表面修饰纳米MoS2微粒的TEM和HREM研究

表面修饰纳米ＭｏＳ２微粒的ＴＥＭ和ＨＲＥＭ研究徐洮ａ张治军ｂ赵家政ａ薛群基ａ（ａ．中科院兰州化物所固体润滑开放室，兰州７３００００））（ｂ．河南大学化学系，开封４７５００１）纳米材料以其“体积效应”和“表面效应”显著而区别于一般颗粒及传统的块体材料，...     

仿生扑翼推进装置仿真研究

针对新型仿生扑翼推进装置的特点，进行了机构动力学分析。依据扑翼产生升力和推力的机理，并利用ADAMS软件建立了仿真模型。针对不同扑翼面积和扑翼不同的运动速度两个参数对仿生扑翼推进装置产生升力的影响进行了仿真，对结果进行了分析，得到了一些有价值的参数。     

电活性分子L-B膜修饰CdSe薄膜电极的光电化学研究

用电活性分子——硬脂酸二茂铁酯L-B膜修饰了薄膜CdSe电极,在单色光650nm光照下用循环伏安法研究修饰的薄膜电极的光电化学性能。研究结果指出经多层L-B膜修饰后,薄膜CdSe电极的,I-V性能和光稳定性都有明显改善。用界面能级关系讨论了硬脂酸二茂铁酯L-B膜在光照的CdSe薄膜/Fe(CN)_6~(4-)溶液界面起传递电荷的中介作用,加速了界面的电荷转移。     

亚硝酸钠刻蚀液对多晶硅表面陷阱坑形貌的影响

酸刻蚀多晶硅表面技术是当前太阳能研究的热点之一。利用亚硝酸钠比硝酸钠氧化能力弱的特点,在普通酸刻蚀液中用亚硝酸钠取代硝酸配制多晶硅表面刻蚀液,然后在相同的工艺条件下刻蚀多晶硅表面。实验样品的SEM显示:含有NaNO2酸刻蚀液使多晶硅表面能布满蚯蚓状的腐蚀坑,腐蚀坑的深度比传统的酸刻蚀的陷阱坑深,而且密度分布比较均匀,样品平均反射率下降到23.5%,与传统配方酸刻蚀液刻蚀的多晶硅表面相比,平均反射率下降了8%左右。     

浅析仿生书架的设计

文章就鱼形仿生书架的设计进行了探析,论述了设计定位、设计深化、设计检验的过程。文中对鱼形图案的寓意进行了研究探索,对深入理解与传播传统精神文化亦有所裨益。希望该设计成果能为其他家具仿生设计提供一定的参考。     

BN—SF和BN—HF型皮革涂饰用树脂乳液的研究

本文介绍了用丙烯酸酯类单体与其他单体为原料,通过多元乳液共聚制备BN-SF和BN-HF两种新型皮革涂饰用高分子乳液的方法。并对所得胶乳及胶膜的物化性能进行了测试。论文还讨论了单体的配比,乳化剂的变化对乳液及胶膜性能的影响。实验表明这两类涂饰材料综合性能优良,贮存稳定性好。粒度范围为0.05～0.15)μm。经国内有关厂家成批量应用后表明该材料对皮革的涂饰效果好,涂层性能优良。     

基于聚多巴胺的仿生界面设计在含能材料中的应用研究进展

界面结构对含能材料的力学性能、安全性能、热稳定性均具有重要的影响。聚多巴胺(PDA)是一种能使绝大多数基体功能化的表面化学材料,具有制备简单易控,反应温和,操作安全,可再进一步功能化等优点。近年来,仿生PDA包覆广泛应用于含能材料领域并取得良好进展。本文就PDA基仿生可控界面对含能材料结构和性能影响进行了综述。从PDA粘结机理出发,介绍了PDA对含能材料和功能填料进行表面功能化的方法,重点阐述了PDA表面改性对炸药的安全性能、热稳定性、力学性能和导热性能的影响规律。总结了PDA在含能材料结构设计和性能调控中的独特优势,指明目前存在的问题,建议进一步探明PDA与含能材料、粘结剂间作用机理,设计规整可控的界面结构,引入功能性高分子,并拓展含能材料用表面功能化材料种类。     

一种记忆可修剪型仿生机器人的速度跟踪算法研究

针对强化学习算法训练网络规模较大、运行时间较长、过度拟合等问题,提出一种记忆可修剪型强化学习仿生模型(H-RLM)作为两轮机器人的学习机制。该算法将神经网络输出与期望输出的最小均方差作为代价函数,采用Hessian矩阵和Markov相结合的决策进行寻优,选择最大评价值对应的最优行为。这样既可以保证初期网络学习训练内容的完整性,又降低了系统对初始条件的约束性,提高了控制算法的泛化能力。利用H-RLM和强化算法对两轮机器人进行速度跟踪实验,结果表明,H-RLM算法能够提高网络学习效率、消除延迟影响、减小输出误差,获得了良好的动态性能。     

有机太阳能电池电极修饰方法的研究进展

20世纪以来,能源问题日益成为制约世界经济发展的瓶颈。人们逐渐把目光投向可再生无污染能源,诸如太阳能、风能、生物能、潮汐能等可循环利用资源,其中太阳能的应用前景最为广阔,把太阳能转化为电能已成为现实。文章重点研究提高有机光伏电池效率的电极修饰方法,主要介绍了有机太阳能电池阴阳两极界面修饰的材料和方法,同时阐述了新的阳极材料和电池结构模型即反型倒置太阳能电池的研究进展情况,通过大量的理论和实验证明,电极修饰可极大地提高器件的光电转换效率、寿命和稳定性。     

基于NSCT和仿生模式的人脸图像识别方法

针对现有的人脸图像识别算法准确度不高的问题,提出了一种基于非下采样Contourlet变换(NSCT)和仿生模式的人脸图像识别的方法。对人脸图像进行NSCT分解,并将分解后的各系数矩阵转化为能量特征,利用仿生模式识别算法实现对人脸图像的识别。使用UMSIT、Yale和ORL人脸库进行实验,且设计了无拒识和有拒识两组方案,实验结果表明:与传统方法相比,利用基于非下采样Contourlet变换和仿生模式的人脸图像识别的方法能够获得更高的正确率,而有拒识的方案能够获得更好的综合性能。