【摘 要】
：
近年来基于共轭聚合物超薄膜的有机场效应晶体管（OFET）成为气体传感领域的热门研究方向。由于超薄膜的厚度仅为几个单分子层厚,其用于气体传感可以增加OFET导电沟道与气体分子的物理接触面积,减少气体分子在有机半导体中的扩散路径,从而提高传感器件的传感性能。本论文围绕OFET超薄膜微观结构与电学、气体传感性能之间关系尚不清楚这一问题,以优化超薄膜OFET气体传感器制备工艺、提高OFET器件传感性能为目
论文部分内容阅读
近年来基于共轭聚合物超薄膜的有机场效应晶体管（OFET）成为气体传感领域的热门研究方向。由于超薄膜的厚度仅为几个单分子层厚,其用于气体传感可以增加OFET导电沟道与气体分子的物理接触面积,减少气体分子在有机半导体中的扩散路径,从而提高传感器件的传感性能。本论文围绕OFET超薄膜微观结构与电学、气体传感性能之间关系尚不清楚这一问题,以优化超薄膜OFET气体传感器制备工艺、提高OFET器件传感性能为目标,利用相分离法在共轭/绝缘聚合物共混体系中制备共轭聚合物超薄膜,研究了超薄膜微观结构与电学及气体传感性能之间的关系。围绕如何解决器件敏感性与电学稳定性相矛盾这一问题,探索了超薄膜叠层结构在气体传感器方面的应用,主要取得了如下成果:（1）通过调控共混聚合物的相对浓度,获得了一系列具备垂直相分离结构的复合薄膜。使用简单的转移-刻蚀方法,获得了一系列不同厚度的超薄膜。相分离方法能够精确控制超薄膜厚度,可应用于超薄膜传感器的制备中。（2）制备了基于有机场效应晶体管的超薄膜氨气传感器,研究了超薄膜厚度与超薄膜OFET电学性能和氨气传感性能之间的关系,结果显示超薄膜厚度越薄,器件传感性能越好,电学性能越差。超薄膜OFET传感器件有着非常优异的氨气传感性能:灵敏度为S=953,响应时间和恢复时间分别为Tres=0.63±0.11 s和Trec=20.29±2.38 s。（3）结合相分离方法以及转移-刻蚀步骤制备了超薄膜叠层结构的OFET传感器,超薄膜叠层能够有效提高并稳定OFET传感器的电学性能,随着超薄膜堆叠层数上升,空穴迁移率能够保持上升趋势且最大值为0.58 cm~2V-1s-1。超薄膜叠层为制备同时具有良好电学性能与传感性能的OFET传感器提供了一种新思路。（4）制备了具有叠层超薄膜结构的高性能有机晶体管氨气传感器,研究超薄膜叠层结构对器件电学性能以及传感性能的影响。证明了基于相分离的叠层方法能够有效控制OFET的电学性能以及氨气传感性能。制备出在10 ppm氨气环境下,电学迁移率为0.23 cm~2 V-1 s-1,氨气传感性能为90.7%,性能良好的OFET氨气传感器。
其他文献
基于计算机视觉的安全帽检测和身份识别一直是施工现场安全监控研究的重点。目前很多研究可以有效地识别没有佩戴安全帽的工人,但是对于工人的身份信息却很难确定。因此为了更有效的实施安全管理,本文提出了基于计算机视觉和深度学习的安全帽检测与身份识别的综合方法,对建筑工人进行安全帽检测的同时可以识别其身份。对于安全帽检测,本文采用基于YOLOV3的神经网络算法。数据集来源于公共数据集SHWD（Safety h
快速、准确的早期诊断对临床医学疾病的预防和治疗至关重要,以蛋白质、核酸、小分子等为代表的生物标志物作为药物研发靶点、疾病发病机理和预后的可衡量指标,已经被应用于早期疾病诊断和药物研发领域。CRISPR/Cas是细菌和古细菌中用于防御病毒感染的适应性免疫系统,其能够通过向导RNA（g RNA）引导Cas蛋白靶向特定的核酸序列。其中,Cas12a（Cpf1）是一种来自2类V-A型CRISPR/Cas系
