数。这些材料应保护电子电路免受外部和内部反射辐射的影响。研究重点是比较两种材料在金属层上的反射率。对纯材料（不含任何添加剂，如聚苯乙烯泡沫、树脂、蜡等）进行了介电常数和磁导率等恒定电磁参数的测量。测量是在 100 MHz 至 10 GHz 微波频率范围内的同轴线上进行的。测量显示反射功率值很高，石墨的反射功率超过 90%，而 RGO 仅反射 80% 的入射功率。此外，由于还原氧化石墨烯中的半波长效应，反射系数降低至 70%。
Ziya Esen - 坎卡亚大学
• 物理冶金学、粉末冶金学（传统制造和增材制造）。• 金属生物材料（泡沫和复合材料）的生产及其表面处理。• 采用激光烧蚀法合成纳米材料（石墨烯衍生物（GO、rGO 和 rGO 凝胶）和金属/石墨烯混合结构），• 场效应晶体管生物传感器生产（乳腺癌检测），• 生物传感器的表面化学和功能化，• 微纳米制造- 洁净室技术实践经验（光刻、DRIE、湿法蚀刻、电子束沉积）。• 表征技术机械表征：通用机械测试设备，表面：AFM、XPS、表面轮廓仪，结构：XRD，光谱：IR 和 UV - 可见光谱、FTIR、拉曼，形态：SEM、TEM，电气表征：探针站，4 点测量。
在电池电池电化学循环期间对硅阳极的操作研究
硅（Si）由于其高容量而被认为是下一代阳极的有前途的阳极材料。然而，循环过程中大量的膨胀和主动颗粒粉碎会迅速恶化电池性能。SI阳极粒径和粒子粉碎之间的关系以及循环过程中Si颗粒的结构演变尚不清楚。在这项研究中，对未包装和还原的氧化石墨烯（RGO）包裹的SI纳米颗粒（SI@RGO）的形态变化进行了定量的，时间分辨的“ Operando”小角度X射线散射（SAXS）研究。结果提供了SI粒径变化以及非辅助RGO在减轻SI体积膨胀和粉碎中的作用的清晰图片。此外，这项研究证明了与其他方法相比，在电化学环境中“操作”萨克斯的优势。
石墨烯电泳离子泵输送装置
有机电子离子泵 (OEIP) 已被研究作为一种有前途的解决方案，用于精确局部输送生物信号化合物。OEIP 小型化提供了多种优势，从更好地控制输送的时空到降低植入设备的侵入性。一种小型化途径是开发基于聚电解质填充毛细管纤维的 OEIP。这些设备可以轻松靠近目标细胞和组织，可以被视为其他“离子电子”植入物的起点。迄今为止，OEIP 和其他此类离子电子表现出有限的电极容量，因为它们通常依赖于聚（3,4-乙烯二氧噻吩）：聚苯乙烯磺酸盐 (PEDOT:PSS) 电极。虽然这种材料在混合离子电子系统中得到了充分研究并且可行，但其体积电容受到最终氧化还原反应的限制。石墨烯是高性能电极的绝佳替代品，低成本溶液处理的石墨烯衍生物尤其有前景，表现出高电荷迁移率和理想的结构特性（轻便、灵活）。本文介绍了溶液处理的还原氧化石墨烯 (RGO) 作为 OEIPS 高性能驱动电极的应用。对 RGO 电极进行了表征，并与标准 PEDOT:PSS（和 Ag/AgCl）电极进行了比较。RGO 表现出更大的电荷存储容量，因此使用寿命更长。石墨烯支持的 OEIP 表现出改进的神经递质传输，而不会对施加的电流水平施加限制。
![b'sandwich排列，其中包含捕获目标 - 信号探针。随后通过监测被观察到的甲基蓝（MB）的峰值电流变化来检测到所得的DNA杂交事件，该脉冲伏安法（DPV）被用作氧化还原物种的峰值电流变化，并实现了35 AM的检测极限。 Wang等。 [5]开发了一种基于RGO和锰四苯基 - 苯基苯基苯基二磷酸结构的自组装纳米复合材料的DNA生物传感器，从而导致6 \ XC3 \ X9710 14 M.的检测极限。 [6]采用了由捕获DNA序列组成的转换界面，在玻璃碳电极上官能化RGO，以构造无标记的DNA生物传感器，并达到了4.28 \ XC3 \ X9710 19 M.的检测极限。 Chen等。 [7]还基于由氧化铜纳米线和羧基官能化的单壁碳纳米管（SWCNT）组成的杂化纳米复合材料（SWCNTS）开发了特定的序列DNA检测。 DNA检测是通过循环伏安法和3.5 \ xc3 \ x9710 15 m的检测极限。周等人。 [8]使用化学的RGO电极通过差分脉冲伏安法对ssDNA和dsDNA中的四个DNA碱基的无标记的电化学检测进行了无标记的电极。他们达到了2.0 \ XCE \ XBC M的检测极限，线性浓度范围为0.01至10 mm。在另一个](/simg/9\95e0d0afb2a6a7d5d7547557c83da02f0068910b.webp)
