纳米电磁结构材料的电导振荡特性

为定性了解纳米电磁输运特性,发展了一种基于量子理论求解电子通过纳米电磁结构输运特性的转移矩阵的方法,计算了电子隧穿纳米结构电磁势垒的电导特性,发现电寻呈现出振荡性行为;这与电子隧穿电结构与磁结构的结果是一致的．另外,不同强度的电与磁调制的具体影响也各不相同,对振荡性行为表现出不同的作用．     

一种基于CRO的高阶神经网络多示例学习方法

在多示例学习(MIL)中,包是含有多个示例的集合,训练样本只给出包的标记,而没有给出单个示例的标记。提出一种基于示例标记强度的MIL方法(ILI-MIL),其允许示例标记强度为任何实数。考虑到基于梯度训练神经网络方法的计算复杂性和ILI-MIL目标函数的复杂性,利用基于化学反应优化的高阶神经网络来实现ILI-MIL,学习方法具有较强的非线性表达能力和较高的计算效率。实验结果表明,该算法比已有算法具有更加有效的分类能力,且适应范围更广。     

反应溅射法制备氮化铝薄膜及工作气压对其场发射性能的影响

采用反应磁控溅射法在不同工作气压(0.5～2.0Pa)下沉积了一系列氮化铝(AlN)薄膜。研究发现,在保持其他工艺参数不变的条件下,工作气压对薄膜厚度的影响很小。场发射性能测试表明,在较低的工作气压(0.5Pa和0.7Pa)下制备的AlN薄膜具有一定的场发射性能。扫描电子显微镜(SEM)图像显示,在较高的工作气压(2.0Pa)下制备的薄膜易产生空位及微空洞等缺陷,使薄膜致密性下降。电子在薄膜中的输运因受到缺陷的散射而不能隧穿表面势垒进行发射。研究表明,为获得具有良好场发射性能的AlN薄膜,若采用反应磁控溅射法,应选取较低的工作气压;同时,对于薄膜型阴极,具有紧密晶粒结构及较小缺陷的薄膜可能具有更优异的场发射性能。     

一种基于双通道CNN和LSTM的短期光伏功率预测方法

针对传统光伏功率预测特征提取不足导致预测精度不高的问题,提出一种双通道网络模型进行光伏功率预测。首先将光伏功率历史数据进行归一化处理,再将数据送入两个并行的卷积神经网络(Convolutional Neural Network, CNN)进行特征提取,经融合层融合送入长短期记忆网络(Long Short-Term Memory, LSTM)进行光伏功率预测。采用地中海气候光伏发电数据集进行测试,结果表明所提出的方法与单通道网络相比平均绝对误差(Mean-Absolute Error, MAE)减小了12.3%,均方根误差(Root-Mean-Square Error, RMSE)减小了3%,实现了更高的预测精度。     

Yb3+、Ho3+共掺杂NaYF4上转换发光材料制备及其发光性能

为了提高单结非晶硅太阳能电池的光电转换效率,缓解日益严重的能源和环境问题,采用高温固相法制备了稀土离子Yb3+和Ho3+共掺的NaYF4上转换粉体,并对其进行了X射线衍射测试、扫描电镜以及光致发光测试。对Yb3+和Ho3+共掺的NaYF4上转换发光材料在热处理工艺下的变化进行了研究,分析了表面形貌和相结构对上转换发光性能的影响。发现在980 nm近红外光的激发下,共产生3个发射峰,中心波长分别位于541、649、750 nm,为非晶硅太阳能电池的最佳响应波段,表明该材料可应用于非晶硅太阳能电池提升其电池效率。进一步研究表明：可通过改变退火温度来改变样品的表面形貌和相结构,进而大幅度提高样品的上转换发光性能。在退火温度为700益时,样品呈标准六方相结构、表面致密、粒径均匀、上转换性能提高近40倍。     

