列表

聚合物超声波塑化成型技术的研究现状及发展趋势

聚合物超声波塑化成型技术的研究现状及发展趋势

摘要：在工业、医疗与电子等领域对微型零件需求日益增长的背景下，传统微成型技术因效率低、能耗高、精度不足等问题亟待突破。超声波塑化成型技术通过高频超声振动实现聚合物熔融与成型，具有塑化能耗低、材料浪费少、成型精度高等优势，为聚合物微部件制造提供了新路径。综述了超声波塑化成型技术研究进展，梳理该技术方法、设备原理、产热机理与工艺参数影响规律，并对其应用潜力进行了介绍。现有研究指出该技术的产热机理包括界面摩擦生热、粘弹性生热和超声波空化效应，但三者协同作用机理有待进一步研究。超声波塑化成型质量涉及超声振幅、成型时间、注射压力、模具温度等多参数耦合作用影响，目前多以经验试错的方式对工艺进行优化，尚缺乏系统的多物理场仿真工具开展工艺优化。该技术已在精密药物输送装置、微流控设备、智能定制植入物等领域展现出良好应用潜力，未来亦在纤维增强聚合物制备方面有强大发展潜力。
新材料 2026年07月23日
中国玻璃纤维行业技术发展——“十四五”回顾与“十五五”展望

中国玻璃纤维行业技术发展——“十四五”回顾与“十五五”展望

摘要：“十四五”期间，我国玻璃纤维行业在国家及地方政策支持下，产量规模持续扩大、技术创新成果丰硕、应用领域不断拓展，已达到全球行业领先水平，在国际竞争中占据重要地位并发挥着关键影响力。然而，行业仍面临基础研究不足、绿色发展有待深化、智能制造能力不均、标准化体系亟须升级、应用场景拓展不足等问题。“十五五”期间，我国玻璃纤维行业需持续加大投入力度，全方位聚焦基础研究的深耕与创新突破、绿色低碳发展路径的探索与实践、智能制造升级的加速与深化、标准化体系的健全与完善，以及应用领域的广泛拓展与多元融合，并以此进一步夯实强国根基，引领全球玻璃纤维产业迈向更高发展阶段。
新材料 2026年07月22日
多波段兼容隐身材料的研究进展

多波段兼容隐身材料的研究进展

摘要：隐身技术对于提高目标的生存率具有重要意义，随着多波段探测技术的快速发展，多波段隐身技术正面临着严峻的考验。本文首先对各波段的隐身机理进行了全面综述。接着，将多波段兼容隐身材料的设计方式分为单种材料和复合材料分别进行综述。最后，本文综述了国内外在红外及雷达兼容隐身材料、红外及可见光兼容隐身材料、红外与激光兼容隐身材料等多频谱兼容隐身材料技术领域的最新发展，并指出了未来多频谱隐身材料发展的方向和重点。
新材料 2026年07月22日
基于二维材料的析氢电催化剂研究进展

基于二维材料的析氢电催化剂研究进展

摘要：面对全球性的能源短缺和环境污染问题，氢能以其高能量密度和零排放的特性，被认为是未来能源转型的关键能源之一。电催化析氢反应(HER)作为一种高效氢气制备方法，引起科研人员的广泛关注。在众多电催化材料中，二维材料因其卓越的电子传输特性和可调控的化学活性，展现出高效电催化析氢的潜力。综合评述了二维材料在电催化析氢领域的最新研究动态，详细分析了缺陷调控、异质结构构建、相转变及氢键调节等策略提升二维材料析氢性能的有效方法。本文还探讨了当前二维材料在电催化析氢中存在的挑战，并对未来研究方向进行了展望。
新材料 2026年07月21日
大数据挖掘在高纯度四氟化碳表面刻蚀技术中的应用实践

大数据挖掘在高纯度四氟化碳表面刻蚀技术中的应用实践

摘要：[目的]探究在解决高纯度四氟化碳(CF4)表面刻蚀技术相关实践问题的背景下，应用现代信息技术挖掘高性能金属-有机框架(MOF)材料以解决现实问题的实践，增强获取和分析MOF 材料数据的能力。[方法]先掌握基本的高通量计算技术和机器学习知识，再运用Zeo++软件和RASPA 软件包下巨正则蒙特卡罗(GCMC)模拟获得MOF 晶体结构数据，并通过4 种较为常用的机器学习算法对数据进行训练，最后上机实践。[结果]最为可靠的是基于树的管道优化工具(TPOT)和轻量级梯度提升回归(LGBM)算法，其决定系数(R2)都达到0.9 以上，以最优的TPOT 算法分析MOF 材料各个描述符对CF4 吸附量的相对重要性后发现孔隙率的影响最大。筛选出吸附能力最强的5 种MOF 材料，分析得到其结构描述符的规律。[结论]经过培训实践，初学者加深了对MOF 晶体材料微观结构的认识，提高了运用信息技术手段获取数据、分析数据的能力。本文提出的以实际难点为导向，利用信息技术方法解决化工领域问题的实践模式得到了有效验证。
新材料 2026年07月21日
氧化石墨烯环氧涂层的制备及阻氢性能研究