b'sandwich排列，其中包含捕获目标 - 信号探针。随后通过监测被观察到的甲基蓝（MB）的峰值电流变化来检测到所得的DNA杂交事件，该脉冲伏安法（DPV）被用作氧化还原物种的峰值电流变化，并实现了35 AM的检测极限。 Wang等。 [5]开发了一种基于RGO和锰四苯基 - 苯基苯基苯基二磷酸结构的自组装纳米复合材料的DNA生物传感器，从而导致6 \ XC3 \ X9710 14 M.的检测极限。 [6]采用了由捕获DNA序列组成的转换界面，在玻璃碳电极上官能化RGO，以构造无标记的DNA生物传感器，并达到了4.28 \ XC3 \ X9710 19 M.的检测极限。 Chen等。 [7]还基于由氧化铜纳米线和羧基官能化的单壁碳纳米管（SWCNT）组成的杂化纳米复合材料（SWCNTS）开发了特定的序列DNA检测。 DNA检测是通过循环伏安法和3.5 \ xc3 \ x9710 15 m的检测极限。周等人。 [8]使用化学的RGO电极通过差分脉冲伏安法对ssDNA和dsDNA中的四个DNA碱基的无标记的电化学检测进行了无标记的电极。他们达到了2.0 \ XCE \ XBC M的检测极限，线性浓度范围为0.01至10 mm。在另一个
b'sandwich排列，其中包含捕获目标 - 信号探针。随后通过监测观察到的亚甲基蓝（MB）的峰值电流变化来检测所得的DNA杂交事件，该峰值电流变化被用作氧化还原物种，并实现了35 AM的检测极限。Wang等。 [5]基于RGO和锰四苯基孢子的A \ XCF \ X80-偶联结构的自组装纳米复合材料开发了DNA生物传感器，导致6 \ xc3 \ x9710 14M的检测极限，在另一项研究中，在另一项研究中，Ye等。 [6]采用了一个转导界面，该界面由捕获的DNA序列，Aunps和Thionines在玻璃碳电极上官能化RGO来构建无标记的DNA生物传感器，并获得了4.28 \ xc3 \ x9710 199的检测极限。 Chen等。 [7]还基于由氧化铜纳米线和羧基官能化的单壁碳纳米管（SWCNT）组成的杂化纳米复合材料（SWCNTS）开发了特定的序列DNA检测。 DNA检测是通过循环伏安法和3.5 \ xc3 \ x9710 15 m的检测极限。 Zhou等。 [8]使用化学上的RGO电极通过差分脉冲伏安法对ssDNA和dsDNA中的四个DNA碱基的无标记电化学检测进行了。 他们达到了2.0 \ XCE \ XBC M的检测极限，线性浓度范围为0.01至10 mm。 在另一项研究中，Zhang等人。 [9]为特定序列检测制造了无标记的DNA传感器。Wang等。[5]基于RGO和锰四苯基孢子的A \ XCF \ X80-偶联结构的自组装纳米复合材料开发了DNA生物传感器，导致6 \ xc3 \ x9710 14M的检测极限，在另一项研究中，在另一项研究中，Ye等。[6]采用了一个转导界面，该界面由捕获的DNA序列，Aunps和Thionines在玻璃碳电极上官能化RGO来构建无标记的DNA生物传感器，并获得了4.28 \ xc3 \ x9710 199的检测极限。Chen等。 [7]还基于由氧化铜纳米线和羧基官能化的单壁碳纳米管（SWCNT）组成的杂化纳米复合材料（SWCNTS）开发了特定的序列DNA检测。 DNA检测是通过循环伏安法和3.5 \ xc3 \ x9710 15 m的检测极限。 Zhou等。 [8]使用化学上的RGO电极通过差分脉冲伏安法对ssDNA和dsDNA中的四个DNA碱基的无标记电化学检测进行了。 他们达到了2.0 \ XCE \ XBC M的检测极限，线性浓度范围为0.01至10 mm。 在另一项研究中，Zhang等人。 [9]为特定序列检测制造了无标记的DNA传感器。Chen等。[7]还基于由氧化铜纳米线和羧基官能化的单壁碳纳米管（SWCNT）组成的杂化纳米复合材料（SWCNTS）开发了特定的序列DNA检测。DNA检测是通过循环伏安法和3.5 \ xc3 \ x9710 15 m的检测极限。Zhou等。 [8]使用化学上的RGO电极通过差分脉冲伏安法对ssDNA和dsDNA中的四个DNA碱基的无标记电化学检测进行了。 他们达到了2.0 \ XCE \ XBC M的检测极限，线性浓度范围为0.01至10 mm。 在另一项研究中，Zhang等人。 [9]为特定序列检测制造了无标记的DNA传感器。Zhou等。[8]使用化学上的RGO电极通过差分脉冲伏安法对ssDNA和dsDNA中的四个DNA碱基的无标记电化学检测进行了。他们达到了2.0 \ XCE \ XBC M的检测极限，线性浓度范围为0.01至10 mm。在另一项研究中，Zhang等人。 [9]为特定序列检测制造了无标记的DNA传感器。在另一项研究中，Zhang等人。[9]为特定序列检测制造了无标记的DNA传感器。将DNA固定在用石墨烯，Aunps和Polythionine（Pthion）修饰的玻璃碳电极上。通过不同的脉冲伏安法检测到杂交，并且在0.1 pm至10 nm的动态范围内达到了35 fm的检测极限。Bo等人开发了石墨烯和聚苯胺的电化学DNA生物传感器。[10]用于DPV检测辅助DNA序列，并达到了'
Niko Guskos，Grzegorz Zolnierkiewicz*，Aleksander Guskos，Konstantinos Aidinis，Agnieszka Wanag，Ewelina Kusiak-Nejman，Urszula Narkiewicz和Antoni
摘要：用氧化石墨烯（RGO）进行了整整一系列的二氧化钛纳米复合材料，以溶剂热方法进行了制备。与RGO的TITANIA进行了修改会导致光催化特性。 在600°C的钙化温度下获得最高的光催化性能。 氧缺陷的共振线线宽，随着钙化温度的增加，线性降低，高达600 c，并伴随着养生酶相的平均结晶石大小的伴随。 氧缺陷的综合共振线强度强度在钙化温度下降低，并导致源自氧缺陷的共振线的强度大大增加，因为石墨烯的存在增强了钙的惰性气氛。 通过改变氧缺陷的量，磁性排序系统的发生显着影响光催化过程的性能。与RGO的TITANIA进行了修改会导致光催化特性。在600°C的钙化温度下获得最高的光催化性能。氧缺陷的共振线线宽，随着钙化温度的增加，线性降低，高达600 c，并伴随着养生酶相的平均结晶石大小的伴随。氧缺陷的综合共振线强度强度在钙化温度下降低，并导致源自氧缺陷的共振线的强度大大增加，因为石墨烯的存在增强了钙的惰性气氛。通过改变氧缺陷的量，磁性排序系统的发生显着影响光催化过程的性能。
生物识别如何影响电解晶体管免疫传感器中氧化石墨烯的电子特性
。但是，裁定设备操作的物理和化学裁定仍未完全揭示。在这项工作中，目的是阐明设备观察到的灵敏度的性质。朝着这个目标，一个物理化学模型，再加上RGO-EGT的实验表征，可以定量地将栅极电极处的生物认知事件与RGO-EGT的电子特性相关联。显示出在栅极电极处发生的生物识别的平衡，以确定RGO通道的表观电荷中性点（CNP）。RGO-EGT实验传递特性的多参数分析表明，识别事件调节CNP电压，过量的载体密度n n和RGO的量子电容。该分析还解释了为什么孔和电子载体迁移率，界面电容，转移曲线的曲率和跨导性对目标浓度不敏感。对生物识别事件晶体管转导的机制的理解是解释RGO-EGT免疫传感器响应的关键，并指导新颖和更敏感的设备的设计。
今天的应用化学针对吸附剂的合成...
