XiaoMi-AI文件搜索系统
World File Search SystemDIELECTRIC
二维
摘要：二维过渡金属二甲藻元化半导体（2D TMD）的光电和转运性能非常容易受到外部扰动的影响，从而可以通过后体系修饰来精确地定制材料功能。在这里我们表明，纳米级不均匀性称为纳米泡得很不均匀，可用于菌株，而在双层二硫化物中，激发激子转运的介电调节（WSE 2）。我们使用超敏感的空间分辨的光学散射显微镜直接对激子的传输进行成像，这表明介电纳米泡在室温下在漏斗和捕获激子的效率上非常有效，即使明亮的激子的能量受到了忽略的影响。我们的观察结果表明，电介质不均匀性中的激子漏斗是由动量 - 间接（黑暗）激子驱动的，这些激动型（黑暗）激子的能量比明亮的激子对介电扰动更敏感。这些结果揭示了使用深色态能量景观的介电工程进行特殊空间和能量精确的2D半导体中控制激子传输的新途径。主要文本：二维过渡金属二甲藻元化半导体（2D TMD）是范德华的材料，由于其强烈的光 - 含量相互作用，即使在原子上薄的限制下，它们也对纳米级光电构成了巨大的希望。2D TMD的光电特性在很大程度上受其库仑结合的电子孔对（激子）的控制，其结合能相对较大，高达数百个Milli-Electronvolts（MEV），这是由于平面外介电介质筛选而导致的。1–6与自由电荷不同，激子是电荷中性的，因此很难用电子设备中的外部电场来操纵。7–9因此，激子的传输特性在很大程度上取决于随机的扩散运动，没有远程方向性，从而限制了它们作为信息和能量载体的使用。寻找在2D TMD中操纵激子传输的新方法，而不会根本改变其他材料特性，这将产生激子设备，这些设备结合了强烈的光结合，并精确地控制了原子上薄材料中能量和信息流的精确控制。控制2D TMD的特性的一种有吸引力的途径是利用其对菌株，10–21和环境筛查等外在因素的极端敏感性（图1A），5,22-26，实现对光电和运输特性的合成后调节。例如，拉伸应变减少了2D TMD的光学过渡能；因此，16,18,27,28个局部应变区域会产生能量梯度，可以在纳米级低能部位漏洞和捕获激子，该过程被利用以创建长寿命的量子发射器。14,29–33菌株工程很难控制宏观尺度，并且可能引入不良疾病。
织物纳米颗粒增强的织物覆盖能力传感器
Xiangjun Chen 1,§ , Xiaoxiang Gao 2,§ , Akihiro Nomoto 2,§ , Keren Shi 1 , Muyang Lin 2 , Hongjie Hu 1 , Yue Gu 1 , Yangzhi Zhu 2 , Zhuohong Wu 2 , Xue Chen 1 , Xinyu Wang 2 , Baiyan Qi 1 , Sai Zhou 1 , Hong Ding 2和Sheng Xu 1,2,3,4（）1材料科学与工程课程，加利福尼亚大学圣地亚哥分校，拉荷亚大学，加利福尼亚州92093，美国2美国2纳米工程系，加利福尼亚州加州圣地亚哥，加利福尼亚大学，加利福尼亚大学，加利福尼亚大学，加利福尼亚大学，加利福尼亚大学，美国3093，加利福尼亚大学3093093加利福尼亚州圣地亚哥，拉霍亚，加利福尼亚州92093，美国§Xiangjun Chen，Xiaoxiang Gao和Akihiro Nomoto为这项工作做出了同样的贡献。©Tsinghua大学出版社和Springer-Verlag GmbH德国，Springer Nature 2021收到的一部分：2021年1月6日 /修订：2021年3月17日 /接受：2021年3月21日< / div>
采用不同介电液体的电力变压器的热建模
2010 年，Sorgic 和 Radakovic [8] 对浸没在矿物油中的变压器进行了二维模拟，以将冷却系统与油驱动和强制油配置进行比较。2012 年，Tsili 等人建立了一种方法来开发三维模型并预测热点的温度 [9]。这一年，Skillen 等人对一个不对称非等温流二维模型进行了 CFD 模拟，以表征具有锯齿形冷却的变压器绕组中的油流 [10]。2014 年，Yatsevsky 对浸没在自然对流油中的变压器进行了二维模拟，包括铁心、油箱和散热器，以预测热点。所开发的模型表现出良好的性能，并通过实验进行了验证 [11]。最近，Torriano 等人在一种采用自然对流冷却（ON）的比例盘式电力变压器中开发了三维传热模型 [12]。
界面电介质对 FeRAM 设计的影响......
