本文是一篇工程硕士论文，本文主要基于机器学习算法与粒子群优化算法对热致变色的薄膜结构进行优化，并利用磁控溅射对所设计薄膜进行制备。
第1章 绪论
1.1 课题背景和研究意义
从宏观的外部特征到微观结构，科学技术的发展使得我们能进一步探究微纳尺度的结构设计和制造。为了满足日益增长且复杂的需求，人们一边在发掘新材料的同时，一边改良现有材料的结构和属性使其能满足特殊需求，通过改变材料的光学、电学和热学等等方面的性质，进一步扩展其使用范围。而纳米级材料的独特性质如强吸收、强反射、超疏水和超亲水等等性质一直以来吸引着各国科学家的进一步探索，成为工作研究的热点和重点，但这个过程中仍有许多问题等待研究，理论需要进一步提高和完善。超表面在轻量化和高集成度等方面具有巨大优势，目前国内外超表面器件经过十余年的发展，所展现出优异的性能已经被科学界所认可。
但想要对其进行按需设计，往往比较困难，这是由于传统的设计方案一般是扫描式的计算，而微纳结构中，往往在很小尺度的范围内会激发多种特性，导致计算时间长，结果不可预期，更难以求解器件的极限性，这使得对超表面的多维度调控变得尤其困难。而随着计算机算力在近几年的飞速提升，机器学习算法在计算机视觉，分类和推荐等领域的研究成果开始在其他学科如生物，化学等领域在特性预测和材料预设计方面崭露头角。借助机器学习的算法，能大幅提升超表面设计的设计效率，减少扫描式计算的时间与算力上的浪费，能效的帮助我们按需设计的超表面结构。
为了保障航天器内部的仪器设备和组件工作的稳定性，航天器的热控就尤为重要，在外部环境温差极大，±150℃[1]的极端环境需要维持内部室温，一定要使用高效的热控技术，但由于主要使用的百叶窗和辐射换热器均存在重量体积大，能耗高，且含有复杂机械结构[2]等问题性价比不高。随着航天各项技术的发展以及热致变色超材料的研究进展，能自主适应环境温度变化的新型热控技术饱受重视与研究，物体在不同温度下发生颜色改变的现象称为热致变色[3]，热致变色和电致变色的超表面器件或涂层受到追捧，有极大的发展潜力[4]。
..................................
1.2 国内外研究现状
1.2.1 热致变色
在热致变色材料方面：热致变色材料是一类基于材料在相变温度前后具有明显不同的热辐射特性的光学调制材料。材料受热发生相变，光的透过率和反射率在相变前后发生显著变化，从而实现对环境温度变化的自适应的主动热辐射特性响应。所以，热致变色材料在辐射制冷、光热开关和红外辐射调控等方面有重要的实用意义。
工程硕士论文怎么写
二氧化钒（VO2）作为一种过渡金属的氧化物，具有独特的相变特性，即在68℃左右发生金属-半导体转换(Metal–Insulator transition, MIT)[5]，并且具有极快的相变响应速度。VO2由高温金属相（R相）转变成半导相（M相），伴随VO2相变，其电阻率和红外透过率发生大幅度突变，发射率变化幅度达到0.6[6]。
中科院物理所X.Wang[7]等人通过射频磁控溅射在熔融石英和钠钙玻璃两种衬底上沉积VO2薄膜，并提出其相变温度受薄膜内应力的影响。Benkahoul等[8]直接在金属Al制备VO2薄膜，沉积在红外具有高反射的Al的VO2薄膜相比于沉积在Si和石英上具有更高的发射率，使其拥有成为航天器无源散热的巨大潜力。2013年Du[9]等通过沉积VO2薄膜时参在了ZnCl2，改变了薄膜的微观结构，大大降低了薄膜的折射率和反射率。Y.YLuo[10]等人通过控制溅射反应过程中的氧分压、溅射功率、时间和气压等获得了具有光开关性质的VO2(M)薄膜，提出晶粒尺寸影响温滞宽度，表面缺陷影响调制性能。Hendaoui等[11, 12]制备了VO2/SiO2/Au多层膜器件，高温发射率达0.8，并通过掺杂W将相变温度降低了19.5℃，获得了49%的发射率调制能力，可通过掺杂其他物质使其相变温度接近室温，将让VO2薄膜器件应用于航天器被动热控制成为可能。
.................................
第2章 超材料热辐射特性计算与优化
2.1 光谱理论计算与模型构建
对于特征尺寸远小于波长的微尺度结构，其光学特性无法运用传统的几何光学进行研究，需要重新回到麦克斯韦方程组进行计算。选用有限时域差分法与传输矩阵法对所设计材料进行仿真数值计算，以提供参考数据对其组合方式与结构参数进行优化。
2.1.1 计算理论及方法
有限时域差分法基于描述电磁场普遍规律的麦克斯韦方程进行转换而来的差分方程组。是在一定空间时域上对电磁场进行数值计算。是描述电磁场完备本质的数值模拟方法，具有很好的普适性。
故本文将使用FDTD的仿真计算数据作为真实的计算数据，用于验证自编程TMM和其他计算的可靠性。
传输矩阵法是用于光在多层膜材料间的传播的一种计算方法，通过展开磁场实空间的晶格位置，将麦克斯韦方程组转化为传输矩阵的形式，从而转换成求解本征值的问题。通过麦克斯韦矩阵对两个材料界面上的电和磁的求解，从而得到该层的传输矩阵，再通过迭代，完成由单层推广至整个多层材料上，进而求出该目标材料的透射与反射率
............................
