摘要：电荷转移(charge transfer,CT^(1)和CT^(3))态的反向系间窜越(reverse inter-system crossing,RISC,CT^(1)←CT^(3))过程是提高激子利用率的有效途径,精准利用该过程对于制备高效率激基复合物型(exciplex-type)有机发光二极管(organic light-emitting diodes,OLEDs)具有重要科学价值和应用前景.基于m-MTDATA:Bphen的典型激基复合物由于其内部高的RISC速率而受到广泛关注.但到目前为止,在实验上仅从瞬态光致发光谱中推测存在该RISC过程,这不利于全面认识并运用该过程设计高性能的光电器件.本文通过精确调控发光层(x m-MTDATA:y Bphen,x,y为质量分数)中给体与受体的共混比例和流过器件的载流子密度,获得了载流子平衡与非平衡的激基复合物器件,采用特征磁电导(magneto-conductance,MC)响应曲线可视化了平衡激基复合物器件中CT态间的RISC过程,且相比于非平衡器件,该器件具有更高的电致发光效率.本工作不仅能加深对于激基复合物器件中给体/受体共混比例影响载流子平衡的理解,还为最优利用RISC过程制备高效率光电器件提供理论依据和实验基础.

摘要：质子交换膜燃料电池(PEMFC)是一种难以精确建模的非线性系统,因此需要具有较强鲁棒性与高适应性的控制器来控制PEMFC电堆温度。该文提出一种基于深度强化学习的数据驱动控制器来控制电堆温度。考虑PEMFC系统的特点,包括其非线性、不确定性和环境条件的影响,提出一种新的深度强化学习算法,即分类回放双延迟贝叶斯深度确定性策略梯度(CTDB-DDPG)算法。该算法的设计引入贝叶斯神经网络、分类经验回放等技术,提高了控制器的性能。通过仿真结果与RT-Lab实验平台的结果表明,利用CTDB-DDPG算法的高适应性与强鲁棒性,所提算法可以更有效地控制PEMFC电堆温度,具有一定的实际意义。