关于材料科学与工程的思考
人类科学技术的发现和发明创造导致现代信息、能源、原子能、航空航天等高技术领域的巨大成就。而材料经过几千年的演变，尤其是20世纪以来，高新技术蓬勃发展，材料科学发生了巨大变化，形成了目前国际公认的一个重大领域—— — 材料科学与工程系统（ MSE ）。
精品资源
钢的高性能化理论与技术进展
摘要：高强度化始终是钢的发展主题，同时还需要解决高强度化后导致的韧塑性降低、疲劳破坏和延迟断裂敏感性增加等问题。在获得高的力学性能之后，实际应用时还需要材料具有良好的工艺适应性与服役性能，达到合适的材料生产-零件制造-服役评价的技术匹配。本文以耐候钢、合金结构钢、紧固件用钢、高氮奥氏体不锈钢、马氏体不锈钢为案例，回顾并展望了与耐腐蚀、高强度、高品质等相关的材料发展动向。
人工合成微生物组：理性设计、精准构建与应用前景
摘要：微生物以微生物组或者微生物群落的方式栖居在自然环境或者宿主环境中，这些群落功能多样、蕴藏着改造自然和调控宿主的强大能力，是重要的生物资源，具有巨大的开发潜力，但是天然微生物组的高度复杂性和不可控性以及自然演化和宿主进化的选择性限制了其应用。人工合成微生物组作为组成确定且可调控的“工程微生物组”，具有突破传统菌群局限性的潜能。近年来，人工合成微生物组备受关注，已经成为科学研究和产业发展的热点方向，并且正在尝试应用于环境生物修复、宿主健康管理等各个领域。本文总结了设计人工合成微生物组的3 大核心理念，介绍了自上而下、自下而上等人工合成微生物组构建策略，列举了人工合成微生物组在环境、农业、化工和健康领域的潜在应用，最后剖析了目前该研究领域面临的挑战并提出了建议，为未来人工合成微生物组的设计、构建和应用提供了参考。
航空发动机单晶高温合金涡轮转子叶片增材修复技术研究进展
摘要：单晶高温合金涡轮转子叶片是航空发动机的核心热端部件之一，对航空发动机的推力和性能具有决定作用，其服役损伤增材修复技术是航空装备特种加工领域最具挑战的工作之一。本文系统梳理了航空发动机单晶高温合金涡轮转子叶片的增材修复工艺方法及其应用进展；针对单晶合金增材修复中易产生的热裂纹缺陷问题，从热裂纹形成机理、关键影响因素和控制措施等角度进行了归纳；总结了单晶合金增材修复组织及性能的研究进展。在此基础上，展望了单晶高温合金涡轮转子叶片增材修复的未来发展方向，指出单晶合金修复专用合金材料成分设计、新工艺开发和基于深度学习的多目标协同优化是此领域未来的重要研究方向。
基于机器学习与第一性原理筛选锂离子电池钒基电极材料
摘要：鉴于成本效益、资源丰富性, 钒基锂离子电池电极材料成为科研热点. 通过机器学习模型与第一性原理计算对钒基材料数据库建立了筛选-验证流程, 旨在发现优异潜在钒基电极材料. 从Materials project 提取出了4694条钒基数据, 并通过pymatgen (Python Materials Genomics)计算了最大理论容量. 相关性研究发现密度对于钒基材料理论容量的影响比较关键, 经三种机器学习算法联合预测对比, 遗传算法确定超参数的深度神经网络算法(DNN)效果最佳, R2 为0.771. 并通过DNN 算法的SHAP 分析进一步证明. 经模型预测, 根据密度特征选取原始数据集前0.5%数据, 最终确定了26种潜在钒基电极材料. 经机器学习与第一性原理计算验证, 确定了三种理论容量均大于650 mAh/g, 开路电压分别为2.56、0.64、0.49 V的钒基正负两电极候选材料. 这一流程不仅可用于对钒基电极材料的发现, 并有望在不同材料体系扩展.
碳点比率荧光探针在荧光传感检测领域中的研究进展
摘要：CDs作为新型碳基纳米材料凭借其低毒性、优异的光稳定性及发光可调谐性等特性, 已成为荧光传感领域的核心材料. 传统单发射体系CDs探针依赖荧光强度增强/猝灭现象实现对目标物的检测, 此类方法易受探针浓度、微环境波动及仪器参数偏移等因素干扰. 为突破这一瓶颈, 研究人员引入了具有内部自校准机制的双发射比率荧光探针, 以两个或多个荧光信号的强度比值为信号参量, 提升了复杂体系中的检测精度与抗干扰能力.本文系统综述了CDs比率荧光探针的最新研究进展, 重点剖析了探针类型、设计策略与应用效能. 最后, 针对当前研究中存在的材料发光原理不明、临床应用转化困难等问题, 提出了绿色合成、人工智能辅助设计等未来发展方向.
钼合金高温蠕变性能研究现状
摘要：通过总结国内外多种主要钼合金（TZM、Mo-Re合金、Mo合金单晶、Mo-ASK、Mo-ODS）的高温蠕变性能的研究结果，分析不同合金元素对钼基体蠕变性能影响的机理，总结当前钼合金蠕变性能研究问题，给出钼合金蠕变实验建议，提出进一步改善钼合金蠕变性能的材料设想。
多主元合金空蚀-腐蚀研究进展
摘要: 水力发电装备和海洋装备中的过流部件在服役时不仅受到腐蚀的影响，还同时受到空蚀破坏，导致过流部件表面材料损失甚至发生断裂，进而严重降低装备服役安全和寿命。现有的过流部件应用材料大多数为铜合金和不锈钢，存在耐腐蚀性能和力学性能都无法同步提升的瓶颈，开发出符合“高性能、长寿命、高可靠性”且环境适应性强的新型抗空蚀-腐蚀材料成为当前的研究热点。多主元合金独特的四大效应赋予其成为极端环境领域中抗空蚀-腐蚀材料的天然优势，其广泛可调的微观组织、优异的力学性能、出色的抗氧化性以及卓越的耐腐蚀性能，为开发新型抗空蚀-腐蚀材料提供了坚实的研究基础。抗空蚀-腐蚀多主元合金材料可以通过涂层和块体两个方面制备，同时可以按照主元种类和成分调控、合金化以及形成多主元复合材料来提高抗空蚀-腐蚀性能。综述了多主元合金作为抗空蚀-腐蚀材料的研究进展，重点从材料的微观结构出发，详细讨论了不同涂层和块体多主元合金在空蚀-腐蚀性能方面的表现及其影响因素。
机器学习在复合材料力学领域的应用研究进展
摘要：复合材料因其优异的综合性能在众多领域有广泛的应用。然而，随着复合材料的组成、结构和性能要求变得愈加复杂，以实验研究和计算模拟等复合材料领域传统研究方法，面临成本高、周期长、数据需求大、模型复杂和可解释性不足等问题。机器学习(Machine learning，ML) 方法作为一种人工智能技术，具有自动学习能力、高维数据处理能力、分析预测和分类决策能力，能有效解决上述传统复合材料研究方法存在的问题，被认为是复合材料结构设计、分析与预测中的一种新兴技术，已成为复合材料研究领域的发展趋势。本文综述并评价了ML 方法应用于复合材料力学领域的最新研究成果，重点关注复合材料力学性能预测、结构优化设计和损伤检测3 个方面的研究进展，并对其未来发展方向进行了讨论和展望。
