狄拉克材料BaMnBi2的单晶制备和物理性质研究

在本工作中,我们成功制备了层状过渡金属磷族化合物BaMnBi2单晶样品,并研究了该化合物的磁学性质和电学输运性质.准二维化合物BaMnBi2具有四方晶体结构,主要包含有两个Bi四方格子层和一个共边的MnBi4四面体层.磁化率显示BaMnBi2在TN ＝288 K以下发生反铁磁相变,并表现出很强的磁各向异性.在反铁磁相变温度TN 以上,磁化率随温度呈线性关系,暗示体系在顺磁态具有很强的反铁磁关联.电阻率随温度变化曲线和在磁场下电阻率随角度的变化曲线都表明BaMnBi2具有准二维的电子结构.磁场导致的金属-绝缘体转变和低温下大的非饱和线性磁阻,与Bi四方格子层存在狄拉克费米子是一致的.     

Theoretical study of (e,2e) triple differential cross sections of pyrimidine and tetrahydrofurfuryl alcohol molecules using multi-center distorted-wave method

We report theoretical studies of electron impact triple differential cross sections of two bio-molecules,pyrimidine and tetrahydrofurfuryl alcohol,in the coplanar asymmetric kinematic conditions with the impact energy of 250 eV and ejected electron energy of 20 eV at three scattering angles of-5°,-10°,and-15°.Present multi-center distorted-wave method well describes the experimental data,which was obtained by performing(e,2e)experiment.The calculations show that the secondary electron produced by the primary impact electron is strongly influenced by the molecular ionic multi-center potential,which must be considered when the low energy electron interacts with DNA analogues.     

基于电化学老化衰退模型的锂离子动力电池外特性

当前锂离子动力电池电化学模型存在模型复杂、建模难度大、计算效率低、老化评估效果差的问题,本文提出一种考虑电池衰退老化的机理模型(ADME).本文首先通过有限差分法对伪二维(P2D)电化学模型进行离散降阶处理,得到简化伪二维(SP2D)模型.在SP2D模型的基础上,基于阴阳两极发生的副反应导致的衰退老化现象,提出一种考虑电池衰退老化的机理模型.其次,使用多变量偏差补偿最小二乘法实现模型参数辨识.最后通过动力电池衰退老化性能循环实验,对比分析了恒流、脉冲工况下SP2D模型和ADME模型的终端电压输出.结果表明:ADME模型较为简单、计算效率和估算精度高,可以有效评估电池容量老化衰退,得到理想的锂离子动力电池外特性曲线.     

Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。     

Eu:Lu2O3透明闪烁陶瓷的制备与性能

采用湿化学法合成了Eu原子掺量5%的Lu₂O₃陶瓷前驱体,通过SEM、XRD研究了煅烧前后前驱体和1 100 ℃煅烧4 h后粉体的形貌、结构以及物相。结果表明煅烧后的粉体为纳米类球形、高分散且结晶性良好的颗粒。颗粒尺寸为68.5 nm。使用煅烧后的粉体为原料,在1 650 ℃真空烧结30 h制备了高透过率的Eu:Lu₂O₃陶瓷,晶粒尺寸为46 μm,在611 nm处的直线透过率可以达到66.3%。此外对陶瓷的吸收曲线、光致激发和发射光谱特性以及X射线激发发射光谱进行研究。可观察到,Eu:Lu₂O₃陶瓷存在基质和激活离子两类吸收,光致发光光谱和X射线激发发射光谱均可以看出Eu:Lu₂O₃陶瓷存在极强的⁵D₀→⁷F₂跃迁发光,位于611 nm处。对比商业的BGO单晶的X射线发射光谱,可得本实验中制备的陶瓷的光输出为85 000 ph/MeV。Eu:Lu₂O₃陶瓷本身有着高X射线以及高能粒子的阻止能力,结合高光输出特性,表明Eu:Lu₂O₃陶瓷在X射线成像等领域具有巨大的潜在应用价值。     

基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。     

激光能量对反钙钛矿GaCMn_3薄膜结构与物性的影响

本文采用脉冲激光沉积方法在LaAlO3(001)单晶衬底上制备了反钙钛矿GaCMn3薄膜,通过控制制备过程中脉冲激光的能量,研究了不同激光能量条件对GaCMn3薄膜结构与物理性能的影响.分别利用X射线衍射仪、原子力显微镜、超导量子干涉仪和物理性能测试系统,对所制备的薄膜的晶体结构、表面形貌和磁性、电输运性质进行了研究.结果表明,制备的样品均为具有多个晶面取向的反钙钛矿薄膜,且薄膜结构和物性明显随制备激光能量的变化而变化.当激光能量为450mJ时,制备的薄膜多晶面取向性最弱,结晶性和表面形貌最优良.实验所得的薄膜均表现出顺磁-铁磁-反铁磁相转变,然而转变过程比块材较平缓,同时薄膜的电阻率并未表现出块材中的突变特征,我们推测该现象很可能是由衬底的应力及衬底的晶格膨胀对薄膜反常晶格变化的抑制作用造成的.     

单层n型MoS2/p型c-Si异质结太阳电池数值模拟

单层二硫化钼(MoS₂)是一种具有优异光电性能的半导体材料,在太阳能能量转换中表现出很大的应用潜力。本文基于AMPS模拟软件,对单层n型MoS₂/p型c-Si异质结太阳电池进行了数值模拟与分析。通过模拟优化,n型MoS₂的电子亲和能为3.75 eV、掺杂浓度为10¹⁸ cm^-3,p型c-Si的掺杂浓度为10¹⁷ cm^-3时,太阳电池能够取得最高22.1%的转换效率。最后模拟了n型MoS₂/p型c-Si异质结界面处的界面态对太阳电池性能的影响,发现界面态密度超过10¹¹ cm^-2·eV^-1时会严重影响太阳电池的光伏性能。     

Surface passivation in n-type silicon and its application in silicon drift detector

Based on the surface passivation of n-type silicon in a silicon drift detector(SDD), we propose a new passivation structure of SiO2/Al2O3/SiO2 passivation stacks. Since the SiO2 formed by the nitric-acid-oxidation-of-silicon(NAOS)method has good compactness and simple process, the first layer film is formed by the NAOS method. The Al2O3 film is also introduced into the passivation stacks owing to exceptional advantages such as good interface characteristic and simple process. In addition, for requirements of thickness and deposition temperature, the third layer of the SiO2 film is deposited by plasma enhanced chemical vapor deposition(PECVD). The deposition of the SiO2 film by PECVD is a low-temperature process and has a high deposition rate, which causes little damage to the device and makes the SiO2 film very suitable for serving as the third passivation layer. The passivation approach of stacks can saturate dangling bonds at the interface between stacks and the silicon substrate, and provide positive charge to optimize the field passivation of the n-type substrate.The passivation method ultimately achieves a good combination of chemical and field passivations. Experimental results show that with the passivation structure of SiO2/Al2O3/SiO2, the final minority carrier lifetime reaches 5223 μs at injection of 5×10¹⁵ cm^-3. When it is applied to the passivation of SDD, the leakage current is reduced to the order of nA.