【摘 要】
：
胶体半导体量子点（以下简称量子点,Quantum dots,QDs）具备独特的光学特性,作为光转换材料在背光显示和固态照明领域得到广泛应用。量子点一般通过与硅胶混合用于制备荧光转换发光二极管（QCLED）,但其在器件封装过程中存在稳定性差以及在硅胶中分散性差等问题。利用微乳液法在量子点表面包裹生长二氧化硅,形成核壳结构量子点@二氧化硅（QDs@SiO2）,可以有效的改善量子点的稳定性以及硅胶兼容性
【基金项目】
：
国家自然科学基金（51902082）；
论文部分内容阅读
胶体半导体量子点（以下简称量子点,Quantum dots,QDs）具备独特的光学特性,作为光转换材料在背光显示和固态照明领域得到广泛应用。量子点一般通过与硅胶混合用于制备荧光转换发光二极管（QCLED）,但其在器件封装过程中存在稳定性差以及在硅胶中分散性差等问题。利用微乳液法在量子点表面包裹生长二氧化硅,形成核壳结构量子点@二氧化硅（QDs@SiO2）,可以有效的改善量子点的稳定性以及硅胶兼容性。但是,目前催化剂对QDs@SiO2形貌和性能的影响以及二氧化硅壳层厚度对量子点在QCLED中发光特性的影响尚缺乏系统研究。基于此,本论文研究了不同催化剂在QDs@SiO2制备过程中对其形貌、效率的影响,同时深入研究了二氧化硅壳层厚度对QDs@SiO2在QCLED中的光学和热学特性的影响。具体工作内容如下:（1）核壳结构QDs@SiO2的可控合成研究。基于微乳液法,采用同种催化剂分别制备了Cd Se/Zn S球形QDs@SiO2和Cd Se/Cd S棒形QDs@SiO2;然后,分别采用不同种类的催化剂和不同浓度的催化剂制备、QDs@SiO2;并对以上制备得到的所有核壳结构进行形貌和光学特性表征。可以得出,QDs@SiO2的形貌主要取决于量子点本身的形貌;催化剂氨水和甲胺溶液都可以实现QDs@SiO2的可控合成,但是,两种催化剂的碱性不同,导致反应速度和产物的光学性能存在差异。当催化剂浓度为10 wt%时,QDs@SiO2光学性能较好。而丁胺催化性能较弱,难以有效控制二氧化硅生长和包裹量子点。（2）QDs/SiO2在QCLED中的光学和热学特性研究。首先制备出二氧化硅壳层厚度范围为10-60 nm之间的Cd Se/Zn S球形QDs@SiO2。通过光、热学模拟结合实验结果,研究了不同纳米颗粒的光散射、热积累以及浓度淬灭对QCLEDs光学性能的综合影响。研究结果表明,在低功率密度环境下,二氧化硅壳层厚度范围在20-30 nm之间时,QDs@SiO2具有抑制自吸收淬灭和增强光散射的最佳光学性能;在高功率密度环境下,QDs@SiO2内部会产生热集聚,较薄的二氧化硅壳层,范围为10-15 nm之间,更有利于降低QCLEDs中量子点的热淬灭而保持其发光效率。此部分研究为开发合适的QDs@SiO2核壳结构以满足不同QCLEDs器件的应用需求提供了指导。
其他文献
短期电力负荷预测,对于电力系统的安全运行以及电网日常规划的制订都起着非常重要的作用。构建合理的预测模型是获取准确预测值的基础。机器学习模型用于短期电力负荷预测时通常会面临如下问题:电力负荷序列是一种时间序列,具有非平稳性等特点,对其产生影响的因素较为复杂,因此在模型参数选取上存在一定的困难。当预测模型的输入时间序列较长时会增大训练规模,使得模型的训练时长大幅增加。能否充分挖掘历史序列中的隐藏信息与
随着智能电网技术的不断进步和智能电表的普及,给我们提供了大量的电能消耗数据。而电能数据规模的快速增长以及类型的多种多样,让人们对电能数据处理和分析有了更高的要求。用户侧电能数据即客户用能数据,在电力大数据中占有很大比例,体现了客户的实际用电需求。在电力工程领域中,客户用能通常是借助电力负荷曲线来展现。为了全面了解客户的用电特性,引导客户合理用电,同时保障电网企业正常平稳地运营。本文基于深度学习方法
