XiaoMi-AI文件搜索系统
World File Search System退火温度
新型高熵合金的合成及其在能源转换与储存中的应用
为探索节约能源、促进能源再生的途径，本文介绍了新型高熵合金材料的合成及其在能源转换与储存方面的应用。通过分析其高强度、抗回火、抗软化等性能，制备了一种新型高熵合金材料。根据其微观组织和铸态组织，研究了新型高熵合金的电化学性能。实验结果表明，与FeSn2相比，新型高熵合金材料在循环充电过程中的容量、电化学性能、容量稳定性和倍率均具有较大优势；在较低的退火温度下，实心Co纳米颗粒在纳米尺度上通过kirkentel效应进一步转变为空心Co3O4纳米球。 NC-Co 3 O 4 纳米复合材料作为锌空气电池阴极表现出优异的 OER 和 ORR 性能：低过电位 352 mv、高初始还原电位 0.91 v 和半波电位 0.87 v、高开路电压 1.44 v、电容 387.2 mah/g 和优异的循环稳定性。来自高熵合金-74 的 Nico 双金属磷化物纳米管是有效的水分解电催化剂。
后退火对蓝宝石上多晶Ga2O3光电探测器电性能的影响
研究了后退火对蓝宝石衬底上日盲多晶氧化镓 (Ga 2 O 3 ) 紫外光电探测器的物理和电学性能的影响。随着后退火温度 (PAT) 从 800 °C 升高到 1000 °C，多晶 Ga 2 O 3 的晶粒尺寸变大，但随着 PAT 进一步升高到 1100 °C，晶粒尺寸变小。随着 PAT 的增加，在蓝宝石上的 Ga 2 O 3 的透射光谱的吸收带边缘发生了蓝移，这是由于蓝宝石衬底中的 Al 掺入 Ga 2 O 3 中形成 (Al x Ga 1 – x ) 2 O 3 造成的。高分辨率X射线衍射和透射光谱测量表明，1100°C退火后的(Al x Ga 1 – x ) 2 O 3 的取代Al组分和带隙分别可以达到0.30和5.10 eV以上。1000°C退火样品的R max 与沉积态器件相比提高了约500%，且1000°C退火样品的上升时间和下降时间较短，分别为0.148 s和0.067 s。这项研究为多晶Ga 2 O 3 紫外光电探测器的制作奠定了基础，并找到了一种提高响应度和响应速度的方法。
材料表征-Aisberg -unibg
这项工作涉及不同热处理对定向能量沉积（DED）产生的TI-6AL-4V样品的影响。在1050℃下退火处理，然后进行不同的冷却速率，以允许对微结构的完整重结晶并去除柱状先验β晶粒，从而增加了材料的整体各向同性。还进行了540℃的氨基处理，以进一步的微结构稳定。微结构，纹理和机械性能。由于热处理，在等同的谷物形态中实现了巨大的微观结构。但是，检测到“谷物记忆”效应，导致晶粒尺寸沿样品高度增加。这种效果与沿Z上典型的DED技术的固有的先验β晶粒宽度变化相关。电子反向散射分析证明，热处理后优先分离截面的强度增加，这可能是由于样品从退火温度冷却时发生的晶体学变异选择机制。这种效应还受热处理和当ASPRINT标本之间的先验β晶粒大小而言的显着差异。总结一下，通过高于β-透射温度的热处理对材料进行完全均质化，这是具有挑战性的。实际上，数据表明制造过程授予的固有纹理相关的各向异性很难被消除。
用于光伏应用的共蒸发 Cu2AgBiI6 薄膜中的成分转变和杂质介导的光学跃迁
四元铜银铋碘化合物代表了一类有前途的新型宽带隙 (2 eV) 半导体，可用于光伏和光电探测器应用。本研究利用气相共蒸发法制造 Cu 2 AgBiI 6 薄膜和光伏器件。研究结果表明，气相沉积薄膜的性质高度依赖于加工温度，表现出针孔密度增加，并根据沉积后退火温度转变为四元、二元和金属相的混合物。这种相变伴随着光致发光 (PL) 强度和载流子寿命的增强，以及在高能量 (≈ 3 eV) 下出现额外的吸收峰。通常，PL 增加是太阳能吸收材料的理想特性，但 PL 的这种变化归因于 CuI 杂质域的形成，其缺陷介导的光学跃迁决定了薄膜的发射特性。通过光泵太赫兹探测光谱法，揭示了 CuI 杂质阻碍了 Cu 2 AgBiI 6 薄膜中的载流子传输。还揭示了 Cu 2 AgBiI 6 材料的主要性能限制是电子扩散长度短。总体而言，这些发现为解决铜银铋碘化物材料中的关键问题铺平了道路，并指明了开发环境兼容的宽带隙半导体的策略。
