以阳极氧化铝模板为基片的一维纳米材料的制备研究

论文摘要

纳米材料是指在三维空间中至少有一维处于纳米尺寸范围或由它们作为基本单元构成的材料。是20世纪80年代发展起来的一种具有全新结构的材料,由于其显著的表面效应、量子尺寸效应和宏观量子隧道效应等,纳米材料表现出奇异的力学、电学、磁学、光学、热学和化学特性,在生产和高科技领域有着广阔的应用前景。一维纳米材料则是指在空间有两维处于纳米尺度,如纳米线,纳米管等。一维纳米材料具有新颖的物理、化学和生物特性以及在纳电子器件中的潜在应用,日益成为当今纳米研究领域中的热点。探索和发展有效的制备一维纳材料的方法是一维纳米材料科学研究的基础。本文在前人的工作基础上,系统研究了多孔阳极氧化铝模板、氧化铝纳米线的制备工艺,利用BP神经网络对阳极氧化铝表面孔的规整度进行了预测。在众多的半导体材料中,SiC半导体材料的禁带宽度大、击穿电场高、热导率大、饱和漂移速度高等特点使其在高频、高温、高功率、抗辐射等方面有良好的性能,被认为是新一代微电子器件和集成电路的半导体材料,本文以所制备的多孔阳极氧化铝模板为基片,采用化学气相沉积的方法,深入地开展了不同形貌SiC一维纳米材料的制备工作,并讨论了制备工艺对产物形貌的影响。论文的研究内容主要包括以下几个方面:1、采用两步阳极氧化的方法,分别以硫酸、草酸和磷酸为电解液成功制备了多孔的阳极氧化铝模板,通过控制铝片的纯度、氧化电压、氧化时间、氧化介质的种类等反应条件控制氧化铝纳米孔洞的孔径、厚度及孔的有序度。如:不论是采用硫酸、草酸还是磷酸作电解液,在一定的电压范围内,氧化膜的孔径和有序度都随着电压的升高而增加;阳极氧化膜的厚度也随着氧化时间的增加而增厚。2、采用白适应能力很强的BP神经网路的预测模型和方法,对阳极氧化铝模板表面孔的规整度进行了分析研究和实际验证,取得了与实际较一致的预测结果,为阳极氧化制备多孔模板的性能识别、工艺优化等提供了一种新的方法。随着科学的发展和技术的进步,人们将不断改进ANN在实际应用中的各种不足,可以确信,ANN将在材料研究领域中得到更广泛更深入的研究与应用。3、金属氧化物纳米线具有良好的光学性质、电学性质等优良特征,吸引了大量研究者的关注。本文利用在硫酸、草酸和磷酸等电解液中制备的阳极氧化铝膜为初始材料,在30℃、5%的稀磷酸溶液中浸渍30-60min可以得到管状、带状、线状等不同形貌的低维氧化铝纳米结构材料。并对其形成机理进行了探讨,分析认为阳极氧化铝多孔模板的特殊结构和单个晶胞的层状结构在稀磷酸溶液中的溶解速度的不同是不同形貌纳米氧化铝纤维形成的主要原因。4、于自制石墨反应室中,用简单的气相化学反应法,在1350℃条件下,于多孔阳极氧化铝模板上合成出大大量的翅片式SiC纳米线。能量损失X-Ray谱仪（EDX）,X-Ray衍射仪（XRD）,透射电镜（TEM）,选区电子衍射（SAED）结果表明:生长在阳极氧化铝模板上的翅片式纳米线是具有立方晶型的SiC单晶体。场发射扫描电镜（SEM）显示,该纳米线的外部翅片的直径为100-110nm,内芯的直径约为50-60nm,长度为几十微米,并对其生长机理进行了讨论。5、用简单化学气相反应法,于自制石墨反应室中,在无空间限制和较低温度下,合成出大面积新型一维半导体SiC纳米棒和带有非晶SiO2包覆层的SiC纳米链。本试验选用经球磨后的Si和SiO2混合粉体及CH4气体为初始原料。通过控制Si和SiO2粉体的比例及其它工艺条件,可以分别得到SiC纳米棒和带有非晶SiO2包覆层的β—SiC纳米链。结果分析表明:SiC纳米棒和带有包覆层的纳米链的芯部均为立方结构β—SiC单晶,而外包覆层为非晶SiO2。对上述两种不同纳米结构,分别提出了可能的生长机理。

