一种电调谐的石墨烯梯度纳米光学传送带及其应用

    公开(公告)号:CN117747167A

    公开(公告)日:2024-03-22

    申请号:CN202311782423.9

    申请日:2023-12-21

    Applicant: 无锡学院

    Abstract: 本发明提供了一种电调谐的石墨烯梯度纳米光学传送带及其应用,本纳米光学传送带,包括门电极,门电极顶部设有绝缘层,绝缘层上部分别设有相对设置的源极和漏极,所述绝缘层上源极和漏极之间设有周期性排列的石墨烯组,各石墨烯组含有多个石墨烯对,每个石墨烯对包括2个石墨烯带,所述石墨烯对中各对石墨烯带的长度呈梯度变化且间隔设置。本发明利用长度呈梯度变化且间隔设置的石墨烯带,使本纳米光学传送带在偏振的平面波光源激励下,可通过调节各石墨烯带的费米能级,并激发石墨烯带的热点,利用粒子移动受力不同出现的速度差对不同直径的粒子进行分离。本发明输入光功率低、散热能力好、粒子传递平稳;且适用范围广,控制简单。

    一种用于微粒传递和分选的石墨烯超表面结构及应用

    公开(公告)号:CN116230286A

    公开(公告)日:2023-06-06

    申请号:CN202310030050.3

    申请日:2023-01-09

    Applicant: 无锡学院

    Abstract: 本发明提供一种用于微粒传递和分选的石墨烯超表面结构,包括依次设置的电子凝胶层,石墨烯周期圆环阵列层,介电保护层;所述电子凝胶层上设置有栅极区,所述栅极区内设置有金属栅极;所述石墨烯周期圆环阵列层包括多组依次设置的石墨烯圆环单元,每组石墨烯圆环单元均包括外环直径依次增大的第三圆环、第二圆环和第一圆环;所述第一圆环、第二圆环、第三圆环的内环直径相同。本发明通过将单层石墨烯设置成不同大小的圆环状,组成多组石墨烯圆环单元,再将各组石墨烯圆环单元设置成周期性阵列,通过调节石墨烯的费米能级来让不同大小的石墨烯圆环依次被激发热点,在传输微粒过程中无需调节入射激光的频率,减少了超表面光镊应用的复杂性。

    一种基于石墨烯圆盘阵列结构的二维微粒传送方法

    公开(公告)号:CN118767839A

    公开(公告)日:2024-10-15

    申请号:CN202410775847.0

    申请日:2024-06-17

    Applicant: 无锡学院

    Abstract: 本发明公开了一种基于石墨烯圆盘阵列结构的二维微粒传送方法,栅极设置在衬底上,源极、漏极设置在介电层上,衬底上设置有介电层,小圆盘和大圆盘设置在介电层上,小圆盘和大圆盘均位于源极和漏极之间,多个小圆盘和大圆盘交替排列,小圆盘的直径小于大圆盘的直径。本发明动态地调节栅极电压来激发石墨烯等离子体表面产生共振,将聚苯乙烯粒子稳定地捕获在石墨烯圆盘外径边缘处;旋转入射光的偏振角度,将粒子沿着石墨烯圆盘边缘移动,当粒子移动到小圆盘或大圆盘相邻圆盘,切换栅极电压,使得相邻圆盘共振,由于梯度力显著变化,粒子被转移到下一个石墨烯圆盘边缘,即可实现在二维任意方向上传输纳米粒子。

    一种用于微粒传递的电调谐石墨烯梯形孔超表面结构

    公开(公告)号:CN118335376A

    公开(公告)日:2024-07-12

    申请号:CN202410433961.5

    申请日:2024-04-11

    Applicant: 无锡学院

    Abstract: 本发明公开了一种用于微粒传递的电调谐石墨烯梯形孔超表面结构,包括衬底、源极、漏极、介电层和石墨烯薄膜,石墨烯薄膜固定设置在衬底上,源极和漏极均内嵌在衬底与石墨烯薄膜之间,介电层固定设置在石墨烯薄膜上,石墨烯薄膜上开设若干个等间距分布的第一石墨烯梯形孔,石墨烯薄膜上开设若干个等间距分布的第二石墨烯梯形孔,第一石墨烯梯形孔和第二石墨烯梯形孔之间的石墨烯薄膜形成传输通道,第一石墨烯梯形孔和第二石墨烯梯形孔横截面为梯形,第一石墨烯梯形孔和第二石墨烯梯形孔对称分布。本发明具有很高的可扩展性,并且无需调节入射光波长和偏振方向,降低了复杂度。

    一种基于深度学习的石墨烯超表面设计方法

    公开(公告)号:CN116432540A

    公开(公告)日:2023-07-14

    申请号:CN202310484973.6

    申请日:2023-04-28

    Applicant: 无锡学院

    Abstract: 本发明提供的一种基于深度学习的石墨烯超表面设计方法,涉及光学超表面领域,结合了深度学习技术加快对石墨烯超表面的仿真光谱预测和逆向结构设计;解决了传统数值仿真耗时长,需要计算资源多的问题;此外,只要输入想要的透射光谱,逆向网络就可以输出最符合条件的结构图片,极大的提升了研究效率;降低了对超表面专业知识的要求,有利于交叉产业的发展;前向网络结合了较深的残差网络和循环神经网络(RNN),有效避免了梯度消失或爆炸的问题,提高了模型的稳定性和预测结果的准确率;同时,前向网络性能的提升也提高了逆向网络生成结构的精度;逆向网络引入余弦相似度的概念,保证了生成结构的可靠性。

Patent Agency Ranking