硫化氢（H 2 S）是酸石和天然气行业的主要问题，是这些行业大规模生产的高度腐蚀性和有毒气体。H 2 S的光催化降解，目的是生产燃料，是一种新颖且可持续的方法来解决该问题，提供清洁的氢燃料并消除了这种危险的环境污染物。在这种基于光子的绿色策略中，从应用的角度来看，目标设计和轻松合成半导体能量材料至关重要。在这项研究中，在不消耗外部还原剂的情况下，通过一锅热液途径合成了吸附RGO/COMN₂O₄纳米复合材料，并通过碱H₂S溶液的光催化拆分有效地产生氢气。XRD，FTIR和RAMAN分析表明，在热液过程中氧化石墨烯（GO）降低，而无需还原添加剂。高分辨率透射电子显微镜（HRTEM）研究证实了复合材料的组成粒子的附着。甲硫化物吸附研究表明，纳米复合材料光催化剂具有吸附反应物质的高容量（13.97 wt。％）。BET，UV-VIS和PL光谱分析表明，纳米复合材料中RGO的存在会增加光催化剂的表面积，并通过增强光子吸收并减少电子孔重组，从而产生更多的氢。氢释放速率为5217
基于石墨烯乙酸的杂交超级电容器和液体门控晶体管
超级电容器和晶体管是将来电子设备的两个关键设备，必须结合可移植性，高性能，易于可伸缩性等。与石墨烯相关的材料（GRM）经常被选为这些应用的活性材料，因为它们的独特物理特性可通过化学功能化来调整。最新的GRM中，只有减少的石墨烯（RGO）在温和培养基中显示出足够的多功能性和加工性，使其适合在这两种类型的设备中集成。在这里，提供了RGO的声音替代方案，即石墨烯乙酸（GAA），其物理化学特征具有特定的优势。尤其是，在锌混合超级电容器（ZN-HSC）中使用基于GAA的阴极的最先进的重力电容为≈400f g-1的当前密度为0.05 a g-1。相反，基于GAA的LGT支持SI/SIO 2，在0.1 M NaCl中显示出双极行为，其特征是由DIRAC电压高于100 mV的清晰p掺杂。这种设备在纸张流体中成功实现，从而证明了实时监控的可行性。
使用Senna Surattensis提取物的ZnO-TIO2/RGO纳米复合材料的绿色合成：一种增强抗癌功效和生物相容性的新方法
在开发OPV设备的早期，发现大量异质结（BHJ）设备的主动层与更简单的平面异质结。1从那时起，广泛的工作一直致力于优化具有各种处理条件的BHJ活性层的形态（例如，，溶剂，浓度，溶剂添加剂，热退火等。）。2 - 4因此，众所周知，设备制造程序（例如，进程溶剂，自旋涂层速度，退火温度）在OPV活性层的形态中起重要作用，因为lm形成的过程在动力学上受到限制。5对形态在OPV设备性能方面的重要性进行了广泛的研究，有2,3,5，并在包括激子差异，6个电荷分隔和运输的过程中发挥作用，7和设备稳定性。8,9然而，预先预先派遣了不同材料与设备制造参数之间的复杂相关性，以及它们在nal设备性能上的集体构成的集体构成了持久的挑战。这种复杂性是一个强大的障碍，阻碍了OPV设备性能的准确预测，并有助于生产过程的费力和昂贵的性质。鉴于许多最终决定OPV设备性能的复杂关系和过程，机器学习的潜力（ML）加速了OPV材料和设备的开发，这是一个诱人的承诺。20 - 22其他人基于人类的直觉就分子亚结构产生了一式式编码。ML技术可以使科学家能够快速筛选供体（D）和受体（A）材料的潜在组合，或建议给定材料组合的最合适的设备制造参数。使用ML预测OPV设备的PCE的先前效果仅专注于供体和受体材料。值得注意的是，哈佛清洁能源项目10 - 12和其他13 - 19使用了DFT计算的分子描述符来预测PCE。最近，一种类似的方法已将遗传算法纳入了设计，以设计高性能的非富烯受体（NFA）设备。23