SnSxSe2-x单晶纳米片的可控制备与表征

锡二硫族化合物可以通过改变硫和硒的含量来连续调控三元合金材料的带隙、载流子浓度等物理化学性质,在电子和光电子器件应用上具有巨大的潜力。本文采用化学气相沉积(CVD)技术可控地制备了不同元素组分的SnS_xSe_2-x(x=0,0.2,0.5,0.8,1.0,1.2,1.5,1.8,2.0)单晶纳米片。采用扫描电子显微镜(SEM)、原子力显微镜(AFM)、能量色散X射线光谱(EDS)、透射电子显微镜(TEM)以及拉曼光谱等手段对SnS_xSe_2-x纳米片进行了综合表征。结果表明本方法成功实现了元素百分比可调的SnS_xSe_2-x单晶纳米片的可控制备。重点研究了依赖于元素百分比的SnS_xSe_2-x的拉曼特征谱,实验结果与基于密度泛函理论(DFT)的第一性原理计算得到的SnS_xSe_2-x的拉曼仿真谱高度吻合,理论计算结果较好地诠释了实验拉曼光谱发生变化的原因。本研究提供了一种元素百分比可调的三元SnS_xSe_2-x单晶纳米片的可控制备方法,同时对锡二硫族化合物的明确、无损识别提供了方案。     

基于大规模高维线性回归模型的分布式计算方法研究

大数据背景下挖掘大规模高维数据所隐藏的信息备受关注.本文主要目的是采用分布式优化方法解决加SCAD和Adaptive LASSO惩罚的高维线性回归中的参数估计和变量选择问题.主要方法是通过构造全局损失函数的一个交互有效的正则化替代损失函数,把基于全局损失函数的优化问题转化为基于替代损失函数的优化问题.本文设计的修正的ADMM算法,在计算上,只需要子机器基于局部数据计算梯度,而主机器进行参数估计和变量选择.在主从机器交互复杂度上,基于替代损失函数所得的估计误差收敛于基于全局损失函数所得的估计误差.通过模拟和实证研究进一步验证本文提出的分布式计算方法在实际生活中的可行性和实用性.     

单层MXene纳米片Ti2N电磁特性的过渡金属(Sc、V、Zr)掺杂效应

二维材料MXene纳米片由于具有较大的比表面积和较高的电子迁移率而受到广泛的关注。本文采用基于密度泛函理论的第一性原理计算,对单层MXene纳米片Ti₂N电磁特性的过渡金属(Sc、V、Zr)掺杂效应进行了系统研究。结果表明,所有过渡金属掺杂体系结合能均为负值,结构均稳定;其中Ti₂N-Sc体系的形成能为-2.242 eV,结构更易形成,且保持稳定;掺杂后Ti₂N-Sc、Ti₂N-Zr体系磁矩增大;此外,Ti₂N-Sc体系中保留了较高的自旋极化率,达到84.9%,可预测该体系在自旋电子学中具有潜在的应用价值。     

金属衬底在石墨烯化学气相沉积生长中的作用

以过渡金属为催化衬底的化学气相沉积法(Chemical Vapor Deposition，CVD)已经可以制备与机械剥离样品相媲美的石墨烯，是实现石墨烯工业应用的关键技术之一。原子尺度理论研究能够帮助我们深刻理解石墨烯生长机理，为实验现象提供合理的解释，并有可能成为将来实验设计的理论指导。本文从理论计算的角度，总结了各种金属衬底在石墨烯CVD生长过程中的各种作用与相应的机理，包括在催化碳源裂解、降低石墨烯成核密度等，催化加快石墨烯快速生长，修复石墨烯生长过程中产生的缺陷，控制外延生长石墨烯的晶格取向，以及在降温过程中石墨烯褶皱与金属表面台阶束的形成过程等。在本文最后，我们对当前石墨烯生长领域中亟需解决的理论问题进行了深入探讨与展望。     

气相输运沉积制备c轴择优取向的碘化铋薄膜

铋基卤化物材料因其无毒和优良的光电性能而显示出巨大的应用潜力。BiI₃作为一种层状重金属半导体,已被用于X射线检测、γ射线检测和压力传感器等领域,最近其作为一种薄膜太阳能电池吸收材料备受关注。本文采用简单的气相输运沉积(VTD)法,以BiI₃晶体粉末作为蒸发源,在玻璃基底上得到高质量c轴择优取向的BiI₃薄膜。并通过研究蒸发源温度和沉积距离对薄膜物相和形貌的影响,分析了BiI₃薄膜择优生长的机理。结果表明VTD法制备的BiI₃薄膜属于三斜晶系,其光学带隙为~1.8 eV。沉积温度对薄膜的择优取向有较大影响,在沉积温度低于270 ℃时,沉积的薄膜具有沿c轴择优取向生长的特点,超过此温度,c轴择优取向生长消失。在衬底温度为250 ℃、沉积距离为15 cm时制备的薄膜结晶性能最好,晶体形貌为片状八面体。     

超薄屏蔽层300 V SOI LDMOS抗电离辐射总剂量仿真研究

本文研究了300 V绝缘体上硅横向双扩散金属氧化物半导体场效应管在电离辐射总剂量效应下的线性电流退化机理,提出了一种具有超薄屏蔽层的抗辐射结构实现线性电流加固.超薄屏蔽层位于器件场氧化层的下方,旨在阻止P型掺杂层表面发生反型,从而截断表面电流路径,有效抑制线性电流的退化.对于横向双扩散金属氧化物半导体场效应管,漂移区上的场氧化层中引入的空穴对线性电流的退化起着主导作用.本文基于器件工艺仿真软件,研究器件在辐照前后的电学特性,对超薄屏蔽层的长度、注入能量、横向间距进行优化,给出相应的剂量窗口,在电离辐射总剂量为0—500 krad(Si)的条件下,将最大线性电流增量从传统结构的447%缩减至10%以内,且辐照前后击穿电压均维持在300 V以上.     