论文目录

• 摘要
• ABSTRACT
• 目录
• Contents
• 第一章 绪论
• 1.1 引言
• 1.2 纳米材料的特性
• 1.3 一维、准一维纳米材料的研究进展
• 1.3.1 一维、准一维纳米材料的种类
• 1.3.2 一维、准一维纳米材料的制备方法
• 1.4 阳极氧化铝简介
• 1.5 人工神经网络简介
• 1.5.1 人工神经网络模型
• 1.5.2 人工神经网络的工作过程
• 1.5.3 人工神经网络的特性
• 1.6 本文选题依据、主要研究内容及成果
• 1.6.1 选题依据
• 1.6.2 本文的主要研究内容
• 1.6.3 本文的主要创新研究成果
• 第二章 多孔阳极氧化铝模板的制备和表征
• 2.1 引言
• 2.2 实验部分
• 2.2.1 实验装置
• 2.2.2 工艺流程
• 2.3 多孔阳极氧化铝模板的表征
• 2.3.1 多孔阳极氧化铝有序阵列模板的外观
• 2.3.2 阳极氧化铝薄膜纳米孔阵列形貌表征
• 2.4 氧化条件对多孔阳极氧化铝模板的影响
• 2.4.1 铝片的纯度对多孔阳极氧化铝模板制备的影响
• 2.4.2 电解液种类对多孔阳极氧化铝模板制备的影响
• 2.4.3 氧化电压对多孔阳极氧化铝模板制备的影响
• 2.4.4 氧化温度对多孔阳极氧化铝模板制备的影响
• 2.5 本章小结
• 第三章 阳极氧化铝多孔模板孔规整度的BPANN预测
• 3.1 引言
• 3.2 BP神经网络算法的基本原理
• 3.2.1 BP神经网络算法概述
• 3.2.2 BP神经网络的学习算法和训练过程
• 3.2.3 BP网络学习训练流程
• 3.3 基于 BP神经网络的阳极氧化铝多孔模板规整度的预测
• 3.3.1 利用 BP神经网络进行氧化铝多孔模板柜争度预测的基本思路
• 3.3.2 氧化膜模拟样本数据的确定
• 3.3.3 模拟样本原始数据的归一化处理
• 3.3.4 隐含层数和隐含层节点数的选取
• 3.4 BPANN对样本数据的学习训练
• 3.4.1 初始权值的选取
• 3.4.2 训练算法的选择
• 3.4.3 训练参数的选取
• 3.5 BPANN对选择样本的预测
• 3.6 本章小结
• 第四章 基于多孔氧化铝模板的低维氧化铝纳米材料的制备
• 4.1 引言
• 4.2 实验部分
• 4.2.1 多孔阳极氧化铝模板的制备
• 4.2.2 氧化铝纳米结构的制备
• 4.3 氧化铝纳米材料的表征
• 4.3.1 由多孔阳极氧化铝模板制备的氧化铝纳米线
• 4.3.2 由阳极氧化铝模板制备氧化铝纳米管或半管状氧化铝纳米带
• 4.3.3 由阳极氧化铝模板制备站立在母体氧化铝模板上的氧化铝纳米结构
• 4.4 基于多孔阳极氧化铝模板的低维氧化铝纳米材料的形成机理
• 4.5 本章小结
• 第五章 氧化铝多孔模板上化学气相沉积翅片状 SiC纳米线
• 5.1 引言
• 5.2 主要实验设备及仪器
• 5.3 原料、合成工艺及分析方法
• 5.3.1 原材料及球磨处理
• 5.3.2 多孔氧化铝模板的准备
• 5.3.3 翅片状 SiC纳米线的合成工艺
• 5.3.4 分析方法
• 5.4 实验结果及分析
• 5.4.1 合成工艺参数确定
• 5.4.2 带翅片的β-SiC纳米线的形貌分析
• 5.4.3 带翅片的β-SiC纳米线的化学组成
• 5.4.4 翅片状β-SiC纳米线的微观结构分析
• 5.5 翅片状β-SiC纳米线生长机理的讨论
• 5.6 本章小结
• 2包覆 SiC纳米链的合成'>第六章 SiC纳米棒和非晶SiO₂包覆 SiC纳米链的合成
• 6.1 前言
• 6.2 β-SiC纳米棒的合成及表征
• 6.2.1 试验方法
• 6.2.2 试样表征及结果分析
• 6.2.3 SiC纳米棒的形成机理讨论
• 2包覆的SiC纳米链的合成'>6.3 SiO₂包覆的SiC纳米链的合成
• 6.3.1 试验方法
• 6.3.2 试样表征及结果分析
• 2包覆的SiC纳米链形成机理讨论'>6.3.3 带非晶SiO₂包覆的SiC纳米链形成机理讨论
• 6.4 本章小结
• 第七章 结论
• 参考文献
• 致谢
• 研究成果及发表的学术论文
• 作者和导师简介
• 博士研究生学位论文答辩委员会决议书