标准模型中包含了多少个基本组成成分
三代夸克,三代轻子,八个胶子、W、Z、光子、Higgs粒子
三代夸克是u、d、c、s、t、b
三代轻子是e、μ、 τ 以及它们对应的中微子
深思熟虑了一下,钙钛矿不是perovskite么?那个深居地下的东西,怎么也会出来晒太阳?于是乎,我在度娘里搜了一下“钙钛矿”。发现除去没有必要的广告(广告也是太阳能电池的),“钙钛矿太阳能电池(太阳能电池类型名)-”紧随其后,还有各种相关的科研报道。
那深居地下(地球科学中)的钙钛矿和钙钛矿太阳能电池有什么区别呢?
地球科学中的钙钛矿
在地球科学领域,钙钛矿是一种名副其实的矿物。1839, 德国科学家Gustav Rose在俄国考察中在乌拉尔山脉发现元素组成为CaTiO 3 矿物,并将其命名为"perovskite”,以纪念同名的俄国矿物学家Lev Alekseyevich von Perovski(他提议创建俄罗斯地理学会)。但是对于地幔中存在钙钛矿结构型的硅酸盐的认识直到1962年才首次提出,到了1970年代后期,科学家提出,地幔中约660 km处的地震不连续性代表了从具有尖晶石结构的橄榄石成分矿物(林伍德石)到具有铁镁橄榄石成分的钙钛矿的相变。钙钛矿结构型的硅酸盐在地球表面不稳定,主要存在于地幔的下部660km至2900km。但是完整的钙钛矿晶体也可能在陨石坑中发现,陨石冲击地表时产生的超高压力能促使地表矿物相变成钙钛矿。
不过在2014年地球深部的钙钛矿有了新的名字:布里奇曼石(bridgmanite,为了纪念在1946年获得诺贝尔物理学奖的物理学家Percy Williams Bridgman对于高压物理学领域所做出的突出贡献)。
布里奇曼石(Bridgmanite)深居下地幔,化学式为Mg1-xFexSiO3,具有钙钛矿结构, 它属于正交晶系, 是下地幔最主要的矿物。Tschauner等人2014年在陨石发现了钙钛矿结构型的硅酸盐的天然样品, 而后将它命名为布里奇曼石(Bridgmanite),其在下地幔的含量约占80%(pyrolite成分模型,地幔模型之一)或者更高(piclogite成分模型,地幔模型之一)。
下地幔的另外一个重要的矿物是含钙-钙钛矿,它的质量百分比约为7%,它是下地幔钙(Ca)的主要存在形式。在地幔的高温下,它最有可能以立方钙钛矿相存在,跟许多著名的功能钙钛矿材料如BaTiO 3 、PbTiO 3 等铁电材料一样。
钙钛矿太阳能电池
钙钛矿型太阳能电池(perovskite solar cells),是利用全固态 钙钛矿型 的有机金属卤化物半导体作为 吸光材料 的太阳能电池,属于第三代太阳能电池,也称作新概念太阳能电池。这种材料制备工艺简单,成本较低。以CH 3 NH 3 PbI 3 为例,将含有PbI 2 和CH 3 NH 3 I的溶液,在常温下混合并进一步旋涂即可获得均匀的结晶薄膜。简单说,钙钛矿太阳能电池就是一种制作工艺简单,成本低廉,以钙钛矿结构作为吸光材料的太阳能电池。
钙钛矿材料的结构通式为ABX 3 ,其中A为有机阳离子,B为金属离子,X为卤素基团。该结构中,金属B原子位于立方晶胞体心处,卤素X原子位于立方体面心,有机阳离子A位于立方体顶点位置。相比于以共棱、共面形式连接的结构,钙钛矿结构更加稳定,有利于缺陷的扩散迁移。见图如下:
