排序方式: 共有15条查询结果,搜索用时 18 毫秒
1.
若干新型热电材料的热输运调控及热逻辑器件 总被引:1,自引:0,他引:1
随着电子和能源科技的发展,基于纳米结构调控的新型热电材料以及热逻辑器件研究正受到越来越多的关注。本工作围绕几种具有应用潜力的热电材料,利用项目团队自主开发的微纳尺度热输运测试系统,从理论和实验上研究了原子及纳米尺度结构对热输运特性的调控机制,包括:全组分Si1–xGex合金薄膜的原子合金化,Bi2Ca2Co2Oy层状结构单晶的错配界面,超离子导体A0.5Rh O2 (A=K,Rb,Cs)单晶的离子局域共振,准一维结构Zr Te5/Hf Te5单晶中的疏松微结构,以及Sn Se单晶中的Sn Se2原子级插层,总结了不同尺度结构和原子间作用力对热传导性质的影响规律,为探索低热导率、高热电转换性能的新型热电材料提供有效的调控方案。最后,介绍了利用相变转换机制实现热导率高效动态调控的实验结果,及其在热逻辑器件方面的潜在应用。 相似文献
2.
以石墨烯为代表的二维材料具有优异的本征性质, 例如高表面积和电导率, 但其宏观块体材料的性质仍不理想。这是由于石墨烯片层堆叠损失了有效的表面; 片层之间联结较弱导致接触电阻和热阻增大。原则上二维材料的三维化设计能避免上述问题, 将纳米尺度的优异性质传递到宏观尺度, 获得高表面积、高导电、贯通孔道和优良机械性能的块体材料。二维材料多孔块体可用于电极、吸附剂和弹性体等。发泡法工艺简单、成本低, 是近年来制备二维材料泡沫体的主要方法。本文系统总结了发泡法的基本原理, 综述了石墨烯、氮化硼等二维材料泡沫体的研究进展, 展望了二维材料泡沫体在能源、环境等方面的应用前景。 相似文献
3.
对反射声波的复杂操控是声学研究的基础问题之一,并广泛应用于房间声学设计及噪声能量消除等重要场合。近年来出现的声学超表面为声学功能器件的小型化提供了新的启示,因此如何进一步缩减其尺寸和重量具有重要的物理意义与应用价值。展示了一种轻薄超表面结构对低频空气声波所产生反射声场的高效、精准操控。通过理论计算证明了利用简单的扁平中空结构,可在不显著牺牲能量反射率及结构强度的前提下,通过调控单个结构参数产生0~2π范围内的反射相位,同时避免了制备难度高和增加器件重量的复杂内部结构,因此具有尺寸超薄(λ0/20)、重量轻盈、反射率高及制备简单等优势。通过实现任意角度的异常反射、基于超薄平面透镜的可调声聚焦、构建平面棱锥镜产生类贝塞尔声束3个典型例子展示了该器件对反射声波的丰富操控性能。实现基于轻薄超表面对反射声场的操控,有助于新型平面声学器件的研究与应用,并有望在建筑声学、噪声控制、扬声器设计等领域中产生重要价值。 相似文献
4.
量子精密测量作为当代量子力学的主要应用方面之一,近些年来一直是量子科技的重要研究和发展方向。量子精密测量的主要研究目标是针对物理系统中的未知参数,利用量子资源进行量子增强测量,以提升参数测量精度。与其他物理系统相比,光子系统具有相干时间长、不易受到环境干扰等优越性,因而常被用作量子信息处理的载体。以光子为基础的传感器提升传感精度是光量子精密测量的主要任务。介绍了量子精密测量的一般性原理,给出参数估计的量子极限精度下界。同时,介绍了目前光量子精密测量的理论与实验研究进展以及相应的挑战。 相似文献
6.
7.
《Planning》2016,(6)
为了探索金属与金属之间的化学键本质,对双核锇的配合物进行了单电子氧化,分离得到了一例双核锇的自由基阳离子配合物[Os_2Cp*_2(CO)_4]·~+,并进行了结构表征。通过对其进行电子顺磁共振光谱表征和理论计算,发现自旋密度主要位于配体上。单晶结构解析表明,双核锇的羰基化合物经过单电子后,金属间的键长几乎没有发生变化。同时在其与三苯甲基碳自由基阳离子的反应过程中,采取sp~3杂化的C—H键被活化。经推测,可能是通过electrochemical-chemical(EC)机理进行的。 相似文献
8.
9.
石墨烯基超级电容器,其功率密度较高,但能量密度受限。开发以三维石墨烯材料为载体的复合型赝电容多孔电极,是解决方案之一。本文采用铵盐辅助化学发泡法,制备了三维筋撑石墨烯泡沫体(SG);以SG为载体,采用水热还原法在其表面生长二氧化锰(MnO2)纳米棒阵列,从而构建了MnO2/SG自支撑多孔材料。利用MnO2/SG复合电极,组装了超级电容器,在0.5 A·g-1的电流密度下,比电容达343.6 F·g-1;经5000次循环,其容量保持率为83.8%;在500 W·kg-1的功率密度下,其能量密度达11.93 W·h·kg-1。因此,MnO2/SG复合电极是一种性能优异的赝电容材料,在电化学储能领域有良好的应用前景。 相似文献
10.
在磨削加工过程中,加工刀具即砂轮会发生钝化现象,砂轮表面磨损影响加工精度和工件质量,需要及时检测并修整。磨粒的塑性变形、破碎、断裂等会产生声发射信号,能够作为精确识别砂轮钝化状态的依据,且不易被噪声干扰,因此提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和概率神经网络(Probabilistic Neural Network,PNN)的砂轮钝化声发射检测方法。VMD可以将原始信号分解为多个本征模态函数(Intrinsic Mode Function,IMF)分量,筛选其中峭度较大的分量重构即得到声发射信号。声发射检测的关键是特征参数的选取,在相关研究基础上本文提出了声发射包络能量占比作为一个重要的特征参数,并选取了共5种特征参数,构建出5维特征向量数据集,输入到PNN中进行训练,经过测试识别准确度达到94.5%。该方法建立了声发射信号特征参数与砂轮不同钝化状态的关系,能够对砂轮严重钝化状态给出准确预警,具有实际应用价值。文章比较了声发射信号不同特征参数用于识别砂轮钝化状态的准确度,对特征参数的选用具有参考意义。 相似文献