排序方式: 共有48条查询结果,搜索用时 15 毫秒
1.
柔性传感器因其在弯折、扭曲、拉伸等大变形条件下具有稳定的传感性能,所以在软体机器人、可穿戴电子和生物医疗等领域具有潜在的应用前景,受到了国内外研究者的广泛关注。与传统光刻技术相比,印刷技术制造作为增材制造,具有绿色、低成本和可大面积制造的优势,被广泛应用于柔性电子器件制备。其中,电流体动力喷墨打印(电喷印)技术因其具有多种功能材料的兼容性,被认为最有可能替代传统的光刻技术,实现柔性传感器高分辨率和跨规模制造。近年来,电喷印技术在微型化柔性传感器制造领域显示出广泛的应用潜力。本综述重点介绍了电喷印刷柔性传感器的工艺、材料和应用的最新研究进展。首先,详细介绍了电流体动力喷墨打印技术的工作原理,总结了用于电喷印的各种功能性墨水材料,然后,介绍了电喷印刷中墨水和柔性基底间表界面调控的问题。随后,综述了电喷印方法在柔性压力传感器、柔性气体传感器和柔性电化学传感器等柔性传感器制造的应用进展。最后,总结讨论了下一代电喷印刷技术在柔性传感器领域的机遇与挑战。 相似文献
2.
印刷有机电子技术是基于印刷原理的有机电子器件制造技术,是指将有机电子材料配制成功能性油墨,用印刷方式来制造电子器件与系统的方法,其发展涉及到材料化学、微电子学等多个学科方面的知识。其独特的制造方式和器件形态具有柔性、低成本、大面积制造等优势,并且与传统硅基电子器件在应用场合上形成了互补,在生物传感、电子皮肤、柔性显示等领域展示出优势。为了及时跟进这一快速发展的领域,对领域的发展有宏观的把握,本文从印刷技术和电路系统的角度进行了全面概述,介绍了喷墨打印、丝网印刷和转印印刷等印刷技术和基于印刷技术制备的有机数字电路(反相器、与非门、环形振荡器、D触发器),以及实现功能化的印刷电子应用(RFID、电子皮肤、OLED显示驱动背板等);最后,对本领域目前存在的问题和未来发展方向做了简要探讨。 相似文献
3.
4.
5.
自旋器件有望实现量子信息存储、传感和计算,是下一代数据存储和通信的理想器件.与无机自旋器件相比,有机自旋器件不仅可以实现传统无机自旋器件的功能,而且在同一有机自旋阀器件中会同时测到正负磁电阻信号,这是因为有机分子与铁磁电极在界面会发生自旋杂化而产生独特的自旋界面.通过控制自旋界面,可以改变界面处分子能级展宽和偏移程度,从而实现对磁电阻信号的可控调制.有机自旋阀器件发展迅速,但仍有一些问题亟待研究,如对自旋界面进行识别和表征,以及利用自旋界面对有机自旋阀信号进行操控等.针对上述问题,本文首先综述了有机自旋阀的基本原理,通过对比无机有机材料能级结构的差异解释了有机自旋阀中自旋界面形成的原因,对于有机自旋阀中磁电阻信号的增强和反转现象,利用自旋界面模型中能级展宽和偏移进行了解释;接着列举了自旋界面的实验识别案例,如利用对表面敏感的表征技术对自旋界面进行识别以及设计新颖的器件结构验证自旋界面的存在等;然后汇总了利用自旋界面调制自旋信号的相关工作,自旋界面的调制可以通过电场调节铁电层的铁电极化、诱导铁磁电极相变、界面化学工程和磁交换相互作用等方式实现;最后总结了有机自旋界面中仍需解决的问题,并对... 相似文献
6.
7.
共轭高分子材料由于其优异的光电性能和可溶液加工等特性在有机光电器件中具有重要应用.本工作采用Stille偶联和Suzuki聚合反应,合成了两个由经典发光基元苯乙烯片段和共轭吸电子结构基元苯并噻二唑共聚的高分子材料聚(1,2-双(2,5-双(异辛氧基)亚苯基亚乙烯基-2,1,3-苯并噻二唑))(PVBT)和聚(1,2-双(2,5-双(正辛氧基)亚苯基亚乙烯基-2,1,3-苯并噻二唑))(nPVBT).通过凝胶渗透色谱(GPC)、元素分析及差式扫描量热法(DSC)对PVBT和n PVBT两种高分子材料的结构及热稳定性进行表征,结果表明它们均具有良好的热稳定性,分解温度约380℃.由于烷氧基链的存在,两个材料具有良好的溶解性及成膜加工性.PVBT和n PVBT均表现出优异的发光特性,最大发射波长在590~605nm范围,溶液下荧光量子产率为23%~35%,固态薄膜下量子产率为12%~20%.以这两个高分子材料薄膜作为活性层,所制备的顶栅-底接触型有机场效应晶体管器件显示出典型的p型电荷传输性能,空穴迁移率可达1.1×10-4cm2·V-1... 相似文献
8.
沸点(BP)是有机分子液体的基本物理化学量, 也是化学工业生产中的重要参数. 有机分子的沸点由分子结构决定, 呈现复杂的结构-沸点关系, 函数法(Function Method)、基团贡献法(Group Contribution Method)等传统方法无法应对复杂多样有机分子结构的预测, 应用范围狭窄, 预测精度低. 本研究中, 我们利用基于人工神经网络(ANN)和支持向量机(SVM)的多组件学习器实现有机分子沸点的精准预测. 我们构建了基于可解释性描述符的ANN、基于相关性描述符的ANN及基于复合分子指纹的SVM三个异质模型, 并通过包含4550个各种类别的有机分子沸点的数据集进行训练得到了三个异质性学习器, 最后集成三个学习器对有机分子沸点进行预测. 相比于传统方法和此前的定量结构性质关系(QSPR)模型, 多组件模型结合了三种模型的优点, 展现出很好的预测精度和泛化能力以及低的过拟合, 实现了对多种类型有机分子的沸点的有效预测. 相似文献
9.
10.