【摘 要】
：
采用真空蒸镀和磁控溅射技术,制备了结构为Cu/Co Pc（Cu Pc）/Al的薄膜二极管和结构为Cu/Co Pc（Cu Pc）/Al/Co Pc（Cu Pc）/Cu的薄膜晶体管,对制备的器件在不同湿度环境下的电学性能进行了测试,通过计算表征器件的物理参数,探究该器件的工作原理,解析湿气对器件的影响机理,以及该器件作为湿度传感器的可能性。首先测试了有机薄膜二极管的在不同湿度环境下的特性。结果表明,水
论文部分内容阅读
采用真空蒸镀和磁控溅射技术,制备了结构为Cu/Co Pc（Cu Pc）/Al的薄膜二极管和结构为Cu/Co Pc（Cu Pc）/Al/Co Pc（Cu Pc）/Cu的薄膜晶体管,对制备的器件在不同湿度环境下的电学性能进行了测试,通过计算表征器件的物理参数,探究该器件的工作原理,解析湿气对器件的影响机理,以及该器件作为湿度传感器的可能性。首先测试了有机薄膜二极管的在不同湿度环境下的特性。结果表明,水分子主要通过物理吸附进入有机薄膜中。并且水分子在电场的作用下电离出氢离子（H+）和氢氧根离子（OH-）。H+与有机材料的共轭双键之间发生相互作用,形成电荷转移络合物,导致载流子的增加,增加了有机材料的电导率。此外,该过程导致载流子浓度增加,也会导致势垒高度降低。随着相对湿度（Relative Humidity,RH）的增大,有机薄膜中的微小缝隙会逐渐被填满,同时存在水分子的电离,从而形成微小的导电沟道,导致离子导电性增加。基于上述因素,导致器件的输出电流随RH的增大而变大。测试了有机薄膜二极管对水汽的响应以及恢复情况,结果表明,器件对湿气的响应时间约为3分钟。器件在高湿环境中失去整流特性后,在室内环境中（RH=30%～40%）,在第5天时恢复了一定的整流特性。其中的主导因素是水分子的吸附与脱附过程。测试了有机薄膜二极管的老化特性,结果表明,在没有封装层保护的情况下,器件的性能会因为氧气、水汽等迅速衰退。测试了有机薄膜晶体管的在不同湿度环境下的特性,结果表明,在偏置电压相同的情况下,器件的输出电流随RH的增大而变大。有机薄膜晶体管实质上是由两个背靠背的薄膜二极管组成的。因此,水汽对有机薄膜晶体管的影响机理与有机薄膜二极管的相似。
其他文献
近年来,随着机器人技术的快速发展,社会对居家机器人的需求不断上升。智能居家机器人分类有扫地机器人、家居辅助机器人和厨房助手机器人等,这些机器人不能分类识别目标物并放置。针对现有居家机器人能够清理的垃圾种类有限问题,本课题以全向移动机器人为移动平台,对室内环境中的路径规划、目标分类识别以及机械臂抓取三项技术进行研究。基于机器人操作系统（ROS）搭建软件系统,在仿真和实际环境中构建环境地图,结合路径规
超级电容器（SCs）以其极好的安全性、优越的循环稳定性、高功率密度和环保等优点,近年来在众多先进的可再生能源设备中脱颖而出。然而,商业SCs的低能量密度不足以支撑长时间的能耗系统,因此亟需开发兼具高比电容和宽电位窗口的电极材料。掺杂是调节材料晶体结构的有效策略,为储能创造更多的活性位点,其中非金属掺杂已得到了广泛的研究,但阳离子的微量掺杂对金属化合物的增强机理尚不清楚。基于此,本文以钨基纳米材料为
现代经济的发展离不开能源。核能作为一种新型可再生能源,广泛应用于食品、中药等产品的辐照灭菌、二次加工等领域。在核辐射环境下,对退化图像中货物类别信息的准确划分和位置信息的异常变化检测可以为自动化运输和核事故预警防护提供可靠的理论依据和技术支持。传统的退化图像信息识别技术存在诸多缺点,目前已不能满足于智能化生产的要求,如何利用深度学习网络模型克服其存在的不足,提高核辐射场景下货物的类别和位置信息的识
