石墨炔纳米带热导率的分子动力学研究

来源 :福州大学 | 被引量 : 0次 | 上传用户:houjz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
石墨炔是以sp和sp2杂化形成的二维结构材料,包含丰富的碳化学键。随着石墨炔技术的发展,石墨炔的各项性能受到越来越多的关注,热物性是其中一个非常重要的特性。由于石墨炔的特殊结构使得其热物性难以测量,而且实验测量方法不能够体现微尺度的导热机理,然而通过分子动力学方法可以很好的模拟实现。目前,人们主要集中在光学、电学等方面来研究石墨炔,然而对其热性能的报道相对较少。因此,本文为了从微观尺度研究石墨炔纳米带的导热机理,采用了非平衡态分子动力学方法进行模拟。首先,模拟研究了石墨炔纳米带的热导率与其长度、宽度、边缘类型、势函数及温度等之间的关系。研究发现,石墨炔纳米带的热导率随着纳米带的长度或宽度的增加,呈上升趋势,这主要是因为横截面积增大时,声子在面内的传输受到的阻碍较小,而且边缘声子的散射相对减弱。尺寸相近的扶手椅形和锯齿形石墨炔纳米带的热导率,随长度或宽度增加而变化的速率不一样,验证了石墨炔纳米带具有各向异性,这主要是因为声子沿不同方向的传播速度不一致和不同边界结构对声子的散射也不一样。石墨烯纳米带的热导率高于石墨炔纳米带的热导率,这主要是与石墨炔的特殊结构有关。然后,模拟研究了空位缺陷对石墨炔纳米带热导率的影响规律。由于在制备石墨炔纳米带的过程中,不可避免有空位缺陷存在于晶格结构中,将影响石墨炔纳米带的物理性质。研究发现,存在空位缺陷使得石墨炔纳米带的热导率下降,且空位缺陷数量越多,热导率下降得也越多。乙炔链上碳原子对石墨炔纳米带热导率的贡献要小于苯环上的碳原子对其的贡献,当缺失相同数量碳原子时,空位缺陷在乙炔链上的石墨炔纳米带的热导率要高于空位缺陷在苯环上的热导率。这主要是因为空位缺陷会影响声子平均自由程大小,从而对石墨炔纳米带的热导率产生影响。最后,模拟研究了场力对石墨炔纳米带热导率的影响规律。研究发现,随着外加与热流同方向场力的增加,石墨炔纳米带的热导率先增大后减小;随着外加与热流方向相垂直的场力的增加,石墨炔纳米带的热导率逐渐增大。随着外加场力频率的增大,石墨炔纳米带的热导率呈下降趋势。
其他文献
随着现代化电子信息技术的飞速发展,电子芯片的集成化程度也越来越高,单位面积集成电路上散发出来的热量不断增加,因此对电子器件的散热有了更高更苛刻的要求。金属基复合材
为了精确控制青海盐湖结晶器工艺流程,有效建立相关控制系统模型,研发测量波美度模型的BP神经网络。研究可全局收敛快速学习算法,以满足系统的实时控制与良好性能的需要;通过
在互联网快速发展的现代社会,作为人类社会生产生活中最重要的信息载体之一,网络中蕴含着大量有价值的地理位置信息。而这些信息大都以网络文本的形式存在,因此,如何从网络文
中药注射液的质量控制是中药现代化面临的核心问题之一。质量可控是中药注射剂安全有效的基础和保障,科学合理的质量标准是药品质量保证体系的重要组成部分。本论文以单味制剂祖师麻注射液为研究对象,将现代仪器分析与化学计量学相结合,从化学和生物学角度建立一种综合的中药注射剂质量评价方法。本论文的主要研究内容如下:1、首先建立祖师麻注射液的HPLC指纹图谱和化学模式识别模型,为评价祖师麻注射液的质量一致性提供参
高速加工技术能够实现加工质量和加工效率的两方面统一,是现代先进制造技术之一。对于高速高精度磨削加工来说,影响磨削加工精度最主要的因素之一是主轴的运行特性。电主轴的
脑-机接口(brain-computer interface,BCI)是一项可以在人脑与被控设备间直接搭建信息通路的全新技术,它为人类向外部世界发出指令提供了一种新的手段。目前,脑控轮椅的研究
近年来,高层建筑结构己成为一种日益流行的当代建筑结构,带转换层的高层建筑结构形式也受到了开发商和业主青睐,转换层结构实现了不同功能和结构的过渡。本文采用PKPM软件,分
随着城市的发展,城区一旦发生火灾事故可能会造成大量的人员伤亡和巨额的财产损失,如何合理地采取方案和措施降低火灾起数、火灾伤亡人数和财产损失成为了研究的一个突破点。
进入新世纪以来,数次影响全球的大规模传染病的爆发使全球卫生问题受到愈益广泛的重视。在各国政府和世界卫生组织积极应对的同时,越来越多的非国家行为体也进入到全球卫生领域。盖茨基金会就是其中最具影响力的代表。在参与全球卫生治理过程中,盖茨基金会投入了规模庞大的资金,并倡导了创新性的治理方式,对全球卫生治理产生了深刻的影响。本文以盖茨基金会的年报等资料为依据,考察盖茨基金会参与全球卫生治理的情况,探讨其在
在大数据时代,描述同一物体或事件的数据一般可以通过不同的来源或从不同的角度观察得到,这些数据被称为多视图数据。同时,这些多视图数据拥有数据规模大、维度高和内在结构复杂等特性。在大数据挖掘和分析中,充分获取和利用多视图数据中的知识非常重要。所以,如何有效地融合多视图数据,挖掘视图间的内在联系来进行高效学习是一项具有挑战性的工作。本文研究了基于深度学习的表示学习、多视图融合和聚类问题,并且在现有的聚类