检索结果-南通市图书馆

作者：徐大杰桂林电子科技大学

学位级别：硕士

近年来,电子产业发展迅速。随着科技的发展,电子器件也变得更加集成化,迷你化,复杂化。但电子设备产生的焦耳热对电子器件的安全性能带来了巨大的考验。热管理限制电子器件发展的问题亟需解决。二维材料展示了优越的热运输性能,在热管... 详细信息

近年来,电子产业发展迅速。随着科技的发展,电子器件也变得更加集成化,迷你化,复杂化。但电子设备产生的焦耳热对电子器件的安全性能带来了巨大的考验。热管理限制电子器件发展的问题亟需解决。二维材料展示了优越的热运输性能,在热管理领域有着很广阔的应用前景。硼烯是一种拥有诸多良好性能的新型材料,但是目前对其热导率的研究却并不详细。所以,对其热输运性质进行调控与研究就显得格外重要。本文通过分子动力学（MD）方法对硼烯面内热输运性质展开了系统地研究。现将成果总结如下:1、本研究通过编程手段构建了不同尺寸的硼烯模型,并对硼烯的尺寸效应进行研究。在小尺寸时,硼烯的热导率明显比较低,因为样品在小尺寸时会加剧边界散射,导致声子平均自由程长变小,从而产生了明显的尺寸效应。同时,研究了硼烯温度效应下的热输运性质,通过其PDOS图分析可以发现温度效应下,光学支部分变化明显大于声学支。2、研究结果表明硼烯面内热导率存在很强的各向异性。通过声子色散曲线与声子群速度定性分析了导致硼烯面内热导率各向异性的原因。分析色散曲线可以发现,就光学支而言,扶手椅方向上的色散斜率明显大于之字型方向。进一步计算得到扶手椅方向上群速度总和为1965.5m/s,之字型方向上群速度总和为1408.5m/s。声子群速度越大,样品的热导率也就越高,所以对声子群速度的比较可以很好地定性解释硼烯面内热导存在各向异性的原因。同时也揭示了硼烯面内光学支与声学支的传热特性,声学支的热输运是二维的,在两个方向上都可以进行能量的输运。但是光学支的热输运却是一维的,只在一个方向上存在能量输运。3、本研究对随机空位缺陷如何影响硼烯面内热导率进行了较为深入的机理探索。首先,分别构建了1%～5%五种不同的缺陷浓度的随机空位缺陷硼烯模型。然后,对其面内热导率进行计算。计算结果表明:随着缺陷浓度的增加,硼烯面内热导率不断减小并趋于平稳。接下来通过分析声子态密度图可知声子群速度和比热不变,所以得出声子自由程长的减小是导致缺陷硼烯热导率减小的主要原因。声子参与率的分析表明0～10THz和整个高频部分26THz～50THz范围内声子参与率随着空位缺陷浓度的增大呈现明显降低趋势。我们对局域化强度作出量化定义为1-PR,最后通过声子局域化强度云图可以明显发现随机空位缺陷原子的局域化强度远远高于其他原子。我们可以得出结论,是缺陷引起的局域化导致了导热系数的下降。

关键词：硼烯面内热导率声子态密度声子输运声子局域化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

贵州省织纳煤田煤层特征及煤层气资源潜力

引用

天然气工业 2013年第8期33卷 25-30页

作者：黄文徐宏杰张孟江徐大杰中国矿业大学资源与地球科学学院贵州省煤田地质局地质勘察研究院安徽理工大学地球与环境学院

贵州省中西部织纳煤田煤层气资源丰富,但煤层气的系统评价工作比较薄弱,为全面分析、评价该区煤层气资源状况、赋存条件,以煤田地质钻孔、煤层气参数井获取的原始资料为基础,对织纳煤田煤层气地质条件,特别是储层含气特征及煤层渗透性... 详细信息