摘要 — 随着铁电铪锆氧化物 (HZO) 在铁电微电子学中的应用越来越广泛，了解有意和无意电介质界面的集成影响及其对铁电薄膜唤醒和电路参数的影响变得非常重要。在这项工作中，测量了在具有 NbN 电极的 FeRAM 应用的电容器结构中铁电 Hf 0.58 Zr 0.42 O 2 薄膜下方添加线性电介质氧化铝 Al 2 O 3 的影响。观察到由线性电介质产生的去极化场会导致铁电体的剩余极化降低。氧化铝的添加还会影响 HZO 相对于施加的循环电压的唤醒。与 FeRAM 1C/1T 单元的设计密切相关，观察到金属-铁电-绝缘体-金属 (MFIM) 设备会根据氧化铝厚度和唤醒循环电压显著转移与读取状态相关的电荷。测量结果显示读取状态分离减少了 33%，这使存储单元的设计变得复杂，并说明了设备中清晰接口的重要性。
Dieakonov表面波在介电晶体中具有负各向异性
摘要：由于在两种介电介质的一条有限界面上最初发现了Dyakonov表面波，因此至少有一个是各向异性的，广泛的研究，对其在具有阳性各向异性的材料的理论和体验研究中进行了研究。由于其存在的严格条件以及对位置各向异性的要求，这些波的潜在应用最初是限制的。在我们的研究中，我们介绍了一种新型的dyakonov表面波的理论预测和实验观察，该表面沿着两个具有负各向异性的介电介质之间的界面沿界面的平流传播。我们证明，由于带有两种金属板之间的浅层波导的特异性边界，因此对表面波的条件满足了各向异性介电的状态。我们通过在弱各向异性的近似中使用扰动理论来理论上研究这种模式，并证明了
1×16矩形介质谐振器天线阵列24 GHz
对于小型汽车雷达来说，微型的平面天线，任何雷达系统的头发和眼睛都知道自50年代以来的巨大进展。微带天线阵列被最大的汽车制造商用于雷达[5] - [7]，因为重量轻，并且成本低成本制造以用于大量产量，但是它们的主要弱点是由于焦耳效应和狭窄的带宽而导致的能量损失，这限制了在MM-Wave和超越MM Wave和超越斑点天线的使用。然而，在1983年著名的Long实验[9]之后，发现了微带天线的艰苦竞争者和雷达系统的出色候选[8]，这是介电谐振器天线（DRA），其中金属散热器被介电材料代替。传统上，介电谐振器成功用于MM波谐振器和微波炉，但没有人想到使用它们来辐射电磁波。
ge n通道MOSFET具有ZRO2介电的MOSFET，可实现改善的迁移率
锗（GE）表现出较高的载流子迁移率和较低的加工温度的优势。这些使GE成为超老式CMOS逻辑设备和薄膜晶体管（TFTS）的应用，作为三维集成电路中的顶层[1-3]。在过去的几年中，针对GE P通道金属 - 氧化物 - 氧化物 - 氧化物 - 氧化物 - 局部效果晶体管（MOSFET）的表面钝化，栅极介电和通道工程的巨大努力已有助于显着改善设备的电气性能。但对于GE N-通道MOSFET，低有效载体迁移率（μEFF）极大地限制了晶体管的性能。各种表面钝化技术，包括SI钝化[1]，氧化后血浆[4]和INALP钝化[5]和几种高κ电介质，包括HFO 2，ZRO 2，ZRO 2 [6-8]，Y 2 O 3 [9]和LA 2 O 3 [10]，已在GE NMosfets中探索。证明，与GE通道集成的ZRO 2电介质可以提供强大的界面，因为GEO 2界面层可以反应并与ZRO 2层反应[7]。在GE P通道晶体管中有一个不错的孔μEFF[6-8]，而其对应物仍有很大的改善电子μEFF。