氧化石墨烯环氧涂层的制备及阻氢性能研究

摘要：[目的]氢能被认为是当今最具发展潜力的二次清洁能源，但在运输中面临的金属氢脆问题有待解决。[方法]通过2,6−二氨基吡啶的氨基与GO 的羧基、环氧基等含氧基团形成共价键，得到改性氧化石墨烯(BGO)，再将其与环氧树脂(EP)混合而制得BGO/EP 复合涂层，以提高其阻氢性能，同时兼具良好的耐蚀性和附着力。[结果] X 射线衍射(XRD)和傅里叶变换红外光谱(FT-IR)的表征结果证实了2,6−二氨基吡啶对氧化石墨烯的改性成功。电化学测量结果显示BGO/EP 复合涂层的阻抗可达 108 Ω/cm2 量级，界面反应阻力高，耐蚀性良好。氢渗透及氢含量测试显示，在EP 涂层中加入BGO 令氢渗透电流密度从3.62 μA/cm2 降低到0.61 μA/cm2，氢通量和氢扩散系数显著降低。[结论] BGO/EP 涂层能有效阻隔并抑制氢的渗透，为高性能阻氢防腐涂层设计提供了新路径。
新材料 2026年07月20日
AI驱动的材料发现：生成式模型与晶体逆向设计进展

AI驱动的材料发现：生成式模型与晶体逆向设计进展

摘要：晶体材料的逆向设计一直是材料科学面临的重大挑战，近年来生成式人工智能技术的发展为解决这一难题带来了新的契机。本文围绕晶体表示方法与生成模型架构两大核心问题，系统综述了该领域的最新研究进展。在晶体表示方法方面，重点评述了文本符号化表示、几何图周期性编码以及像素的实验成像与计算像素化等方法，深入分析了这些方法在可逆性、不变性和对称性编码等关键技术特性上的优劣。在生成模型架构方面，按照技术演进路线，详细介绍了基于潜空间的变分自编码器和生成对抗网络、扩散或流匹配的联合生成模型，以及Transformer 自回归模型的工作原理与应用现状。最后，针对当前面临的表示方法优化、缺陷材料建模和评估标准统一等关键科学问题，本文展望了面向工业应用的未来发展方向，旨在为晶体材料智能设计提供系统性的理论参考。
新材料 2026年07月20日
数据驱动与机器学习辅助的硫系相变材料研究进展

数据驱动与机器学习辅助的硫系相变材料研究进展

摘要：硫系相变材料(Phase Change Materials, PCMs)因其独特的电学和光学特性而被广泛研究。PCMs 已被成功应用于各类光盘，并在数据存储领域取得显著进展，例如相变随机存取存储器(Phase Change Random Access Memory, PCRAM)。此外，PCMs 在光子学领域展现出良好的应用前景，可用于调控光的传播与相互作用；同时也适用于模拟人脑功能的神经拟态计算系统。本综述全面总结了大数据分析与机器学习方法辅助下的PCMs 相关研究：高通量计算与机器学习模型可以实现最优掺杂剂筛选与相变材料性能预测；机器学习势函数可以深化对相变材料的相变动力学及热力学特性的理解；在PCRAM 器件级模拟与设计中，机器学习在存储器优化及PCMs 神经拟态计算潜力挖掘方面发挥了关键作用。最后，总结了PCMs 的未来研究方向与当前面临的挑战。
新材料 2026年07月17日
材料领域知识嵌入的分而治之机器学习

材料领域知识嵌入的分而治之机器学习

摘要：纯数据驱动的机器学习能够快速挖掘复杂材料数据隐含的科学规律。然而，“成分–结构–工艺–性能”组成的复杂材料构效关系使得机器学习难以准确剖析其内在/外在因素的作用机理，这导致模型精度、建模复杂程度及其可解释性面临严峻挑战。因此，本工作提出了一种材料领域知识嵌入的分而治之机器学习建模策略，旨在依据领域知识将复杂材料问题进行有效拆解并利用领域知识嵌入的机器学习对拆解后子问题进行针对性的自适应建模，以精准且具有一定可解释性的方式挖掘其内部隐藏作用机理。同时，利用变分推断验证该策略的科学性与有效性。进一步，总结了在材料科学领域中依据不同领域知识进行“分而治之”机器学习建模的应用示例。最后，展望了该策略未来所面临的挑战及对策。
新材料 2026年07月17日
从生物矿化到碳矿化：仿生材料制备新策略

从生物矿化到碳矿化：仿生材料制备新策略

摘要：自然界历经数十亿年的自然选择，孕育出具备精妙微观结构、优异力学性能与独特功能特性的生物材料，其温和的制备过程和极高的资源利用效率，为人造材料的发展提供了重要借鉴。然而，当前关于仿生材料的研究存在性能与能耗之间的矛盾，呈现出“性能优先”与“工艺滞后”的失衡局面。而碳矿化材料作为一种将气态CO2 矿化转化为固态碳酸钙的新型无机非金属复合材料，具有反应条件温和、高强高耐久、组成结构可调控等优势，又称为可设计的人造石材，即Engineered LimeStone(ELS)，成为仿生材料绿色制备的理想载体。本文总结了仿生材料制备的最新研究进展，综合分析了性能、能耗、效率等指标，并对仿生材料的未来发展趋势进行展望，提出了基于碳矿化体系的仿生材料制备策略。
新材料 2026年07月16日