总结来讲,钙钛矿太阳能电池属于钙钛矿型材料,这类材料结构类似于钙钛矿,其通式为ABX 3 ,此类化合物最早被发现于钙钛矿石中的钛酸钙(CaTiO 3 ),因此而得名。到后来,钙钛矿并不单单特指这种钙钛复合氧化物,而用来泛指一系列具有ABX 3 化学式的化合物。所以钙钛矿太阳能电池既不含钙,也不含钛,更不是一种矿石,其应该叫钙钛矿型太阳能电池。
参考文献
[1]徐慧,朱建东 Bridgmanite(布氏岩)——地球上含量最丰富的矿物[J] 资源环境与工程, 2014(28):763
[2]吴忠庆,王文忠 矿物高温高压下弹性的第一性原理计算研究进展[J] 中国科学:地球科学, 2016, 000(005):P582-617
[3]白宇冰,王秋莹,吕瑞涛,等 钙钛矿太阳能电池研究进展[J] 科学通报, 2016, 61(Z1):489
[4]魏静,赵清,李恒,等 钙钛矿太阳能电池:光伏领域的新希望[J] 中国科学:技术科学, 2014, 44(8):801-821
美编:ZYN
校对:张腾飞
R2X(cum):代表多元统计分析建模时,在X轴方向模型的累积解释率(或可以理解为X轴方向保留原始数据信息百分比的平方),cum表示几个主成分累积的结果
R2Y(cum):代表在Y轴方向模型的累积解释率(或可以理解为Y轴方向保留原始数据信息百分比的平方)
Q2(cum):代表模型的累积预测率
时间序列定义定义1:时间序列就是一组统计数据,依其发生时间的先后顺序排成的序列。定义2:同一现象在不同时间上的相继观察值排列而成的序列称为时间序列。
它通常用于预测时间序列数据的未来值,如股票价格、气候变化等。时间序列预测通常使用统计学方法来建立时间序列的模型,如ARIMA(自回归移动平均模型)和ETS(指数平滑模型)等。
arima模型全称为差分自回归移动平均模型:arima模型是由博克思和詹金斯于70年代初提出的一著名时间序列预测方法,所以又称为box-jenkins模型、博克思-詹金斯法。
组织承诺是个人对所属组织的目标和价值观的认同和信任,以及由此带来的积极情感体验。是一种重要的员工态度变量,对工作绩效产生重要的影响。美国社会学家贝克尔(HowardSBecker)于1960年首先提出。梅耶(JohnPMeyer)和阿伦(NatalieJAllen)于1991年提出三成分模型,将其分为情感承诺、持续承诺和规范承诺。情感承诺表现为对组织目标和价值观的认同和接受,对工作绩效产生正面的影响;持续承诺表现为个体随着对组织的投入增加而意识到沉没成本,从而愿意留在组织中;规范承诺表现为员工认同对待工作的一般道德标准,感到有责任留在组织中。有学者认为,情感承诺是对待组织的态度成分,是体现该概念内涵的指标;而持续承诺和规范承诺属于行为范畴,可有效地预测员工的离职行为。
用SPSS做主成分分析时,因为软件只有因子分析,所以对求出来的因子系数矩阵要进行计算得到相应的主成分系数。具体步骤是用每一列的因子除以相对应的特征值的开方(在spss下的transform—compute
variable进行计算就可以)。
求出主成分系数后,乘以标准化后的原始数据(spss中的描述性统计分析就可以做到),得到的就是主成分矩阵。至于你问的综合主成分计算,是最后一步了,用主成分矩阵乘以相应方差贡献率就是综合主成分值了。
你可能是把主成分分析和因子分析混淆了,因为只有因子分析才涉及到因子得分系数矩阵,不过其实很多人都会混了,因为两种方法实在是太像了,主成分可能用SPSS计算相对麻烦,因子分析还好。不过具体问题具体分析。如果你会SAS那就方便多了,编程自己需要的程序,但是需要一定基础。
欢迎分享,转载请注明来源:品搜搜测评网