利用发射光谱研究ECR等离子体对钨的刻蚀

研究不同刻蚀条件下等离子体对钨表面的刻蚀变化,并对其原因进行分析有助于进一步了解其对钨的刻蚀机理,从而为如何提高钨材料的使用寿命提供一定的理论支撑.采用光纤光谱仪(Avaspec—ULS2048一USB2)检测在不同放电条件下电子回旋共振(electron cyclotron resonance,ECR)等离子体中受激发的钨原子、钨离子谱线的相对强度,从而根据其谱线的相对强度可以直接地反映出不同刻蚀条件下的等离子体对钨表面刻蚀的强弱规律.结果表明:偏压越大对钨表面的刻蚀越严重,气压则呈现先增大后减小的趋势;在N_2-Ar混合气体中随着N,体积分数的增加对钨的刻蚀逐渐增强;而对比He、N,和Ar三种气体,He等离子体对钨的刻蚀最为严重;在700 W、0.1 Pa条件下,0~175 V偏压范围的He等离子体对轧制态钨的刻蚀比再结晶态钨严重,而在175 V之后结果却相反.     

基于改进蝠鲼优化算法的光伏组件参数辨识模型

为了解决当前光伏组件模型中存在的参数辨识精度低和稳定性差的问题,提出了一种基于折射学习机制的蝠鲼觅食优化算法的三二极管光伏组件参数辨识模型(RLMRFO-TDM)。该模型将差分进化机制融入到MRFO算法的种群更新环节,提高了MRFO算法的局部探索能力,并加快了MRFO算法收敛速度;引入折射学习机制改善了MRFO算法的随机性,提高了种群在搜索区域中的离散性和MRFO算法的全局搜索能力。利用基准测试函数,验证了RLMRFO算法的有效性;采用STP6-120/36和STM6-40/36两种光伏组件的数据集对RLMRFO-TDM模型的参数辨识进行性能测试,与其他模型相比,RLMRFO-TDM模型的辨识精度、稳定性以及收敛速度表现最优。     

复合石墨烯/硅半球的宽带太赫兹超材料吸收器

提出了一种性能可调的宽带、极化与入射角不敏感的超材料太赫兹吸收器,该吸收器自上而下分为四层结构,分别是:硅半椭球/半球体复合结构、连续石墨烯层、PDMS介质层和金属背板。通过在TE波垂直入射条件下仿真,在已知结果基础上,对不同石墨烯化学势和不同结构条件下的电场结果分析表明,在硅半椭球/半球体亚波长复合结构所形成的连续、多模法布里-珀罗共振,以及由石墨烯所激发的多个离散的等离子体共振的协同作用下,其吸收光谱得到平滑和扩展,使该结构可实现吸收率宽范围可调,以及接近100%吸收率的宽频带吸收特性。特别的,当石墨烯化学势分别为0.2与0.9 eV时,其分别可获得约5.7 THz与7 THz的宽带太赫兹波吸收（吸收率超过90％）,且其最大吸收率接近完美吸收（约99.8％）。此外,该结构还具有360°极化不敏感和高于60°的入射角不敏感等优异特性,在以上角度范围内,吸收器吸收率仍可保持到90%以上。在太赫兹波探测、光谱成像以及隐身技术等方面具有潜在的应用前景。     

BTS极性微晶玻璃恒温场晶粒定向生长机理

Halliyal和Ruessel认为，极性微晶玻璃的晶粒定向生长是由于高温梯度场驱动的。但这难以解释BTS极性微晶玻璃的特殊恒温场晶粒定向晶化工艺。基于实验和理论分析，提出BTS极性微晶体的偶极子模型，证明在特殊恒温场下，极性微晶诱导产生的静电作用，是晶粒定向生长的一个重要因素。模拟计算表明，极性微晶体诱导电场能Ec=0.35eV,约为晶体形成活化能ΔGa(2.39eV)的15％，改变了晶粒在不同方向的生长速率，显著影响微晶玻璃的晶粒定向生长过程，有利于极性微晶体的择优取向生长。