用于微波微流体电路和天线的流体和聚合物的介电谱
引言：液体电介质和绝缘聚合物是柔性电子器件的组成部分[1]–[4]。此外，微流体与微电子技术的集成为高频电子系统开辟了新的研究和开发领域。例如，过去十年来，许多研究都展示了通过流体调节天线输出频率、辐射方向图和极化的方法[5]–[14]。人们还利用流体研究了微波元件的频率调谐，包括滤波器[15]，[16]、移相器[17]，[18]、功率分配器[19]，[20]和振荡器[21]。尽管前文提到流体电子学方面的研究成果日益增多，但关于用于实现这些系统的各种电介质流体和聚合物化合物的介电常数的公开数据却非常有限。在缺乏此类数据的情况下，研究人员通常依靠在某一频率下收集的介电常数数据来近似其设备在其他频率下的响应。直到最近，才开始出现关于感兴趣的介电流体宽带响应的介电光谱研究[22]。在本文中，我们报告了宽带复介电常数
柔性CMUT微加工的结构和钝化膜的介电表征
电容性微机械超声传感器（CMUT）技术在过去十年中一直在迅速发展。在制造和集成方面的进步，再加上改进的建模，使CMUT能够进入主流超声成像。与常规技术相比，CMUT超声传感器传达了许多优势，例如大带宽和效率[1]，[2]，易于制造大型阵列和较低的成本。CMUT是一种高电场设备，通过通过充电和分解等问题来控制高电场，可以具有具有优越的带宽和敏感性的超声传感器，可以与电子设备集成并使用传统的集成电路制造技术制造，并具有所有优势。可以使CMUT设备灵活地包裹在圆柱体甚至人体组织上，并且由于使用Su-8 [3]，[4]，[8]或Polyirimide [5]，[8]，所有这些都可能使所有这些可能。在本文中，我们介绍了两种具有基本重要性的电介质材料的电气表征，以制造具有提及的特征的设备：氧化硅（SIO 2）在电荷注入和击穿方面对高电场具有出色的响应，以及具有优化且具有优化结构和
使用机器学习预测聚合物的频率相关介电常数
介电常数 (ϵ) 是用于储能电容器、微电子设备和高压绝缘体的聚合物电介质设计的关键参数。然而，灵活地发现具有理想ϵ 的聚合物电介质仍然是一个挑战，特别是对于高能、高温应用而言。为了加速聚合物电介质的发现，我们开发了一种基于机器学习 (ML) 的模型，可以即时准确地预测聚合物的频率相关 ϵ，频率范围跨越 15 个数量级。我们的模型使用一组包含 1210 个不同频率下实验测量的 ϵ 值的数据集、先进的聚合物指纹方案和高斯过程回归算法进行训练。开发的 ML 模型用于预测 60 – 10 15 Hz 频率范围内可合成的 11,000 种候选聚合物的 ϵ，并在整个过程中恢复正确的逆 ϵ 与频率趋势。此外，我们使用 ϵ 和另一个之前研究过的关键设计属性（玻璃化转变温度，T g ）作为筛选标准，提出了五种具有所需 ϵ 和 T g 的代表性聚合物，用于电容器和微电子应用。这项工作展示了使用替代 ML 模型成功快速地发现满足特定应用的单一或多个属性要求的聚合物。