ZnO/α-Al_2O_3界面结构的掠入射X射线衍射研究

采用脉冲激光沉积(PLD)技术,以α-Al2O3(001)为衬底,在不同衬底温度下制备ZnO薄膜.利用X射线衍射(XRD)和同步辐射掠入射x射线衍射(GID)研究了薄膜的结晶性能和薄膜与衬底的界面结构.实验结果表明,在衬底温度较低(450℃)时,ZnO薄膜主要受衬底拉应力的作用,使界面处a方向的晶格常数增大;而在衬底温度较高(750℃)时,ZnO薄膜主要受衬底压应力的作用,使界面处a方向的晶格常数减小;在优化的衬底温度(650℃)下,ZnO薄膜受到的衬底应力较小,结晶性最好.且ZnO薄膜垂直方向的晶格排列要比面内的晶格排列更有序.     

衬底温度对PLD方法生长的ZnO薄膜结构和发光特性的影响

在不同的衬底温度下, 通过脉冲激光淀积的方法在Si衬底上生长出c轴高度取向的ZnO薄膜. ZnO薄膜的结构和表面形貌通过X射线衍射和原子力显微镜表征. 同时以He-Cd激光和同步辐射作为激发源来测试样品的发光特性. 实验结果表明, 在衬底温度为500℃时生长的ZnO薄膜具有非常好的晶体质量, 并且表现出很强的紫外发射. 在用同步辐射为激发源的低温(18K)光致发光谱中, 还观察到了一个位于430nm处的紫光发射, 我们认为这个紫光发射与存在于晶粒间界的界面势阱所引起的缺陷态有关, 这个势阱可能起源于Zn填隙(Zn _i)     

水盐体系的介稳相平衡研究进展

我国青藏高原以富含硼、锂盐湖卤水而闻名于世,其卤水体系属Li 、Na 、K 、Mg2 (Ca2 )//Cl-、CO2-3(HCO-3)、SO2-4,Borate-H2O体系,因其特殊性质,被称之为"盐湖卤水体系".开展介稳相平衡领域的研究,不仅具有重要的学术理论意义,而且可指导盐湖卤水的综合开发利用.文章着重归纳介绍了近年来国内外水盐体系介稳相平衡的研究进展.     

基于计算机技术的材料研发方法概述

[目的]随着大数据时代的到来和材料基因组计划的提出,材料的研发模式开始由"试错法"向科学研究第四范式转变.本文主要针对新材料研发模式中涉及的计算机技术进行概述.[方法]作者跟踪调研了近年来材料计算科学和数据驱动材料研发的文献资料,对计算机技术在材料研发中的应用进行了总结和讨论.[结果]以材料计算科学和"数据+人工智能"...     

能量色散X射线散射实验平台研制及其在违禁品检测中的应用研究

研制了用于检测违禁品的能量色散X射线散射实验装置.利用NaCl作为标样对装置的可靠性、准确性、能量分辨率进行了验证,结果表明,该装置采集的NaCl能量色散X射线散射谱获得的NaCl晶格常数与PDF (Powder Diffraction File)卡片能较好符合,在15.82 keV处衍射峰的能量分辨率达2.2%(FWHM).用该装置对TNT和海洛因进行检测,结果显示不同物质的能量色散X射线散射谱具不同特征,分析表明,由该装置获得的TNT和海洛因的晶格常数与PDF卡片能较好符合,在探测角10°、12°时获得的TNT、海洛因的能量色散谱图中衍射峰数目较多,强度较强,更宜进行TNT、海洛因识别.由此,利用该装置对违禁品检测是可行的.     

基于GPRS的砷氟监测仪无线控制系统

水环境问题越来越受到世界各国的关注,长期饮用含高浓度砷、氟等微量元素的水会引起多种疾病.传统的砷氟分析仪器由于手工操作存在许多缺陷.无线通信技术的飞速发展为全自动电化学仪器提供了良好的平台,它在充分发挥GPRS技术优势的基础上,配合微污染物测试系统,实现实时监测、无人值守.通过多次实验,基于GPRS的无线控制系统在通信信号不佳的情况下依然能够稳定地实现仪器的启动以及数据传输等操作,监控者可以通过相应的账号登录浏览水中微污染物的测试数据.     

基于 Slurm 的深度学习高性能计算平台设计及其调度实现技术

传统上,HPC 与解决大规模科学计算和相应大数据紧密结合。伴随着物联网、移动互联网时代的到来,数据呈现出前所未有的爆炸式的增长,给人类对数据的利用方式提出了新的命题与挑战。2012 年,Hinton 采用深度学习的方法以巨大的优势摘取 ImageNet 的桂冠,让人类看到了海量数据与人工智能相结合的巨大价值。HPC 系统天然与深度学习无缝对接,本文将以高性能计算集群为基础,提供搭建一整套高性能的深度学习平台设计思路与实现,并以 Slurm 调度分布式 TensorFlow 进行海量数据的相关的测试实验。     

基于MIC架构稳健投资组合并行算法及实现

投资组合选择是数量化投资管理领域中的一项关键技术,目前其在应用中亟需高性能算法与实现研究。本论文针对现实投资场景下的稳健投资组合选择最优化模型,设计出高效的并行算法,利用并行计算技术多层级优化性能,实现对稳健投资组合计算的快速响应。该稳健投资组合将模糊集理论与投资组合理论相结合,建立基于可能性理论和机会测度的投资组合模型,用BP神经网络算法和遗传算法对模型进行求解,并在最新的高性能计算集成众核(Many Integrated Core,MIC)架构上实现并行。文章选取上证50指数成份股近两年的交易数据,对并行算法及其性能进行分析。结果显示,该算法计算得到的投资组合收益率优于经典模型收益率和上证50指数同期收益率,基于MIC架构的并行求解性能优于传统的CPU架构,平均并行效率达到80%。