项目名称: 高激光损伤阈值的含锡硫属化合物中远红外非线性光学晶体材料的探索

项目编号: No.21403231

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 张明建

作者单位: 中国科学院福建物质结构研究所

项目金额: 25万元

中文摘要: 中远红外非线性光学(NLO)晶体是中远红外激光变频的重要材料,在军事民用各个方面应用广泛。目前,已商业化的中远红外NLO材料主要是硫属化合物,如AgGaS2、AgGaSe2等,但这些材料由于激光损伤阈值(LIDT)低而难以应用在高能激光变频领域,因此,如何结构设计和可控制备高LIDT的中远红外NLO材料成为该领域的关键科学问题。该项目是在对该领域长期研究的基础上提出的,以非心结构众多而NLO效应报道很少的含Sn硫属化合物为研究体系,采用以金属氧化物为起始原料的自主专利技术来制备含Sn硫属化合物,利用结构化学知识设计含Sn硫属化合物的非心结构,通过引入易配位畸变的元素诱导形成非心结构,采用晶体工程的方法调控化合物组分和结构来提高材料的LIDT,从而探索NLO效应大、LIDT高的含Sn硫属化合物基中远红外NLO材料。预期发表高水平SCI论文6-8篇,申请发明专利2-3件。

中文关键词: 含Sn硫属化合物;非线性光学晶体;非线性光学系数;激光损伤阈值;中远红外

英文摘要: Mid/Far infared nonlinear optical (NLO) crystals play an important role in the frequency conversion of Mid/Far infared laser and are used extensively in military and civilian fields. Up to now, commercial Mid/Far infared NLO materials mainly consist of ch

英文关键词: Sn-included chalcogenides;nonlinear optical crystal;nonlinear optical coefficeients;laser induced damage threshold;Mid/Far infared

成为VIP会员查看完整内容
0

相关内容

【Chen Guanyi博士论文】汉语名词短语的计算生成,282页pdf
中国AI+材料科学产业应用研究报告,41页pdf
专知会员服务
55+阅读 · 2021年12月6日
专知会员服务
51+阅读 · 2021年10月16日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
65+阅读 · 2021年7月4日
专知会员服务
31+阅读 · 2021年5月7日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
48+阅读 · 2019年9月24日
我的信号是由核辐射传输的,金属屏蔽都挡不住
机器之心
0+阅读 · 2021年11月24日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
【材料课堂】TEM复杂电子衍射花样的标定原理
材料科学与工程
39+阅读 · 2019年4月12日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
56+阅读 · 2021年5月3日
Arxiv
35+阅读 · 2019年11月7日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
73+阅读 · 2018年12月22日
Arxiv
151+阅读 · 2017年8月1日
小贴士
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
Arxiv
56+阅读 · 2021年5月3日
Arxiv
35+阅读 · 2019年11月7日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
73+阅读 · 2018年12月22日
Arxiv
151+阅读 · 2017年8月1日
微信扫码咨询专知VIP会员