2.2 优化算法
2.2.1 粒子群结构优化算法
粒子群优化方法（Particle Swarm Optimization，PSO）是在1995年由Kennedy 和Eberhart共同提出的一种基于群体智能的搜索优化方法[30]，其基本思想是模拟自然界中鸟群、兽群捕食的行为，即通过群体中各个体间的信息共享与协作，通过不断的搜索迭代，在既定范围内搜寻最优解。粒子群优化算法的优势在于算法功能易实现并且能快速应用到各种领域的应用需求，而且由于该算法没有过多的参数需要人工手动调节，所以目前已经被广泛应用到神经网络，模糊控制等其他算法的使用优化过程中。
在粒子群优化算法中，每个粒子往往具有自身位置和当前速度两种特性，来决定下一次的运动搜索，由算法通过评价函数评估每一个个体的位置是否为最优位置和位置质量的高低，再由位置更新公式实时更新每一个个体的位置，利用粒子群的数量优势对整个规定范围空间内的位置进行搜索评估，最终使得粒子群的每一个个体的最优解能收敛到全局最优位置。
通过调整1C，2C学习因子的比重，调节粒子群中每个个体对自身最优值和全局最优值的重视程度，若1C设置过大，个体更信赖群体的信息交互，容易导致优化收敛过慢甚至不收敛，但能更好的找到全局最优解。2C设置过大，个体更新信赖自己的最优解位置，能加速粒子群的收敛，但容易导致粒子群的个体陷入某个局部最优解无法跳出。所以选择合适的优化参数对优化算法收敛速度至全局最优解的搜索能力尤为重要。
.............................
第3章 二氧化钒薄膜制备工艺研究 .............................. 17
3.1 薄膜制备方法 ............................ 17
3.2 薄膜性能分析 ............................ 18
第4章 热致变色超材料的设计与制备 .............................. 37
4.1 仿真与优化计算 ................................. 37
4.1.1 TMM计算与数据集获取 .................................. 37
4.1.2 神经网络学习与PSO优化 ................................. 40
结论 ..................................... 51
第4章 热致变色超材料的设计与制备
4.1 仿真与优化计算
4.1.1 TMM计算与数据集获取
如图4-1所示，大气在8-14μm具有很高的透过性[56]，为充分利用二氧化钒薄膜在相变前后所发生的MIT效应，使用SiO2与VO2相结合，构成多层膜谐振腔，利用相变后VO2表现的金属相构成谐振腔调控器件，大幅增加其发射率，利用大气窗口进行热辐射调控，提到热辐射调控的效果。计划以W为衬底，在W衬底上制备VO2/SiO2/VO2/SiO2的双谐振腔结构，以增强其相变后的辐射特性。
工程硕士论文参考
通过TMM对VO2/SiO2/VO2/SiO2/W的双谐振腔结构进行热辐射响应计算，并计算VO2相变前后的器件 发射率变化幅度，根据大气窗口所在波段，以在8μm至14μm波段获得最大发射率变化为优化目标。
为保证制备、保存和测试过程中没有污染测试的样品，确保椭偏仪测试获得的结果为纯金属W薄膜的光学常数，对样品进行EDS（能谱分析），探究样品的元素组成及含量分析，并使用XRD分析样品的晶体结构。由图4-8(a)EDS元素分布图得出表面物质由金属W组成，排布紧密成膜质量好，由图4-8(b)EDS能谱图得出能谱图中的特征峰均为金属W的能谱峰[59]，无其他杂峰出现，说明薄膜纯度高。由图4-9中XRD结果得，金属W薄膜的晶格取向主要为(200)，晶格取向好。故使用椭偏仪测试获得的结果为金属W(200)薄膜的光学常数。
................................
结论
本文主要基于机器学习算法与粒子群优化算法对热致变色的薄膜结构进行优化，并利用磁控溅射对所设计薄膜进行制备。实现通过仿真优化结构参数让器件在大气窗口(8-14μm区间)具有更优秀的光谱调制能力，在实验工艺摸索中，探究了实验中各因素对最后二氧化钒薄膜性能的影响，总结归纳了在不同基底上生长高质量二氧化钒薄膜的经验。本课题为超材料的结构优化设计提供了使用神经网络拟合光谱结合PSO算法优化的方法，即回收了探究过程中的废弃算例，减少了优化过程中重复计算的造成的算力浪费，更进一步的加快了按需设计的速度。本文的研究结果如下所示：
(1) 本文阐明了超材料光谱响应计算原理，在对于多层膜结构的超材料设计计算中，分别使用传输矩阵法和有限时域差分法仿真计算得到的光谱响应误差分析，并结合PSO算法进行初步的按需优化。引入了神经网络算法参与对需求光谱响应的逆设计，通过蒙特卡洛算法设置结构参数，交由TMM计算光谱响应，构建热致变色超材料的物性库，基于结构参数与发射率的映射关系，选取五层全连接层与其他神经网络结构参数，训练调优，对比传统优化计算方法，融合了神经网络计算在与数值计算误差极小的情况下大大加加快了优化设计速度。
(2) 使用磁控溅射设备制备了二氧化钒薄膜等样品，探索总结了制备过程中的工艺和注意事项，分析了衬底表面缺陷、热处理的退火温度和退火时间等制备工艺条件对最后VO2薄膜成膜质的影响，并在不同物质的衬底上制备出了高质量的二氧化钒薄膜，为后续按需制备奠定了稳定的工艺基础，所制备的二氧化钒薄膜通过XRD，XPS，AFM等测试设备对所制备的样品进行成分物象、形貌晶粒，相变透过特性等表征，分析制备工艺对其各项性能的影响关系。在石英上制备的二氧化钒薄膜在红外波段，相变前均有很高的透过，相变后几乎不透。并提出了使用Ag层等代理层的方法，可以通过刮除代理层的方式使用台阶仪或AFM对所沉积薄膜的厚度进行精准测量。
参考文献（略）