机器学习已成为新材料研发的重要变革性手段, 但材料数据样本量少、噪音高等特点为数据驱动的研发模式带来巨大挑战。本工作将无监督学习应用于挖掘高介电常数的钙钛矿材料。针对标签数据少的问题, 通过聚类学习的方法不断优化迭代来缩小搜索空间, 最终筛选出了BaHfO3和BiFeO3等20种具有高介电常数潜力的钙钛矿材料, 并通过降维分析等手段从元素种类、晶体结构和容忍因子等方面展开规律分析, 挖掘钙钛矿材料结构与介电常数之间的关联。该方法为解决材料性能数据标签的缺失提供了一种思路, 可应用于筛选和挖掘其他新型功能材料。

电介质储能材料被誉为“现代工业的血液”, 具有介电常数高、损耗低、功率密度大、充/放电速度快、可靠性好等优点, 是各类脉冲电力电子系统元器件的关键部件, 受到了科学界广泛的关注。但其储能密度低、效率差的缺点也极大地限制了多领域的应用。如何显著提高电介质材料的储能性能成为近年来功能陶瓷研究的热点之一。本工作对比了无机电介质储能材料的性能优势, 概述了电介质材料储能原理和储能特性的主要参数, 分析了线性电介质、弛豫铁电体、反铁电体等多种无机材料体系的组分设计思路和储能特性, 涵盖了陶瓷、膜及多层陶瓷电容器等多种材料形式, 并从材料组成、结构、制备工艺等多方面讨论了性能调控方法与增强机制, 最后分析了无机电介质储能材料所面临的机遇和挑战, 展望了其在未来的发展趋势。

针对金属表面等离激元光镊热损耗问题, 设计了一种硅基双纳米柱加纳米环的光镊结构.通过有限元仿真在1 064 nm入射光场下计算了三种不同硅基纳米结构(硅基纳米球、纳米柱、纳米环)的场增强效果.利用硅基纳米结构光学共振机理, 设计了一种电场增强倍数达到7.39倍的硅基双纳米柱光镊结构.在此基础上, 增加纳米环使光镊结构的环中心与双纳米柱间隙产生光学共振耦合现象, 得到的电场增强倍数高达11.9倍, 形成了稳定的光学势阱.最后采用麦克斯韦应力张量法对硅基光镊中不同直径的聚苯乙烯小球进行了捕获分析, 并在x、y、z方向上计算分析了直径为25 nm的聚苯乙烯小球在不同位置的捕获力、捕获势能以及捕获刚度.设计的硅基纳米双圆柱加纳米环的光镊结构能够对聚苯乙烯小球起到良好的捕获效果.