从锂云母中分离提取锂、铷、铯方法的研究进展

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。

从数据到机制:医数交叉驱动肿瘤精准诊疗的研究现状与展望

[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。

柔性锌离子电池在可穿戴传感器中的应用研究进展

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。

基于多原理融合的精密旋转轴系六自由度误差同步测量

摘要:为研究轴系误差变化对含有精密旋转轴系的精密测量仪器或高端制造装备的影响规律,在圆光栅安装偏心自校准原理、自准直原理和激光三角原理的基础上,提出了一种基于多原理融合的精密旋转轴系六自由度误差同步测量方法。首先,通过圆光栅安装偏心自校准原理,进一步建立了精密旋转轴系角度定位误差和径向误差分离模型。然后,设计了基于自准直原理和激光三角原理相结合的精密旋转轴系轴向和倾斜误差测量模块并进行标定。最后,以DD 马达为实验对象进行验证。实验结果表明,DD 马达的角度定位误差在±3. 5 ″以内,径向误差在±0. 5 μm 以内,X 轴倾斜误差在±6 ″以内,Y 轴倾斜误差在±8. 3 ″以内,轴向误差在±6 μm 以内。该方法与传统精密旋转轴系误差测量方法相比,无需光电自准直仪、商用主轴误差测量系统等仪器,能够实现精密旋转轴系六自由度误差同步测量,具有成本低、原位测量等优点,可用于精密旋转轴系误差的长期监测。

电卡制冷技术:器件发展现状与高熵铁电材料前瞻

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。

面向脑类器官的微电极阵列技术发展现状及趋势

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。

纤维素基抗菌材料新进展:制备、机理和应用

摘要:本文系统综述了纤维素基抗菌材料的制备、作用机理及其在多领域的应用前景。首先介绍了抗菌材料的分类与构建策略,重点阐述了纤维素基材的理化性能及其在抗菌领域的独特优势。随后,详细分析了纤维素基抗菌材料的制备方法,包括物理负载、化学改性及共混纺丝等策略,并对比了不同方法的优缺点。此外,本文在概述纤维素基材料在抗菌领域应用的同时,引出了材料功能发展的一大趋势——抗菌长效化。最后,探讨了纤维素基抗菌材料面临的挑战,并对未来的研究方向提出了展望。

航空发动机数字孪生工程:内涵与关键技术

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。

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。

玻璃体视网膜显微手术机器人研究进展及前沿热点

摘要:由于眼组织精细、脆弱,眼球体积较小等原因,传统玻璃体视网膜手术难度大、风险高。机器人技术的引入,克服了传统手术稳定性差、精度低的弊病,提升手术安全性与可靠性。根据操作方式不同,从机器人构型、操作方式等方面分类介绍玻璃体视网膜显微手术机器人的研究进展。