地基云图分割有助于天文台观测站的选取,传统的云分割方法过多地依赖参数的调整与图像特征的人工标定,无法精确地将云从天空背景中分割出来,面临着诸多困难和挑战。卷积神经网络对图像有着很好的特征提取能力。本文从实际应用出发,通过对地面全天相机拍摄得到的云图进行分析,结合深度学习中的图像语义分割技术,开展对地基云图自动分割的相关研究。光线是影响地基云图分割的第一要素,在不同的光线条件下,云呈现出不同的视觉效
蓝宝石因其硬度高（莫氏硬度为9）、耐高温、耐腐蚀、透光性好等良好的物化特性成为现代工业中极其重要的基础材料,已被广泛应用于光电子、微电子和军工航空航天等领域的超精密器件衬底材料和窗口材料。随着器件性能的不断提升,给高硬度和易脆的蓝宝石衬底高质量加工带来了更大的挑战。化学机械抛光（CMP）是目前实现蓝宝石衬底超精密加工技术之一。抛光液是决定CMP加工质量的主要因素之一。M面蓝宝石衬底尽管比C面有更高
当今世界,肺癌已成为世界上常见且致命的疾病,肺癌的早期诊断与治疗是降低死亡率的关键。计算机以及人工智能辅助诊断技术可以有效帮助医师提升病灶检出率、降低漏诊和误诊率。因此,采用计算机辅助技术辅助医师诊断已成为当前医学图像分析领域的重要研究热点之一。肺癌的早期表现为肺结节,肺结节的鉴别是诊断肺癌的一个重要环节,而肺结节良恶性的区分是医生对结节分期评估的重要依据。本课题研究了基于卷积神经网络的CT图像肺
中红外超连续谱（supercontinuum,SC）光源具有超宽频谱、高相干性和高亮度等特点,在很多领域都有着广泛的应用。脉冲泵浦光纤产生中红外SC的过程中,受到了调制不稳定性（modulational instability,MI）增益的作用,会导致基阶孤子碰撞形成光学流氓波（optical rogue wave,ORW）。ORW的产生影响了SC的相干性、稳定性以及平坦性。因此如何有效调控ORW
随着社会发展及人民生活水平的不断提高,选择自驾出行的人越来越多,这也带来了更多的交通隐患。驾驶员在正常驾驶过程中,与驾驶无关的行为或表情导致的驾驶分心往往会造成严重的交通事故。因此分心驾驶检测逐渐受到研究者以及汽车企业的重视,本文基于深度学习技术,将驾驶员的行为和表情同时作为研究对象开展了研究,具体研究内容如下:（1）为在真实的驾驶场景中验证本文提出方法的有效性,自制了驾驶场景下多个任务的数据集。
在农作物的生长过程中,及时有效地发现其病害状态并进行预警是保证作物健康生长的前提。现阶段,作物生长过程中的病害诱导环境因素难于调控,病害预警信息滞后,预警效果差,且病害的监测识别算法过于复杂,难以在资源有限的嵌入式设备上实现。为此,本文针对温室作物的病害防治工作,分别设计了发病前的病害预警方案和发病后的病害图像识别方案,并搭建了监测预警系统,辅助农户进行病害的综合防治和温室的日常管理工作,主要研究
由于包层微结构排布直接决定光纤导光机制及波导特性,亟待一种光纤测试表征技术辅助其对称性和均一性控制。光频域反射（Optical Frequency Domain Reflectometry,OFDR）作为一种基于光纤波导本征瑞利散射效应的高空间分辨率的分布式双折射测量技术,相关研究多聚焦在双折射传感应用研究,对光纤本征双折射特性及其测量却鲜有报道。据此课题提出一种基于光频域反射原理的微结构光纤测量
电子鼻因成本低、识别速度快和易于操作等特点被广泛应用于气体和气味的检测。通常基于金属氧化物半导体（Metal Oxide Semiconductor,MOS）气体传感器阵列的电子鼻采用恒温加热的方式使传感器进行工作,近期研究表明,采用非恒温工作模式如温度调制可以提高气体传感器的性能如选择性,提取到更多的传感器响应特征。因此,本论文将温度调制技术与电子鼻相结合,研究了MOS型气体传感器分别在瞬时温度