Физики из НИТУ «МИСиС» нашли способ превращать волокна из стеблей борщевика — крайне распространенного на территории России инвазивного растения, которое оставляет на коже химические ожоги, в материал для суперконденсаторных батарей. Батареи, созданные с помощью волокон-электродов, успешно заменили традиционные источники энергии без ущерба для качества батарей, говорится в статье, опубликованной в «EurekAlert!».
На территории России растет около 40 видов борщевика. В СССР растение планировали использовать в качестве кормовой культуры для скота, однако оно быстро распространилось в дикую природу, засевая берега водоемов, пустыри, полосы отвода дорог, необрабатываемые участки полей. Один из видов растения, борщевик Сосновского, вызывает сильнейшие аллергические буллезные дерматиты, которые могут причинить серьезный ущерб здоровью — вплоть до летального исхода.
Суперконденсаторы, в производстве которых были использованы волокна из стеблей борщевика, представляют собой своего рода запоминающие устройства для энергии. От обычных батарей они отличаются высокой мощностью, длительным сроком хранения энергии и длительным сроком службы.
Исследователи из МИСиС предположили, что оптимальными электродами для суперконденсаторов являются волокна, содержащиеся в сухих стеблях растения. Ученые разрезали стебли на бруски длиной около сантиметра, обработали их соляной кислотой, а затем промыли и высушили.
Затем волокна насытили диоксидом углерода при температуре 400 °С и смешали с гидроксидом калия.
Основным параметром суперконденсатора является емкость, которая означает меру способности накапливать электрический заряд. Емкость, полученная из стебля борщевика, находятся на том же уровне, что и полученные из других материалов.
Олег Левин, МИСиС
Ранее ученые из Сибирского федерального университета и института Йожефа Стефана разработали из экстрактов борщевика и володушки наноантибиотик, который может быть использован для заживления тяжелых ран.
А инженеры компании-резидента Иннополиса «ICL Системные Технологии» создали умную систему обнаружения сбоев в работе производственного оборудования, которая позволяет предсказать поломку до того, как она произойдет.