精品资源
热障涂层金属粘结层制备与研究进展
摘要：热障涂层是航空发动机和地面燃气轮机提升工作效率、延长服役寿命的关键技术和重要手段。粘结层作为热障涂层系统中的重要组成部分，一方面可缓解陶瓷层和高温合金基体间的热不匹配应力，提高热障涂层系统热稳定性；另一方面，高温下通过生长一层致密且连续的Al2O3层，保护合金基体免受氧化和腐蚀。因此，粘结层性能直接决定了热障涂层系统的服役寿命。本文系统总结了传统粘结层材料、制备方法及其优缺点等方面的研究进展，同时介绍了新型高熵合金粘结层体系，重点关注其成分设计、结构及抗氧化性能等方面的研究现状及不足。最后，对粘结层材料的研究方向进行了展望。
无凸点混合键合三维集成技术研究进展
摘要：数字经济时代，高密度、低延迟、多功能的芯片是推动人工智能、大模型训练、物联网等高算力需求与应用落地的基石。引线键合以及钎料凸点的倒装焊存在大寄生电容、高功耗、大尺寸等问题，使传统封装难以满足窄节距、低功耗、小尺寸的应用场景。无凸点混合键合技术能够实现极窄节距的互连，在有效避免倒装焊凸点之间桥连短路的同时降低了寄生电容，减小了封装尺寸和功耗，满足了高性能计算对高带宽、多功能的要求。对无凸点混合键合技术所采用的材料、键合工艺与方法以及当前在三维集成中的应用展开介绍，并对其发展趋势进行了展望。
人工光合固氮
摘要：氨(NH3)作为化肥的重要成分和潜在的清洁能源载体, 其可持续生产对于应对全球能源需求和环境问题意义重大. 传统的Haber-Bosch工艺在高温和高压条件下, 将氮气(N2)和氢气(H2)催化转化成NH3. 该工艺支撑了全球近半数人口的粮食生产, 但其存在的高能耗、高排放等问题无法满足可持续发展的要求. 生物固氮酶能够在温和条件下实现N2到NH3的高效转化,为绿色高效驱动N2还原提供了重要的参考. 在过去几十年中, 研究人员受天然酶活性中心的组成和结构特性的启发, 模拟制备了一系列新型均相分子催化剂和多相催化剂, 以实现高效人工固氮. 本文综述了近年来人工光合固氮领域的重要进展, 详细分析了N2还原过程中的热力学和动力学挑战及其催化机理, 并对人工光合固氮领域所面临的挑战与未来发展方向进行了讨论.
钢/铝/镁/铝/钢复合板组织与性能研究
摘要:随着汽车行业对轻量化和安全性要求的不断提高,采用钢/铝/镁/铝/钢复合板替代纯钢板,既可以达到减重的效果,又可以利用复合板的性能优势满足汽车用钢的强度要求。利用轧制工艺成功制备了钢/铝/镁/铝/钢5层复合板,通过光学显微镜、扫描电子显微镜、拉伸试验机,研究了轧制温度(400、450、500℃)对复合板界面组织、界面结合强度、拉伸性能和断裂机理的影响。结果表明:在轧制压下率为45%、400~500 ℃轧制温度范围内制备的复合板均可达到良好的结合效果,其中钢/铝界面呈平直线,铝/镁界面呈波浪线且随着轧制温度的升高起伏程度增大;随着轧制温度的升高,镁层晶粒逐渐发生动态再结晶并长大,铝层硅化物析出含量增多,钢/铝界面结合强度提高,铝/镁界面结合强度、复合板的抗拉强度和断后伸长率呈现出先升高后降低的变化趋势。400、450、500℃轧制温度下复合板铝/镁界面结合强度、抗拉强度和断后伸长率分别为77.54、88.63、81.14 MPa,310、324、278 MPa,39.9%、40.9%、22.3%,在450 ℃轧制温度下复合板的综合力学性能最优。
国产AI芯片软件生态白皮书（2025）
