基于毛细管力的一维纳米材料的自组装研究

来源 :中国科学院化学研究所 | 被引量 : 0次 | 上传用户:huanyu2121
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
一维纳米材料的可控生长,也就是图案化的一维纳米材料表面的制备对于微纳米器件的构筑有着重要的意义,在许多领域,如电学、磁学、光学以及生物学方面有着许多重要的应用,而一直是许多科学家的研究热点。一般说来,基于气—液—固机理的一维纳米材料的可控生长中,对基底进行的催化剂的预先图案化是必要和有效的方法,然后通过一维纳米材料对催化剂的选择性生长来实现其可控生长。 本论文中,发展了一种新的方法,水滴铺展法,通过对几种一维纳米材料的阵列的自组装,最终得到具有微米尺度的图案化表面。研究表明,毛细管力是该自组装的驱动力。 一.利用水滴铺展法,将阵列碳纳米管膜自组装为三维微米尺度的图案化表面。水滴在铺展过程中产生的毛细管力和同时在水平方向上产生的静水膨胀力是实现自组装的驱动力。理论计算表明,碳纳米管膜上的低密度或空穴区域将成为组装后微米图案的中心。于是,通过激光人工制造一些具有规则排列的低密度区域可以实现对这种自组装行为的可控,进一步通过调控激光斑点的大小、形状和排列方式可以实现各种图案化的碳纳米管膜表面。 二.利用溶液铺展法,将NaOH溶液在多孔氧化铝模板上铺展,一定时间后,通过化学腐蚀的作用,溶液将模板的交联结构释放,得到氧化铝纳米线阵列;同时,溶液体系在铺展过程中产生的毛细管力将会诱导同时产生的纳米线自组装为微米尺度图案。激光的引入同样可以控制自组装,激光产生的瞬间高能量将使局部区域的氧化铝熔化,形成结点,而成为整个组装的中心区域。由此,通过激光在多孔氧化铝模板表面按照规则阵列的刻蚀,可以得到相应的组装图案,从而实现对自组装的控制。 三.用化学气相沉积法,选用不同的金属作催化剂,在不改变其他实验条件的情况下可以制备得到不同表面形貌的氧化锌薄膜。实验表明,金催化的表面呈现微纳米的复合结构,而镍催化的表面是密堆积的微米片装结构。金催化得到的氧化锌的表面由于足够的粗糙度而表现出超疏水性,而镍催化的表面,由于表面粗糙度小,不够形成水滴与薄膜之间的非浸润接触,而只能表现出一般的疏水性。通过紫外光照射和在暗处放置的交替操作,可以在两种表面分别实现超疏水,疏水和超亲水之间的可逆转变。表面发生的光化学反应是造成这种转变的原因。
其他文献
近年来,超临界CO2和离子液体作为绿色溶剂已受到普遍关注,两者的结合不仅吸取了各自的优点,而且产生了一些新的特性。超临界CO2/离子液体体系在化学反应、分离等方面有广泛的应
在古汉语中有两种常见的修辞格——互文与变文。这两种修辞格容易使人混淆,张冠李戴。在郭锡良、田瑞娟等人主编的《古代汉语》中,“变文”未单立,归类在“互文”中。书中写道:“古人所说的‘互文’,还包括为了避免行文重复,在同一语言环境中用同义词互训。如:时维九月,序属三秋。(王勃《滕王阁序》)”以笔者之见,二者是两种不同风格的修辞格,它们有不少的区别点,我们可以引导学生从以下三方面去区分:  一、从概念上
通过对鳗鱼生活行为的分析与研究,提出一种离散问题的新型鳗鱼群智能算法。描述鳗鱼洄游中的行为,提取鳗鱼浓度适应、邻近学习、性别突变3个重要行为,并建立模型进行数学描述
随着社会与经济的发展,肠易激性综合症(IBS)已经在很多国家和地区广泛分布。肠易激性综合症(IBS)的主要临床症状为腹部不适(腹胀)和(或)疼痛及慢性间隙性排便习惯和大便性状的改变,有时
3(R,S)-甲基吗啉-2,5-二酮(MMD)是羟基乙酸与丙氨酸的环状二聚体,能通过开环聚合生成具有交替结构的聚酯酰胺,该材料同时具有酯键和酰胺键,其降解速度较聚酯类聚合物要快,是一种降解性
英语语法框架的构建在大学阶段学习中起到至关重要的作用,它直接关系到其他语言输出类课程的有效进行和学生英语语言的内化效果。在构建主义和语用学指导下,山东外事翻译职业
由美国著名汉学家费正清和麦克法夸尔主编的《剑桥中华人民共和国史》一书中这样谈论林彪在外逃之前的情形:“在北戴河,叶群在与周恩来通话后,立即采取行动。她与林立果一起,喊醒吃了安眠药睡下的林彪,告诉他有人要来逮捕他。他们焚烧了文件,然后钻进汽车,驶往机场。”
  乙烯酮分子的光解反应作为研究单分子解离的模型系统具有重要的理论和实际意义。作者在论文工作期间利用离子速度成像方法研究了乙烯酮分子在208nm、213nm和218nm三个解
高职高专英语教学旨在加强学生职业英语能力的培养,关注学生英语应用能力提高,满足社会经济发展需要。本研究在开展用人单位对高职毕业生英语能力需求和高职毕业生英语能力现
microRNA是一类长度约22nt的非编码小分子RNA,通过转录后调控影响动、植物的生长发育,研究microRNA的关键是预测其作用的靶基因。基于机器学习的靶基因预测方法由于成本低、