声发射技术具有对损伤敏感、受几何构造影响小、探测距离远等优势,适用于土木工程结构的在线监测。利用声发射进行结构健康监测需要通过声发射信号的定量分析达到损伤识别、定位和评估的目的。声发射信号包含材料的动态微观损伤信息,不同损伤机理的信号通常具有不同的瞬时频率成分。本文针对声发射信号定量分析的需求,提出基于时频分析和深度学习的声发射信号分类方法。采用小波变换研究声发射信号的时频能量分布,然后建立卷积神
自2004年第一个基于核酸适配体的药物Macugen被成功运用于临床治疗后,核酸适配体药物便有了一定的发展。然而,目前用于临床治疗的适配体药物只有少数几种,而造成这种现象的原因之一是适配体的构象稳定性差。适配体折叠能量是评估适配体构象稳定性的重要参数,但是目前测量适配体折叠能量的方法有限且存在一定的误差。除上述基于适配体的药物发展所面临的问题之外,基于适配体的生物传感器同样面临着一定的困难。由于通
相控阵雷达、5G无线通信试验系统、宽带数字接收机和数字示波器的高速发展正在将系统带宽不断推高,显著增加了数据采集系统对高速、高精度ADC（Analog-to-Digital Converter）的需要。时间交织ADC（Time-Interleaved ADC,TIADC）技术是提高采样率的有效途径,但是这将不可避免地引入通道失配误差,主要包括失调失配、增益失配和采样时间失配,并严重降低了TIADC
随着互联网和大数据技术的发展,方方面面对数据的依赖越来越强,产生的数据规模越来越大,数据样本复杂度也越来越高。为了精准地预测数据,获取准确且有价值的信息,就需要选择合适的技术进行处理。本文借助极限学习机模型的优势,针对多标签分类中的数据标签和数据样本结构问题开展相关研究工作,主要工作包括:对于多标签分类中存在非线性的数据样本和重复的样本数据问题,本文提出了一种基于在线顺序极限学习机的改进算法—样本
移动自组织网络（Mobile Ad-hoc Network,MANET）具有无基础结构、自组织和多跳能力的特性,在军事任务或紧急救援中具有巨大的潜在应用。对于军事场景而言,在MANET中实现低成本、高效的反入侵、反窃听和反攻击机制非常重要。入侵MANET或攻击MANET的目的通常与有线Internet的目的不同,有线Internet的安全性机制如集中认证和授权已得到广泛探索和实施。而对于MANET
机器人执行抓取任务时,力传感器和力执行器是两个重要的工作部件,利用力传感器可实现力执行器的闭环控制,提升机器人的抓取智能水平。由于具有良好的延展性和安全交互性,柔性力学传感器和力执行器随着柔性电子技术的发展逐渐兴起,已成为智能机器人领域的研究热点。然而,目前相关研究集中于单一力传感器或力执行器件的研究,关于两者一体化集成的研究工作较少。此外,力传感器和力执行器使用的原理不同,信号转换复杂、集成度较
Cu2+在生理和病理事件中起着至关重要的作用,人体中Cu2+的不平衡会产生许多问题,比如人体中过多的Cu2+会产生多种肝脏或肾脏疾病,但是当体内Cu2+不足时,会使人们产生脑缺血从而患上神经衰退性疾病严重者甚至死亡。因此,开发一种用于Cu2+实时快速测定的高效方法具有重要的研究意义。鉴于现有的Cu2+检测技术精度较低、需要复杂的样品预处理和笨重的仪器、且检测时间久,无法满足实时检测等一系列问题的存
图像的风格迁移是一种重要的图像处理技术。风格迁移技术旨在通过一定的算法,将一张图片的内容信息与另一幅图片的纹理、色调、轮廓等风格信息相互融合,继而创造出一张全新的图像,与原图像相比,生成的图像在原有的内容信息不改变的情况下,风格却变得迥然不同。近年来,深度学习的快速发展以及其在图像处理方面的优异表现引起了研究者们的广泛关注,研究者们开始运用深度学习技术来研究图像的风格迁移问题,并取得了许多突破性的