超声液位探测方法在气象、水文和海洋等众多领域起着重要的作用,提高液位探测的精度具有重要的意义。针对狭小空间内超声波阵列结构受限、复杂反射回波的问题,研究多输入多输出（MIMO）超声探测系统的达波方向（DOA）联合估计方法,在此基础上开展非均匀超声阵列探测的研究。本文首先对MIMO超声阵列结构深入研究,主要分析阵列排布与虚拟阵元数量的关系,并基于相位中心近似原理形成虚拟阵元不重叠的非均匀MIMO超声
随着半导体技术的发展,封装技术对微电子封装材料的要求越来越高。在理论与经验的指导下,通过实验不断尝试新材料或者新的元素相互组合的传统的封装材料的研究策略已不适用于如今半导体与封装技术愈发受重视的当下。同时,基于第一性原理的高计算复杂度以及材料可探索空间的增大,第一性原理计算与实验结合的方式逐渐不能满足对微电子封装材料研究的需求。因此提出一种新的能在大材料空间进行高效探索的研究策略对封装材料的研究来
微操作技术是对微米级别的被控对象进行拾取-释放等系列操作,在微机电系统、微注射医疗与微成像等领域发挥着越来越重要的作用。随着微观领域科学的进步,对微操作技术的操作效率与精度也提出了更高的要求。由于当前的微操作方法中普遍存在着操控效率低、破坏性较强等特点,对未来微观领域中系统操作整体效果与实际生产能力影响提出艰巨的挑战。因此研究基于电化学的微构件操控策略,对提高微操作的高效性、灵活性以及微米级金属对
计算机断层扫描（Computed tomography,CT）在临床应用中实时快捷、图像质量高,已经成为脊柱类疾病检测的主流成像方法之一。从CT图像中分割出椎骨是脊柱类疾病诊断和治疗的重要步骤。传统分割方法或者基于机器学习技术在分割性能和效率方面均满足不了实际临床应用的需求,深度学习尤其是卷积神经网络的强大识别能力使得它能够得到显著优于其它方法的分割结果。本文研究基于深度卷积神经网络AM-UNet
近年来,随着人工智能在生活生产中的大规模应用,深度学习算法也被越来越多的研究者关注。卷积神经网络作为深度学习中应用较为广泛的算法,在诸多领域都取得了较好的效果。但是随着网络规模逐渐增大,对应的计算量也随之快速增大,限制了网络模型的应用场景。目前主流的神经网络部署平台以CPU,GPU为主,但是这两种平台功耗较高,设备尺寸也较大,无法部署在一些有功耗限制的移动端应用场景。二值化卷积神经网络将权重量化为
随着物联网技术及其相关应用的飞速发展,射频识别标签、低端智能卡、无线传感网络以及大量的小型设备逐渐融入到人们的社会生活中。在物联网技术与人们的日常生活关系日益紧密的同时,信息传输的安全性引起人们的高度重视。哈希函数是常用的信息加密技术之一,由于物联网技术的相关设备在计算能力,内存大小和功率等方面具有若干限制,这些限制给常用的哈希函数带来了挑战,因此轻量级哈希函数应时而生。利用可重构技术设计可重构密
树脂基复合材料压力容器具有质量轻、耐腐蚀、抗疲劳等优点,已应用于航空航天、军事、能源工业等领域。但树脂基复合材料容器在冲击载荷下易发生树脂基体失效,严重限制了其在可移动、冲击环境等领域的应用。为提升复合材料压力容器耐冲击性能,可以采用不带树脂的干纤维缠绕增强压力容器。然而,不同于传统的湿法纤维缠绕成型结构,干纤维缠绕由于没有树脂基体对纤维的浸润、粘接及应力传递作用,其成型过程对纤维落纱点精度及纤维