光热表征硅基退火薄金膜的热扩散率、载流子扩散和复合特性
CK Sheng*、MGM Sabri、MF Hassan、EAGE Ali 马来西亚登嘉楼大学科学与海洋环境学院，21030 瓜拉尼鲁斯，登嘉楼，马来西亚 这项工作首次实施了基于光声 (PA) 技术的光热波表征，以研究在不同温度下退火的 Si 晶片 (Au/Si) 上沉积的金薄膜层的热特性和载流子传输特性。XRD 图案表明，在退火温度为 330 o C 时追踪到了 Au81Si19 相的亚稳态金 (Au) 硅化物，当温度进一步升高到 370 o C 时，该结构消失。结果表明，获得 Au/Si 结构的 PA 信号低于纯 Si 晶片。通过拟合 PA 信号相位关系阐明了 Si 和 Au/Si 的热特性和载流子传输特性。结果表明，随着退火温度的升高，Au/Si 的热扩散率和表面复合速度增加，复合寿命缩短。然而，当温度接近 370 o C 时，表面复合和热传输过程减弱，这可能是由于硅化物团簇的断裂造成的。（2021 年 7 月 20 日收到；2021 年 10 月 29 日接受）关键词：金硅化物，热退火，光声，热扩散率，复合
故事
通过传统冶金法（在熔体中生长的过程）和核嬗变法（硅同位素在捕获热中子的过程中发生变化）研究了掺杂磷的n型硅晶体。嬗变合金化与冶金合金化方法的根本区别在于，合金杂质不是从外部引入到源材料中，而是在辐照过程中直接从被合金材料的原子中形成的。为了退火辐射缺陷并激活磷-31原子（该原子在硅块中仅在晶格位置表现出施主特性），先对嬗变掺杂的硅进行 850°C 温度下 2 小时的技术退火，然后再进行热处理并以不同的速率进一步冷却。揭示了热退火时间和从退火温度到室温的冷却速度对通过熔体掺杂和核嬗变方法掺杂的n-Si〈P〉晶体的结构和电物理特性变化的影响。经过 2 小时的高温退火以及随后的快速冷却后，检测到了嬗变掺杂 Si 晶体中出现位错。研究发现，无论采用何种磷掺杂方法，对Si样品进行72小时的高温退火，均能在慢速和快速冷却过程中促进深施主中心的产生，并显著降低载流子的浓度。
第一原理和实验-Repositum
过饱和（Ti，al）的N材料，带有面部的立方（FCC）结构提供了热稳定性和机械性能的独特组合。但是，它们的热诱导的分解过程对于提取其全部潜力至关重要。通过X射线衍射和转移电子显微镜进行了详细的实验研究表明，热力学稳定的Wurtzite型W- ALN的形成以1000 c在100 c的退火温度下（t a）开始，在使用锡（TI，Al）n/tin Multililayerays施加多层式时，以1000 c的形成（t a）。尽管如此，（Ti，al）N/Tin多层的硬度比（Ti，Al）N涂层高100 c t a（900 c），在100 c t a（900 c）下达到32.3±1.0 gpa的峰值，并且硬度下降的趋势随着t的增加而下降。这是因为（ti，al）n分解朝着富含Al和Ti的区域的分层结构，当时与FCC-TIN相干生长。从头算的计算强调，在（Ti，al）N层中的Al优先扩散与锡层相干界面。因此，在一个（ti，al）n层中，更多的层形成，即使在富含质量层的相位变形到w-aln的相变，它们的分层结构仍然存在。一起，计算和实验结果表明，分层的排列具有更高的抵抗力对位错滑行的阻力，并且对涂料完整性是有益的。2022由Elsevier Ltd.这是CC BY-NC-ND许可证（http：//creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。
退火对 3D 打印 PLA 拉伸强度的影响...