高超声速模型尾迹电子密度二维分布反演方法

弹道靶利用二级轻气炮将模型加速到高超声速状态,模型在靶室内超高速飞行时形成等离子体尾迹.为实现高超声速模型尾迹电子密度径向二维分布诊断,利用七通道微波干涉仪测量系统获得了高超声速模型尾迹截面不同位置处平均电子密度.该系统采用一发七收的方式,实现平面波照射等离子体及平面波接收,天线波束可完全覆盖尾迹径向范围.多通道微波干涉仪数据处理过程常将等离子体视为分层介质,考虑到分层界面上折射效应的影响,本研究利用射线追踪方式建立电磁传播模型,结合测量数据建立目标函数,通过遗传算法优化来反演高超声速模型尾迹电子密度径向二维分布.该数据处理方法的电子密度反演结果与相同来流条件下的数值模拟结果对比吻合较好,初步验证了该方法的有效性.分析了分层模型对电子密度分布特性的影响,结果表明利用七层模型对尾迹建模效果最佳,且适用于不同厚度尾迹,最大化利用接收通道数,确保了计算精度.利用该方法实现弹道靶高超声速球模型尾迹电子密度二维分布诊断,并给出了给定实验状态下模型尾迹电子密度二维分布的一些规律.     

基于环丁烯-1,2-二羧酸分子的二维有机铁电分子晶体单层的设计与理论研究

有机分子铁电材料相较于传统无机铁电材料具有轻质、柔性、不含重金属原子和成本低等诸多优点,长期以来得到了广泛的关注和研究.近年来,原子厚度的二维无机铁电材料的研究取得了突破性进展,因而备受关注,然而二维有机铁电材料的设计与研究却鲜有报道.本文基于密度泛函理论方法设计了一种以环丁烯-1,2-二羧酸(cyclobutene-1,2-dicarboxylic acid, CBDC)分子为结构单元的二维单层有机铁电分子晶体.由于CBDC分子晶体内部氢键的链状排布,导致其块体呈现出明显的层状结构,计算发现内部的氢键链使得CBDC分子晶体块体具有各向异性的剥离能,因此有望由沿着剥离能最低的(102)晶面进行机械/化学剥离而获得相应的单层有机铁电分子晶体.理论计算预测CBDC (102)分子晶体单层的面内自发极化约0.39×10–6μC/cm,可与部分无机同类相比拟.计算表明CBDC (102)分子晶体单层具有较高的极化反转势垒,且对外加单轴应力的响应较为敏感. CBDC (102)单层有机铁电分子晶体的高面内自发极化以及易被界面调控的极化反转势垒使其可被应用于轻质无金属及柔性铁电器件.     

发光铱(Ⅲ)配合物抗肿瘤活性研究及应用

铱(Ⅲ)配合物因其发光量子产率高且波长易调控、发光寿命长和光稳定性好的特点,在发光材料领域备受关注。铱(Ⅲ)配合物细胞渗透能力强,能靶向多种细胞组织并影响其结构和功能,表现出独特的抗肿瘤活性,是目前金属抗肿瘤药物特别是PDT光敏剂方向的研究热点。本文重点关注铱(Ⅲ)配合物的结构对其发光性能与抗肿瘤性能的影响,综述了近期铱(Ⅲ)配合物在生物成像、探针与传感、抗肿瘤诊疗等领域的研究进展,并对目前研究中存在的问题及其应用前景进行探讨和展望。     

PSO-LSSVM对LIBS定量分析精度的提高

针对土壤定量分析受基体效应影响大，LIBS定量分析精度不佳等问题，采用粒子群算法对LSSVM进行优化，提高模型的精确度。选取Pb Ⅰ 405.78 nm和Cr Ⅰ 425.44 nm作为分析谱线进行分析。采集十二个不同浓度样品的特征光谱，每个浓度样品在不同点采集20组数据，将其中17组数据设为训练集，3组数据设为预测集，用LSSVM和PSO-LSSVM两种方法建立定标模型。对比两种模型的拟合相关系数（R2）、训练集均方根误差（RMSEC）和预测集均方根误差(RMSEP)。由于自吸收效应的影响，随着浓度的增加，预测值逐渐低于实际值，LSSVM定标模型的拟合程度较低，无法达到实验要求，模型性能有待提高。利用粒子群算法对LSSVM的模型参数惩罚系数和核函数参数进行优化，得到最佳的参数组合，Pb元素为(8 096.8, 138.865 7)，Cr元素为(4 908.6, 393.563 5)，用最佳的参数组合构建LSSVM的定标模型。相比于LSSVM，PSO-LSSVM定标模型的精确度更高，Pb和Cr元素的R2提高到了0.982 8和0.985 0，拟合效果明显提升。Pb和Cr元素的训练集均方根误差由0.026 0 Wt%和0.027 2 Wt%下降到0.022 4 Wt%和0.019 1 Wt%，预测集均方根误差由0.101 8 Wt%和0.078 8 Wt% 下降到0.045 8 Wt%和0.042 0 Wt%，模型的稳定性进一步提高。说明PSO-LSSVM算法能够更好地降低土壤基体效应和自吸收效应带来的影响，提高分析结果的精确度与稳定性。