贵州省中西部织纳煤田煤层气资源丰富,但煤层气的系统评价工作比较薄弱,为全面分析、评价该区煤层气资源状况、赋存条件,以煤田地质钻孔、煤层气参数井获取的原始资料为基础,对织纳煤田煤层气地质条件,特别是储层含气特征及煤层渗透性等方面进行了研究,并采用体积法对煤层气资源进行了计算和评价。结果表明:①该区煤层主要为中—薄层、中等灰分、低挥发分、相对富氢无烟煤,除了煤层气勘探主力煤层6号煤煤体结构较大程度地受到构造破坏外,其余煤层原生结构较完整;②虽然该区煤储层渗透性相对较低,但区内含煤面积大,煤层气资源丰度较高,含气量较高,煤储层厚度较大,可采性好,具备较有利的煤层气勘探地质条件与可采性;③煤层气总资源量为1 852.91×108 m3,其中埋深1 000m以浅煤层气资源量为1 436.59×108 m3,大于15m3/t含气带资源量为1 484.34×108 m3,潜在煤层气可采资源量为747.65×108 m3。结论认为:比德向斜化乐勘探区在煤层气资源丰度、平均含气量和试井渗透率3个方面优势相对明显,可作为煤层气勘探最有利靶区。

关键词：贵州省织纳煤田煤层气资源量区块优选煤层特征含气性试井渗透率比德向斜化乐勘探区

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度生成模型的药物分子设计

基于深度生成模型的药物分子设计

引用

作者：徐大杰电子科技大学

学位级别：硕士

药物研发一直面临成本高、研发周期长、失败率高的问题,严重阻碍了药物研发的效率。近年来,随着GPU计算能力的提高以及分子数据集的形成,深度生成模型开始用于全新药物分子设计（De Novo Drug Molecular Design）,即设计具有特定性质的... 详细信息

药物研发一直面临成本高、研发周期长、失败率高的问题,严重阻碍了药物研发的效率。近年来,随着GPU计算能力的提高以及分子数据集的形成,深度生成模型开始用于全新药物分子设计（De Novo Drug Molecular Design）,即设计具有特定性质的新分子化合物。然而,全新药物分子设计领域还存在两方面问题:（1）数据处理不佳和深度生成模型选取不当,造成模型生成新分子比例不高;（2）在优化生成新分子特定性质的过程中,由于预训练模型不佳,导致模型生成的新分子特定性质值不够高和数量少。为解决上述两个问题,本文提出基于单字符词汇表的CGRU（Char Gated Recurrent Unit）模型,解决深度生成模型生成新分子比例不高的问题,并在此基础上分别结合迁移学习和强化学习方法,解决新分子特定性质值不高以及数量少的问题。论文主要工作如下:1.针对当前深度生成模型生成新分子比例不高的问题,提出了基于单字符词汇表的CGRU模型,并在三个分子数据集上对CGRU模型生成新分子的能力进行验证。模型生成新分子比例不高的问题主要来源于两点:数据处理不佳和模型选取不当。为解决数据处理不佳的问题,本文将分子数据集中的单个不同字符作为“词汇”建立词汇表,结合词嵌入方法将字符串表示的分子转化为向量;为解决生成模型选取不当的问题,本文使用三层GRU网络构建深度生成模型。实验结果表明,在三个分子数据集上,相较于现有深度生成模型,CGRU模型生成新分子的比例平均提高了 2.88%。2.针对当前生成的新分子特定性质plogp（Penalized logp）值不高以及高plogp值分子数量少的问题,本文提出了一个Z-CGRU+TL（ZINC250K-CGRU Transfer Learning）模型。使用特定数据集对预训练模型（使用ZINC250K数据集训练CGRU模型）进行迁移学习训练。实验结果表明,Z-CGRU+TL模型生成的新分子中三个最高的plogp值分别为12.45,12.18和12.06,相比于现有模型生成的新分子最高的三个plogp值,分别提高了 1.8%、7.9%、9.1%。3.针对生成具有高类药性值的新分子数量少的问题,本文提出了一个Z-CGRU+RL（ZINC250K-CGRU Reinforcement Learning）模型。本文设计了一个与分子类药性相关的奖励函数（Reward Function）,将其与预训练模型（使用ZINC250K数据集训练CGRU后的模型）结合并进行强化学习训练。实验结果表明,相比于现有模型只能生成2个类药性值为0.948的新分子,Z-CGRU+RL模型生成类药性值为0.948的新分子数量提高了 5倍。

关键词：药物研发深度生成模型迁移学习类药性强化学习

来源：

同方学位论文库评论