TFSI钝化晶体硅表面性质的第一性原理研究

晶体硅表面钝化是高效率晶体硅太阳能电池的核心技术,直接影响晶体硅器件的性能。本文采用第一性原理方法研究了一种超强酸-双三氟甲基磺酰亚胺(TFSI)钝化晶体硅(001)表面。研究发现,TFSI的四氧原子结构能够与Si(001)表面Si原子有效成键,吸附能达到-5.124 eV。电子局域函数研究表明,TFSI的O原子与晶体硅表面的Si的成键类型为金属键。由态密度和电荷差分密度分析可知,Si表面原子的电子向TFSI转移,从而有效降低了Si表面的电子复合中心,有利于提高晶体硅的少子寿命。Bader电荷显示,伴随着TFSI钝化晶体硅表面的Si原子,表面Si原子电荷电量减少,而TFSI中的O原子和S原子电荷电量相应增加,进一步证明了TFSI钝化Si表面后的电子转移。该工作为第一性原理方法预测有机强酸钝化晶体硅表面的钝化效果提供了数据支撑。     

Comprehensive performance of a ball-milled La0.5Pr0.5Fe11.4Si1.6B0.2Hy/Al magnetocaloric composite

Due to the hydrogen embrittlement effect, La(Fe,Si)₁₃-based hydrides can only exist in powder form, which limits their practical application. In this work, ductile and thermally conductive Al metal was homogeneously mixed with La_0.5Pr_0.5Fe_11.4Si_1.6B_0.2 using the ball milling method. Then hydrogenation and compactness shaping of the magnetocaloric composites were performed in one step via a sintering process under high hydrogen pressure. As the Al content reached 9 wt.%, the La_0.5Pr_0.5Fe_11.4Si_1.6B_0.2H_y/Al composite showed the mechanical behavior of a ductile material with a yield strength of ~44 MPa and an ultimate strength of 269 MPa accompanied by a pronounced improvement in thermal conductivity. Due to the ease of formation of Fe-Al-Si phases and the several micron and submicron sizes of the composite particles caused by ball milling process, the magnetic entropy change of the composites was substantially reduced to ~1.2 J/kg· K-1.5 J/kg· K at 0 T-1.5 T.     

基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题，提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性，提出基于快速神经网络架构搜索（neural architecture search，NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法，在预设的搜索空间中搜索最优网络结构，进行图像水印的高效嵌入与鲁棒提取。首先，将子网络中线性连接的全卷积层设置为独立的神经单元结构，并参数化表示结构单元内节点的连接，预先设定结构单元内每个神经元操作的搜索空间；其次，在完成一个批次的数据集训练后，依据神经元操作中的被采样次数和平均损失函数值动态更新概率；最后，重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上，大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑，本文算法具有较高的时间性能和较好的实验效果，在隐藏图像时，对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验，对比发现，本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著；在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著，特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

突出矿井瓦斯抽放限制影响因素的AHP-熵权法评价模型

为提高煤与瓦斯突出矿井瓦斯抽放效果,建立了3个一级指标、14个二级指标的突出矿井瓦斯抽放限制影响因素评价指标体系,利用AHP和熵权法分别确定指标因子主、客观权重.通过实地调研分析和反馈验证了AHP-熵权法的可行性和正确性,利用加权平均法确定评价模型的综合权重.研究表明:封孔方式、钻孔半径、抽放时间、煤体裂隙发育程度和抽放负压是目前影响煤矿瓦斯抽放效果的主控因素.