首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文--化学传感器论文

LiFe1-xMxPO4薄膜复合光波导化学传感器的研究

摘要第1-5页
Abstract第5-10页
第一章 绪论第10-24页
   ·纳米材料与传感器技术第10-13页
   ·化学传感器第13-14页
   ·气体传感器第14-19页
     ·气体传感器分类第15-19页
   ·集成光波导传感器的种类第19-22页
     ·表面等离子体共振型(Surface Plasmon resonance,SPR)光波导传感器第19-20页
     ·平面玻璃光波导传感器第20-21页
     ·光栅光波导传感器第21-22页
     ·环形谐振腔(或盘)型光波导传感器第22页
   ·课题来源及论文工作第22-24页
第二章 光波导理论第24-38页
   ·光的传播第24-25页
   ·平面波导的结构及光波的传输方式第25-28页
   ·Goos-Hanchen位移和波导有效厚度第28-31页
   ·光波导传感原理第31-32页
   ·平面光波导中的光耦合第32-35页
     ·棱镜耦合法第32-34页
     ·斜坡耦合法第34-35页
   ·玻璃光波导制备第35-38页
第三章 LiFePO_4薄膜/锡掺杂复合玻璃光波导元件的气敏性研究第38-57页
   ·引言第38-39页
   ·实验部分第39-42页
     ·试剂和仪器第39页
     ·LiFePO_4的合成第39-40页
     ·磷酸亚铁锂薄膜的制备及热处理第40页
     ·玻璃复合光波导敏感元件的制备第40-41页
     ·标准气体的配制第41页
     ·检测系统第41-42页
   ·结果与讨论第42-56页
     ·磷酸亚铁锂的合成与表征第42-43页
     ·磷酸亚铁锂薄膜的制备及热处理第43-45页
     ·敏感元件的选择第45-50页
     ·检测原理第50-52页
     ·LiFePO_4薄膜/锡掺杂玻璃复合光波导元件对二甲苯气体的响应第52-55页
     ·传感元件对各类挥发性有机物的选择性研究第55-56页
   ·小结第56-57页
第四章 LiFe_(0.99)Ag_(0.01)PO_4薄膜/锡掺杂玻璃光波导传感元件的气敏性研究第57-77页
   ·引言第57-58页
   ·实验部分第58-61页
     ·试剂和仪器第58-59页
     ·LiFe_(1-x)Ag_xPO_4的合成第59页
     ·LiFe_(1-x)Ag_xPO_4薄膜的制备第59-60页
     ·标准气体的制备第60-61页
     ·检测系统第61页
   ·结果与讨论第61-75页
     ·LiFe_(1-x)Ag_xPO_4的合成第61-62页
     ·薄膜的选择第62-64页
     ·敏感元件的选择第64-65页
     ·LiFe_(0.99)Ag_(0.01)PO_4薄膜/锡掺杂玻璃光波导敏感元件的气敏性研究第65-72页
     ·传感元件对各类挥发性有机物的选择性研究第72页
     ·LiFe_(0.98)Ag_(0.02)PO_4薄膜/锡掺杂玻璃光波导元件的气敏性研究第72-73页
     ·LiFe_(0.995)Ag_(0.005)PO_4薄膜/锡掺杂玻璃光波导元件的气敏性研究第73-75页
   ·小结第75-77页
第五章 LiFe_(0.99)Y_(0.01)PO_4薄膜/锡掺杂玻璃光波导传感元件的气敏性研究第77-90页
   ·引言第77-78页
   ·实验部分第78-80页
     ·试剂和仪器第78页
     ·LiFe_(1-x)Y_xPO_4的合成第78-79页
     ·LiFe_(1-x)Y_xPO_4薄膜的制备第79页
     ·标准气体的制备第79-80页
     ·检测系统第80页
   ·结果与讨论第80-89页
     ·LiFe_(1-x)Y_xPO_4的合成第80-81页
     ·LiFe_(1-x)Y_xPO_4薄膜/锡掺杂玻璃光波导传感元件的选择第81-84页
     ·传感原理第84-86页
     ·LiFe_(0.99)Y_(0.01)PO_4薄膜/锡掺杂玻璃光波导敏感元件气敏性研究第86-87页
     ·传感元件对各类挥发性有机物的选择性研究第87-89页
   ·小结第89-90页
第六章 结论第90-91页
参考文献第91-102页
硕士研究生期间论文发表情况第102页
申请专利第102-103页
致谢第103-105页

论文共105页,点击 下载论文
上一篇:基于工业以太网和OPC的乌河综合自动化监控系统集成研究
下一篇:基因神经网络模型动力学研究