线性三嵌段共聚物格点薄膜受限下的自组装

采用实空间自洽场理论研究了线性三嵌段共聚物在格点薄膜受限下的自组装.根据受限空间内共聚物的自组装情况,描绘了不同嵌段比下共聚物的三角相图,分析各相结构的形成机理,并详细观察三色层状与核壳柱状之间的相变过程.在受限的基础上,通过在薄膜表面施加格点型吸附势,获得了一系列聚合物微结构,发现层状结构是最稳定的相结构;当吸附强度增大时,各嵌段的自组装结构发生变化,三色层逐渐打破稳定的平行状态,转变为编织层状.当嵌段比处于某特殊范围时,聚合物还形成了新颖的球-柱结构.研究结果可为制备稳定的新型材料提供理论方案.     

两嵌段共聚物在本体及溶液中的自组装

采用耗散粒子动力学(DPD)模拟方法对两嵌段共聚物AmBn在本体和溶液中的自组装行为进行了研究.在本体情况下,对环形和线形两嵌段共聚物AmBn的相行为进行了系统的对比分析,观察了体系的有序-无序相转变规律,以及具体构型的相周期.在亲B选择性溶剂情况下,保持体系的浓度不变,改变环形两嵌段共聚物的链长,观察到了一系列丰富的相结构,有球状、圆盘状、片状、空心柱状、空心球状等.     

两嵌段共聚物在本体及溶液中的自组装

采用耗散粒子动力学（DPD）模拟方法对两嵌段共聚物AmBn在本体和溶液中的自组装行为进行了研究．在本体情况下,对环形和线形两嵌段共聚物AmBn的相行为进行了系统的对比分析,观察了体系的有序一无序相转变规律,以及具体构型的相周期．在亲B选择性溶剂情况下,保持体系的浓度不变,改变环形两嵌段共聚物的链长,观察到了一系列丰富的相结构,有球状、圆盘状、片状、空心柱状、空心球状等．     

两嵌段共聚物共混体系的相分离研究

用耗散粒子动力学方法（DPD）研究了由两种不同成分组成的两嵌段共聚物组成的混合体系在纳米尺度下的自组装行为．两种嵌段共聚物的聚合度相同,在稳定状态下,纯嵌段共聚物1呈层状有序结构,纯嵌段共聚物2呈无序或六角柱状结构．DPD研究表明,在两者混合体系中,随着嵌段共聚物2体积分数的增加,嵌段共聚物1只出现了层状的有序相,而嵌段共聚物2则呈现出从球状相到柱状相再到层状有序相的有趣变化,随着嵌段共聚物2对称性的增强,其形成的有序相所占的体积分数区域越小．同时,通过混合体系单体密度分布曲线和末端距分布情况,从理论上分析了混合体系的微相分离与单体分布的细节．     

刚柔三嵌段共聚物自组装行为的模拟研究

采用耗散粒子动力学模拟方法研究了刚柔三嵌段共聚物(coil-rod-coil,CRC)在溶剂环境下的自组装.通过观察C₄R₈C₄共聚物囊泡结构形成的动力学过程,发现体系先自组装成球形或柱状胶束,然后逐渐融合为盘状结构,再进一步弯曲形变,形成闭合的双层膜囊泡结构.当共聚物浓度为6%~25%时,C₄R₈C₄自组装成不同尺寸的囊泡相,其均方半径2>随共聚物浓度的增加而增大,而双层膜厚度T基本保持不变.最后,改变溶剂性质,从亲棒到中性再到亲链,体系自组装结构从囊泡相转变为球形胶束相.尤其在等效的中性溶剂环境下,体系呈现层状结构,其中棒与棒嵌段呈高度有序的液晶相排列.     