聚乳酸 (PLA) 是 3D 打印工艺中常用的材料。在材料挤出 (MEX) 技术中，最终的 3D 打印部件具有较低的机械性能。本研究的目的是研究经过退火的 3D 打印 PLA 样品的拉伸强度。考虑的变量是退火温度和退火时间，有三个温度水平：70 ℃ 、90 ℃ 和 110 ℃ ，以及两个退火时间：60 和 90 分钟。冷却速度设定为每小时 10 C，并在炉中冷却 24 小时。结果表明，退火显著影响拉伸强度，与未退火部件相比，退火部件的拉伸强度显著提高。与未经过退火的部件的拉伸强度值相比，退火部件表现出更高的拉伸强度。弹性模量趋于下降，工件尺寸在各个方向上略有收缩。在对患有足下垂的儿童踝足矫形器（AFO）进行退火实验的结果中发现，经过退火处理的踝足矫形器样品在各个方向上均有收缩，变化相对较小。当使用退火工件时，无需补偿工件尺寸。在 110 C 温度下进行 90 分钟的退火时，可获得最高的拉伸强度。与打印样品相比，退火样品的拉伸强度平均提高了 42%。该玻璃化转变温度越高，热值越高，这将影响塑料链的排列和结晶度，并导致其物理性质发生变化。此外，研究结果表明，通过选择理想的工艺参数和后处理条件，可以大大提高热塑性材料的优化拉伸强度。
在古兰经和
摘要：在本文中，全系统地研究了批量SI底物上垂直堆叠的水平栅极全面（GAA）Si Nanosheet（NS）晶体管的优化。首先优化了NS通道的释放过程以实现均匀的设备结构。对于具有不同GESI厚度（5 nm，10 nm和20 nm）或退火温度（≤900°C）的GESI/SI堆栈样品，GESI/SI堆栈样品的GESI与Si层的选择性湿法超过100：1。此外，通过实验和仿真仔细研究了地下平面（GP）掺杂对改善设备电气特性的影响。随着GP掺杂剂量的增加，N型设备的子阈值特征得到了极大的改善。然而，最初改善了P型设备，然后随着GP掺杂剂量的增加而恶化，它们证明了最佳的电气特性，GP掺杂浓度约为1×10 18 cm -3，这也通过技术计算机辅助设计（TCAD）模拟结果证实。最后，首先在散装基板上制造了4个具有6 nm厚度和宽度30 nm的GAA SI NS通道，并且堆叠的GAA SI NS设备的性能达到了较大的I ON/I ON/I OFF率（3.15×10 5）（3.15×10 5）和SubThreshrold Swings Swings（Subthresshord Swings（ss ss s）（ss s）（71）（71）（71）（71）（71）和较小的值。通过优化寄生通道和装置结构的抑制，漏排水引起的屏障降低（DIBL S）（9（n）/22（p）mV/v）。
使用Senna Surattensis提取物的ZnO-TIO2/RGO纳米复合材料的绿色合成：一种增强抗癌功效和生物相容性的新方法
在开发OPV设备的早期，发现大量异质结（BHJ）设备的主动层与更简单的平面异质结。1从那时起，广泛的工作一直致力于优化具有各种处理条件的BHJ活性层的形态（例如，，溶剂，浓度，溶剂添加剂，热退火等。）。2 - 4因此，众所周知，设备制造程序（例如，进程溶剂，自旋涂层速度，退火温度）在OPV活性层的形态中起重要作用，因为lm形成的过程在动力学上受到限制。5对形态在OPV设备性能方面的重要性进行了广泛的研究，有2,3,5，并在包括激子差异，6个电荷分隔和运输的过程中发挥作用，7和设备稳定性。8,9然而，预先预先派遣了不同材料与设备制造参数之间的复杂相关性，以及它们在nal设备性能上的集体构成的集体构成了持久的挑战。这种复杂性是一个强大的障碍，阻碍了OPV设备性能的准确预测，并有助于生产过程的费力和昂贵的性质。鉴于许多最终决定OPV设备性能的复杂关系和过程，机器学习的潜力（ML）加速了OPV材料和设备的开发，这是一个诱人的承诺。20 - 22其他人基于人类的直觉就分子亚结构产生了一式式编码。ML技术可以使科学家能够快速筛选供体（D）和受体（A）材料的潜在组合，或建议给定材料组合的最合适的设备制造参数。使用ML预测OPV设备的PCE的先前效果仅专注于供体和受体材料。值得注意的是，哈佛清洁能源项目10 - 12和其他13 - 19使用了DFT计算的分子描述符来预测PCE。最近，一种类似的方法已将遗传算法纳入了设计，以设计高性能的非富烯受体（NFA）设备。23