掺杂型Ⅰ-Ⅲ-Ⅵ族多元量子点的制备及应用研究进展

Ⅰ-Ⅲ-Ⅵ族多元量子点具有粒径尺寸小、半峰宽较宽、Stokes位移大、抗光漂白能力强、绿色环保等优异的物理化学性质,通过改变其化学成分可以实现发射范围在可见光到近红外光区域连续调谐,同时避免了Cd、Hg、Pb等重金属元素和Se、Te、P、As等剧毒阴离子的使用。上述优点使其成为替代传统二元量子点的理想材料,因此在太阳能电池、发光二极管、光探测器、生物成像等领域具有广阔的应用前景。与二元量子点相比,多元量子点由于含有多种不同类型的金属离子,存在金属离子反应速率不同的问题,使得晶体内部缺陷较多,因此荧光性能仍有待提高。掺杂过渡金属离子(例如Zn²⁺、Mn²⁺或Cu⁺)可有效调控多元量子点的带隙宽度,不仅可增大量子点的Stokes位移,还能促进辐射复合,从而有效拓宽发光范围,提高量子产率。本文详细阐述了掺杂型Ⅰ-Ⅲ-Ⅵ族多元量子点的发光机理,分别介绍了有机相和水相合成法制备该类型量子点的特点,通过有机相合成的多元量子点具有结晶性好、荧光量子产率高的优点,而水相合成的多元量子点具有安全环保、生物相容性好等明显优势。同时,本文综述...     

基于LCA的珠三角乡村景观保护与发展研究

基于珠三角部分地区乡村景观的保护与发展策略存在的不足,研究论证了英国景观特征评估将有助于改善乡村景观更新中“场所感”缺失的问题。通过解读针对我国尤其是珠三角地区的景观特征评估理论研究和实践的不足,结合珠三角乡村的景观导控现状,提出将英国景观特征评估方法进行本土转译,用于我国珠三角地区乡村的途径、要点和形式。该途径可用于珠三角乡村多个场所尺度的景观特征评估,将助力于珠三角乡村景观的保护与发展策略。     

改进生物地理学优化算法在配电网无功优化中的应用

针对生物地理学算法(BBO)信息利用能力强但搜索能力不强的问题,提出了一种结合遗传算法改进变异操作的算法.改进算法充分利用了遗传算法的搜索能力,使算法的寻优能力得到了很大的改善.将该算法应用于IEEE34节点的系统,采用分区的方法进行无功补偿优化.算例表明:与基本BBO算法、遗传算法的无功优化相比,改进算法在计算速度和优化效果方面都具有明显的优势.     

有机相微波合成AgInS2量子点及其白光发光二极管应用研究

AgInS₂量子点(AIS QDs)由于具有绿色环保、发射波长可调、荧光寿命长、斯托克斯位移大等优势,在光电和生物医药领域具有广阔的应用前景。采用微波辅助加热法在十八烯溶剂中制备了AIS QDs。通过X射线衍射、透射电子显微镜、光致发光光谱系统研究了反应时间对AIS QDs的物相、形貌及荧光性能的影响,采用傅里叶红外光谱和X射线光电子能谱表征了量子点表面结合的情况。实验结果表明：当微波功率为800 W、反应时间为5~25 min时均可以制备出AIS QDs。随着反应时间的延长,AIS QDs的粒径由3 nm增加至4 nm,发光峰位在592.0~619.6 nm范围内调谐;同时AIS QDs的荧光强度逐渐提高,并在15 min达到峰值,量子产率(PLQY)达到16.16%。进一步采用ZnS作为包覆壳层有效钝化量子点表面缺陷、提高荧光性能,制备出的AIS@ZnS QDs的PLQY增加至31.21%。将AIS@ZnS QDs和商用荧光粉共同作为发光层制备成白光发光二极管(WLED)器件,在20 mA电流驱动下发光效率(LE)为74.90 lm/W,显色指数(CRI)和色温(CCT)分别为83.31和3823 K,表明制备的量子点在固态照明领域具有潜在的应用前景。     

角型空化喷嘴撞击流流动特性研究

为探究空化撞击流条件下流体的流动特性,本文利用Fluent数值模拟软件考察了单喷嘴入口压力及靶距对空化射流轴心线上冲击压力、射流轴心线上速度分布,喷嘴入口压力为10 MPa时冲击靶面上径向压力分布、喷嘴出口处流线分布、湍动能及空化效果;确定了角型空化喷嘴的最优撞击喷距,模拟了空化撞击流撞击性能、撞击面湍动能及速度分布。结果表明,当空化撞击喷嘴间距在10 d时,空化撞击效果良好;空化撞击流撞击面上径向速度分布及湍动能分布呈m型,在撞击区呈较大的速度梯度,及湍动能大且集中的湍流区,有利于空化撞击区流体的混合;在撞击区,相向的空化射相互撞击,产生强烈的压力波动,大量空泡随射流到达撞击面,聚集在碰撞面两侧溃灭。     

改进粒子群算法在乙烯收率软测量中的应用

针对粒子群算法(PSO)容易陷入局部收敛的问题,提出一种引入反动因子并结合引力定律的方法来改进算法,增强其寻优能力,该改进算法命名为:GPSO算法.该算法利用引力定律快速确定粒子的寻优方向,寻优过程中当粒子陷入局部最优时利用反动因子的引入使粒子跳出局部最优.仿真实验证明该改进算法在收敛速度和寻优能力上都取得了显著效果.最后,用改进的算法优化BP神经网络的参数,获得了乙烯裂解转化率模型,实验结果表明,基于改进算法的神经网络模型能够较好地预测乙烯裂解转化率.