层状二嵌段共聚物与纳米棒共混体系的自组装

采用耗散粒子动力学(DPD)方法研究了层状二嵌段共聚物与纳米棒共混体系的自组装行为.系统地考虑了棒的粒子数比、长度及棒与高分子间的相互作用等因素对混合体系自组装的影响.一系列的构型及相转变都是在共聚物的相分离与纳米棒的聚集相行为共同作用下的结果.当把纳米棒掺入到高分子体系时,从熵和焓的角度可以更本质地理解共混体系的自组装,尤其是棒的相行为.从焓方面,纳米棒与各高分子链段间相互作用决定了棒的分布;从熵方面,棒的各向异性、相区域的空间约束及高分子链的构象熵共同决定了棒的取向.     

受限于周期性模板间的二嵌段共聚物自组装

层状结构是AB两嵌段共聚物在传统硬板受限的情况下经常出现的结构.本文采用聚合物自洽场方法,通过微调硬板的形状,利用周期性模板成功地实现了共聚物从层状结构到六角结构、层状结构到六角/层状混合结构的转变,以及六角结构和层状结构的重入转变.由此提供了一种调控共聚物结构的新方法.     

刚柔嵌段共聚物与均聚物在溶液中的自组装

采用耗散粒子动力学(DPD)模拟方法研究了向刚柔嵌段共聚物溶液中掺入均聚物的自组装行为.当掺入的刚性棒或柔性高分子链浓度不同时,由于刚性棒的取向性及柔性高分子链构象熵的变化,观察到了一系列丰富的相结构,如双层柱状、层状、层柱共混状、反转的空心柱状等.少量的均聚物和刚柔嵌段共聚物溶液共混后的密度分布显示,均聚物聚集于胶束相结构的中心.     

二嵌段共聚物薄膜模板化自组装

用实空间自洽场理论研究了二嵌段共聚物薄膜受限于平行板中的模板化自组装情况.通过改变平行板表面场修饰的情况,给出了粗略微观结构,观察了体系微相结构的变化过程,并对所观察到的变化规律作了讨论.另一方面,固定平行板的厚度、相分离强度等参数,改变吸附表面场的大小,观察并讨论了体系微相结构的变化及其规律.结果表明,二嵌段共聚物体系的微相结构是由受限条件和表面场修饰共同所决定的,因而控制表面场修饰情况的相关参数可以得到所期望的特定高分子体系结构.     

纳米颗粒对二嵌段共聚物层状结构的影响

用实空间自洽场理论研究了单个纳米颗粒对受限于矩形边界的二嵌段共聚物层状结构的影响.选取了处于强分凝区域的层状结构二嵌段共聚物作为研究对象.通过调节纳米颗粒的半径、颗粒表面场强度等体系参数,观察到了柱状结构出现在多层的层状结构中间,即柱状和层状的共混结构.结果表明,二嵌段共聚物的柱状和层状共混等结构是由矩形边界和纳米颗粒表面参数相互竞争所决定的,因而控制矩形边界条件和纳米颗粒的相关参数可以得到所期望的特定微相结构,为纳米微结构的设计提供了一条可能的途径.     

溶剂蒸汽诱导二元共聚物混合体系薄膜自组装

将2种链段长度不同的聚苯乙烯-b-聚2-乙烯基吡啶(PS-b-P2VP)在氯仿或四氢呋喃中溶解后,以一定比例混合,在乙醇或甲苯蒸汽中退火自组装,得到了一系列薄膜形貌和尺寸不同的自组装结构.采用原子力显微镜研究了混合比例、溶剂和退火蒸汽对薄膜自组装结构的影响.结果表明:改变混合比例可以对薄膜自组装结构和尺寸进行有效的调控;四氢呋喃相比氯仿更有利于混合体系薄膜自组装的相分离;乙醇蒸汽可以有效地诱导混合体系的薄膜自组装.     

