石墨烯压力传感器Au-Si共晶键合的气密性封装

摘 要: 针对石墨烯压力传感器的高气密性封装要求, 设计了一种应用于石墨烯压力传感器的Au-Si 键合工艺。采用Au-Si 键合工艺只需要在传感器的密封基板表面生长一层100 nm 的SiO2 , 并在生长的SiO2表面溅射金属密封环,密封环金属采用50 nm / 300 nm 的Ti / Au。使用倒装焊机在380 ℃ 以及16 kN 的压力环境下保持20 min 完成传感器芯片与基板的键合, 实现石墨烯压力传感器的气密性封装。关键词: Au-Si 键合; 石墨烯; 压力传感器; 气密封装

锂离子电池快速充电研究进展

摘要:具有高能量密度的可充电锂离子电池作为电动汽车的动力之源备受关注,然而,在高倍率充电时引发的镀锂、机械效应和放热等一系列问题会导致电池容量和功率的衰减。为了解决上述问题,需要合理地设计有利于锂离子快速传输的电极材料和电解质。基于对最新进展的系统理解和分析,本综述可为设计具有优异倍率性能的快充锂离子电池提供指导。关键词:锂离子电池;快速充电;电极材料;电解质;锂离子传输

悬空石墨烯/六方氮化硼异质结焦耳热红外辐射器件的可控制备与光电性能研究

摘 要:石墨烯具有优异的光、电、热以及力学性质,而悬空石墨烯避免了衬底带来的褶皱、载流子散射和掺杂等影响因素,可以充分展现石墨烯的本征物理特性,因此在高性能石墨烯微电子和光电子器件研究中具有重要意义。文中提出了一种利用六方氮化硼吸附石墨烯,将其定点转移到金属电极,制备悬空石墨烯焦耳热红外辐射器件的新方法。关键词:悬空石墨烯; 六方氮化硼; 真空退火; 焦耳热; 拉曼光谱; 红外辐射

面向电极接触应用的二维金属性过渡金属硫属化合物的制备和器件研究进展

摘要二维(two-dimensional, 2D)层状半导体材料因具有原子级厚度、优异的光电性质和良好的热/化学稳定性等,被认为是延续摩尔定律的重要候选材料之一,基于超薄2D半导体材料构建的电子器件本质上是一种界面器件,其性能与金属-半导体接触的质量密切相关。关键词金属性过渡金属硫属化合物,化学气相沉积,电极接触,异质界面

高强、高导铝合金研发的机器学习策略

摘要: 利用机器学习框架搭建材料研究设计平台对材料性能进行分析与预测,成为开发新型材料的重要手段。铝合金的导电率和强度往往是互斥的,导电率的提高,伴随着强度的降低。使用SVM、RF、ELM、BP 和DNN五种机器学习方法建立6000系铝合金的导电率和强度的机器学习预测模型。发现以热力学数据和加工工艺为特征输入,在合金性能预测模型的构建方面表现出巨大潜力。并最终筛选出精确度高,泛化能力好的深度神经网络预测模型。经过与实验数据验证,证明了所提模型对于铝合金导电率、强度预报的可靠性。

针刺治疗急性期脑卒中的研究进展

【摘要】 针刺对急性期脑卒中人群的效应规律尚不明确,分析针刺治疗急性期脑卒中的随机对照试验实施现状,可为布局后续相关研究、形成高质量循证证据链提供参考。【关键词】 脑卒中;急性期;针刺;随机对照试验;现状分析

基于忆阻器的图卷积神经网络加速器设计

摘 要:图卷积神经网络(GCN)在社交网络、电子商务、分子结构推理等任务中的表现远超传统人工智能算法,在近年来获得广泛关注。忆阻器(ReRAM)作为一种新兴的非易失性存储器,具有高密度、读取访问速度快、低功耗和存内计算等优点。实验结果显示,该文加速器相比CPU有483倍速度提升和1569倍能量节省;相比GPU也有28倍速度提升和168倍能耗节省。关键词:存算一体;新型非易失性存储器;图卷积神经网络;加速器

精密装配的内涵、技术体系和发展趋势

摘要:随着人类科技不断向极高精度和极端工况发起挑战,高端装备对极致精度与性能的需求日益迫切,传统的以几何量控制为主的装配理论,已无法完全解决高端装备的高精度和高稳定精密装配难题。针对以上问题,首先分析了精密装配的基本特征,综述了精密装配技术的国内外研究现状,在此基础上提出一种介观尺度的精密装配理论与方法,建立精密装配技术体系,提炼精密装配的界面问题、跨尺度问题、不确定性问题等三个基础问题。关键词:精密装配;装配精度;装配界面;介观尺度;性能稳定性;不确定性

耐腐蚀镁合金的成分设计方法研究进展

[摘要]:镁合金因其密度低,轻量化效果明显,矿产资源丰富,在航空航天等领域得到了广泛的应用,成为“21 世纪新型绿色材料”。但镁的电化学活性强,耐腐蚀性能差,一直限制着镁合金的大规模应用。目前,探索镁合金的腐蚀机理,设计新型耐蚀镁合金的成分已经引起人们的广泛关注。关键词: 镁合金;腐蚀;合金元素;第一性原理;分子动力学;X-CT

人工智能赋能材料科学与多学科交叉融合:从材料基因组到AI4M2的基石与路径

摘要:材料基因组工程的高通量计算、高通量实验和数据库建设,为人工智能(artificial intelligence,AI)赋能材料科学提供了数据与平台基础。从材料科学与力学、计算科学、自动化和工程科学交叉融合的视角,界定材料/力学信息学(AI for materials and mechanics,AI4M2)的内涵,梳理材料设计、微观组织表征、工艺优化、力学建模、自驱动实验和科研智能体等方面的进展。AI4M2的“硬基石”是人工智能实验机器人、高通量平台、智能表征装备和自驱动实验室,“软基石”是人工智能算法、多尺度计算、科学大模型、数字孪生与科学软件;数据基础设施贯通2 类基石,科研智能体连接模型、工具、实验和工程场景。针对高质量数据不足、模型物理可解释性和跨尺度泛化能力有限、实验闭环与自主软件装备薄弱以及复合型人才短缺等问题,比较国内外代表性实践,并提出统一数据标准与接口、建设共享中试级智能实验平台、发展可验证的自主软件工具链、以重大工程场景组织示范和完善本硕博贯通培养等可实施路径。