摘要：在科技竞争日益激烈的国际大背景下，以构建自主可控的AI 芯片及其软件生态战略为指引，我国AI 芯片近些年在技术创新与市场拓展方面均收获颇丰。以华为昇腾、寒武纪、地平线、沐曦、燧原科技、海光信息、壁仞科技、摩尔线程及天数智芯等为代表的一批本土企业，已成功推出一系列具有市场竞争力的AI 芯片产品，在国内市场形成了多厂商、多技术路线并行的活跃竞争格局。随着国产AI 芯片在算力、能效比等硬件指标上的突破，用户关注点已从“有没有”转向“好不好”——即软件生态的成熟度、兼容性与易用性。这里的“好不好”，其核心指向的已不再仅仅是芯片的理论峰值性能，而是其背后支撑的软件生态是否成熟、完善与开放。本白皮书的意义体现在三个层面：（1）深度剖析AI 芯片软件生态，形成系统性介绍。将AI 芯片软件生态分为"四层架构"，包括基础支撑层、核心工具层、框架适配层与管理监控层，剖析其概念与作用，介绍具体案例。（2）汇总国产AI 芯片软件生态资源，形成资源指南。详细调研多款代表性国产AI 芯片，汇总介绍其软件生态并给出资源链接，帮助企业和开发者根据自身应用场景（如训练、推理、边缘计算等）和技术栈基础，选择最适合的解决方案，避免盲目追求"算力峰值"而忽视生态兼容性的误区。（3）为政策制定提供参考。通过客观评估国产软件生态，为相关产业政策的制定提供数据支撑，助力我国AI 芯片产业实现从"基础可用"向"场景好用"的关键跨越。
深度学习辅助的纳米薄膜材料压痕力学性能反演与预测
摘要：准确高效地测定纳米金属薄膜的力学性能对于评价材料的服役可靠性至关重要。本文以人工智能技术与科学技术领域的交叉融合为驱动力，借助深度学习技术,利用试验和仿真中的数据信息，针对典型的包镍多壁碳纳米管增强烧结纳米银材料的纳米压痕力学性能表征问题开展研究。首先通过纳米压痕测试得到被测材料的载荷-位移曲线，并以此为基础进行有限元反演获得其幂指数型应力-应变关系。基于所提取的数据集和贝叶斯优化算法构建了人工神经网络（ANN）模型与卷积神经网络（CNN）模型，成功实现了对纳米薄膜材料压痕力学性能的高精度预测。结果表明，ANN模型计算效率较高，但因对应数据集关键参数较少所以预测效果较差；而CNN模型的预测效果良好且预测结果的决定系数为0.99，预测精度远高于ANN模型，其准确性和鲁棒性表现出巨大优势，很好地弥补了由于其效率低造成的性能短板。为测定航空工业中纳米金属薄膜的机械性能提供了一种通用方法，也为深度学习方法在预测其他材料的机械性能方面的应用提供了思路。
热防护功能纤维与智能纺织品的研究进展
摘要：在火场或高温环境中, 热防护服对人体生命健康至关重要, 可以保护高温工作人员免受热损伤, 是目前应用最广泛的特种防护服装. 传统的防护服通过对材料和结构不断优化, 能够满足阻燃隔热及防水透气等要求, 但是由于被动防护缺乏对内部生命体征和外部气体温度的监测, 限制了其综合防护性能的提升, 在紧急情况下难以快速判断风险并及时安全撤离. 随着多学科多领域的交叉以及多种技术的相互融合, 智能防护服能够主动应对外部环境或内部状态的变化, 使其具有强大的市场发展潜力和广泛的应用前景. 为了进一步探讨智能热防护服的发展现状和应用研究, 本文介绍了几种热防护的纤维以及织物, 在此基础上, 具体阐述了智能热防护服在生命体征监测、有毒气体监测以及高温预警方面的应用研究进展. 最后, 讨论了新型功能纤维与智能纺织品面临的挑战与机遇, 对其进一步的研发和应用进行了总结与展望.
适用于航空热管理的相变材料研究进展
摘要：航空领域的热管理至关重要，良好的热管理可以提高设备能效，提升系统的稳定性和可靠性。本文阐述了航空领域进行热管理应用的需求，分析了利用相变材料辅助热管理的优势，指明了当前航空领域热管理所需相变材料热物理性能面临的挑战。本文梳理了通过多种方法对相变材料热性能进行优化的方案，重点讨论了分子设计、共晶混合、分散添加剂和封装技术等用于制备复合相变材料的策略及其性能提升效果。同时，介绍了相变材料常用的换热性能测试和仿真方法。现有研究存在的主要问题是相变材料的分子设计和部分共晶混合缺乏系统化理论或模型指导。未来，结合机器学习、量子化学计算和分子动力学模拟等方法有望得到更理想的设计方法。通过综述相变材料在航空热管理领域应用的研究进展，期望为相关材料的设计、制备和性能验证提供指导和启示。