级联型三能级半导体量子点的色散与吸收特性

运用密度矩阵的方法研究了半导体单量子点处于紧束缚态下的色散和吸收特性,数值模拟计算结果显示:探测场比较弱的条件下,调节两耦合光场之间的相对大小,不仅可以实现正常色散大小改变,而且可以实现正常色散到反常色散的突变;模拟计算结果还显示:增大探测场大小,同时改变探测场     

复合金属纳米颗粒多孔硅的光学非线性特性

根据多孔硅中的量子限制效应和金属颗粒与电磁场相互作用的Mie理论及非线性光学的基本原理，提出了用于复合金属纳米颗粒多孔硅微结构的计算模型，分析了复合金属纳米颗粒多孔硅的非线性光学性质．计算了复合Ag(Au)纳米颗粒多孔硅的场增强因子，得到了在不同的金属颗粒含量时，复合体系的三阶极化率随入射光波长变化的关系，为制备具有强非线性光学效应的硅基材料及其应用提供了重要参考．     

以混合比例为控制参数的二元共聚物混合体系自组装

基于嵌段共聚物共混自组装方法, 将聚苯乙烯-b-聚环氧乙烷(PS-PEO)与聚苯乙烯-b-聚-2-乙烯基吡啶(PS-P2VP)在乙醇-氯仿混合溶剂中进行混合, 并诱导其自组装, 在改变PS-P2VP中各链段长度、分子量以及链段比例的情况下, 得到了一系列形貌和尺寸不同的自组装纳米结构, 并采用原子力显微镜研究了PS-PEO与PS-P2VP的混合比例对自组装纳米结构的影响. 结果表明, PS-P2VP的加入改善了PS-PEO在乙醇-氯仿混合溶剂中的溶解性, 其本质是通过PS-PEO与PS-P2VP的共同自组装, 形成了可在溶液中稳定分散的纳米自组装结构, 改变PS-P2VP的分子量和嵌段比例, 进而对纳米自组装胶束尺寸和结构进行调控.     

一种高双折射大模场面积的光子晶体光纤

为了解决光纤在大的模场面积、高的双折射、低的弯曲损耗以及单模传输方面的均衡问题,设计了一种具有高双折射的大模场面积光子晶体光纤.该光纤包层由四圈三角晶格圆形空气孔组成,纤芯由矩形晶格椭圆空气孔组成,研究了结构参数对光纤的有效模面积、双折射、泄露损耗、弯曲损耗以及单模传输等特性的影响.数值分析证明,在1.55 μm波长处,通过对光纤参数的调整,可实现4.47×10^-4的双折射,377 μm²的有效模面积,0.08 dB·km^-1的泄露损耗以及0.156 m的可容许弯曲半径.与此同时,通过对参数的进一步设计,可得到1.3~1.68 μm波长范围内的低泄露损耗单模单偏振光子晶体光纤,有效克服了光纤在偏振串扰、偏振模色散以及偏振相关损耗等方面的问题.     

新型含BPP34C10冠醚双吡啶双齿配体的合成

以Sonogashira偶联反应为关键反应来合成化合物4.设计并且用Suzuki偶联反应为关键反应,合成了新型含BPP34C10冠醚的180°双吡啶双齿配体.该双吡啶双齿配体有两个配位点,有望和铂受体用于自组装成新型的超分子建筑.     

基于图像深度预测的景深视频分类算法

景深视频因高清、美观广受大众喜爱。然而,要从海量视频中检出此类视频十分困难。已有较多研究基于景深图像成像原理,开展景深像素分割算法研究,但难以直接应用于实际视频分类场景。本文针对景深视频类型,设计了可预测视频类型的深度网络。根据景深成像原理,各语义物体之间相对相机的景深深度存在一定的逻辑关系。为此提出以图像深度为指导,利用深度预测模块预测图像的景深深度信息,将其合并后输入至分类网络进行训练检测,以降低景深视频误检率,提升网络模型的性能。此外,针对现实需求中该领域有标数据较少,而不同数据集分布会降低性能的问题,设计了迭代式景深视频数据集收集方法,以较低的劳动成本快速收集所需要的视频数据,具有一定的实际应用价值。本文算法在快手线上的景深视频数据集中识别准确率达85.7%。