摘要：钠金属电池因其理论比容量高(1076 mA•h•g－1)和钠资源储量丰富, 被认为是下一代高能量密度电池的理想选择之一. 然而, 钠金属负极在循环过程中易形成枝晶, 引发短路问题, 导致电池循环寿命短和库仑效率低, 甚至存在安全隐患. 作为电池关键结构材料, 集流体的形貌结构设计可调控钠金属的沉积/剥离行为, 从而抑制枝晶生长. 其中, 三维碳集流体凭借其稳定的机械支撑、高比表面积和优化的离子传输路径, 能有效抑制枝晶形成, 显著提升电池的循环稳定性和电化学性能, 成为最具潜力的集流体材料之一. 系统综述了近年来碳集流体的制备工艺, 重点分析了三维碳基集流体的性能优化策略, 如原子掺杂提高亲钠特性、功能化改性三维碳材料电子结构、有机/无机复合策略提高界面稳定性以及孔径结构调节三维碳基集流体表面反应等方法, 并探讨了碳基材料的应用优势与研究进展. 最后, 对三维集流体在钠金属电池中的未来发展方向进行了展望.

摘要: 锂云母是我国锂资源的重要来源。高效、环保地从锂云母中提取锂，并协同提取其中的战略资源铷、铯，将会获得可观的经济价值。介绍了我国锂云母的基本性质、结构和赋存情况等，总结了从锂云母中提取锂的活化方法，包括酸法、碱法和盐法，并总结对比了各方法的优缺点，如有些方法虽然能耗和成本较低，但会造成严重的环境污染等; 综述了沉锂母液中铷、铯的分离方法，包括分步结晶法、沉淀法、溶剂萃取法和离子交换法，也进行了优缺点比较，如有些方法效率高但不适合大规模生产等。单一的工艺方法通常存在局限性，需要综合考虑整个工艺流程，根据不同的生产要求选择最适宜的综合工艺方法，才有助于未来锂云母资源的充分发挥，实现伴生资源的综合利用。

［摘要］测序组学、电子健康记录和医学影像等多维度异质医学数据的迅速积累，不仅凸显了传统还原论研究范式的局限性，同时也为医学研究革新带来机遇。近年来，生物医学与智能信息科学的深度交叉融合取得显著进展，推动了疾病预测与精准医疗的发展进程，数学已逐步成为其底层核心驱动。通过深化医学—数学交叉研究实现对生命系统本质规律的定量解析将成为本领域取得变革性突破的关键路径。本文系统综述了医数交叉领域的研究进展，重点探讨数学模型在肿瘤诊断、治疗及肿瘤发生发展机制解析等方面的关键作用，深入展望医数交叉在机制导向的数学模型构建、数字生命和虚拟健康等领域的创新潜力与应用前景。通过数学模型的精准构建与应用，实现从“数据关联”向“机制解析”的迈进，医数交叉将为肿瘤预防和诊疗提供突破性解决方案，推动医学的高效化、精准化、智能化变革。

摘要：可穿戴传感器在运动、医学、康复等多个领域的应用极大地方便了对人体运动指标信号的捕捉和监测，有效避免了运动损伤，降低了就医频率甚至挽救了许多生命。随着可穿戴传感器的应用和普及，与之适配的柔性能源供应系统成为其发展的关键。近年来研究者们基于不同的能量释放方式，研究和设计了多种柔性能源供应系统，其中柔性锌离子电池以其高能量密度、高弹性模量、高循环稳定性和高安全性在众多供能体系中脱颖而出，成为可穿戴传感器最具潜力的柔性能源供应系统之一。本文综述了柔性锌离子电池近年来在可穿戴传感器方面的研究进展，主要介绍和总结了电池各组件（集流体、电极（正极、负极）、隔膜、电解质、封装）的材料类型、特点以及与可穿戴传感器集成的应用情况，最后讨论了柔性锌离子电池目前面临的问题和挑战。

摘要：电卡制冷技术是一种基于电场调控的固态制冷技术,该技术利用电卡材料在电场作用下产生的温度变化来实现制冷效果。该技术因无直接碳排放、高效率等优点,在全球变暖和碳减排目标的背景下,受到广泛关注。自2006 年巨电卡效应发现以来,电卡制冷技术经历了快速发展,尤其是在电卡材料和器件的改进方面取得了显著进展。从电卡制冷器件研究、电卡聚合物纳米复合材料和电卡材料高熵优化方面展开分析与讨论。介绍了电卡效应的基本原理和当前主动回热式电卡制冷器件的研究进展,总结了电卡聚合物纳米复合材料的研究进展以及高熵优化策略和界面极化增强策略,展望了电卡制冷技术在工质和系统领域的未来研究方向。

摘要: 脑类器官是通过人多能干细胞自我组织和诱导分化产生的体外三维细胞培养物,能够部分模拟人脑结构及功能。微电极阵列(Microelectrode Array, MEA)技术能够低损伤、高通量、高时空分辨率地检测脑类器官电生理活动,为脑类器官神经网络的功能表征提供高效的检测平台。脑类器官与MEA 技术的融合在神经系统发育及疾病机理研究、生物神经网络智能计算以及在体修复领域引发了广泛关注。在神经系统发育及疾病机理研究方面,MEA技术能够实时长期追踪脑类器官的动态发育过程,并且通过检测不同疾病来源脑类器官的电生理参数信息探究疾病发病机理。在生物神经网络智能计算方面,脑类器官具有异质的三维网络结构和可塑性,是良好的计算载体,通过与MEA 的交互,能够构建低功耗、高效率的计算平台。同时,MEA 技术在基于脑类器官为载体的神经系统修复领域展现出了广阔的技术应用前景。

摘要：航空发动机是集精密工艺与尖端科技于一体，需兼顾高性能、高效率、高可靠、长寿命等多元目标，且依赖设计、制造、试验、运维多方主体紧密合作的国之重器，承载着强国梦想和强军使命。航空发动机数字孪生工程通过充分利用数据、模型、服务等虚拟资产的潜在价值，融合仿真、预测、优化等多种数智化手段，基于全生命周期系统工程的创新模式、多学科协同的高效平台和多要素耦合分析的全局视角，全面提升航空发动机设计、制造、试验、运维能力，能够为航空发动机全产业链加速发展提供新动力。本文从研发、变革、创新3 个角度分析了航空发动机数字化发展趋势，从全生命周期的视角分析提出了航空发动机数字工程的6个阶段的18个需求趋势与挑战；通过分析数字孪生在航空发动机全生命周期中的研用现状，指出航空发动机在理论体系、组织协作、软件平台、标准规范方面的不足；以作者团队前期提出的数字孪生五维模型、数字工程“数智眼”体系架构、数字试验测试验证体系架构为基础理论，进一步提出了航空发动机数字孪生工程的内涵和体系架构，研究了航空发动机数字孪生工程关键技术体系；从思想、技术、模式、产业等角度对发动机数字孪生工程发展提出了若干建议。期望相关工作为航空发动机数字孪生工程数力和智力的开发利用，以及航空发动机设计、制造、试验测试验证、交付、运维、回收全生命周期能力的全面提升提供参考，助力航空发动机数字化、智能化研制水平和服务能力的跨越式发展。