摘要：伴随航空航天、电子芯片、人工智能等领域的高速发展, 高功率均热、散热的应用需求对高导热材料提出了越来越高的要求. 高导热纤维, 例如中间相沥青基碳纤维、氮化硼纤维、碳纳米管纤维、石墨烯纤维等, 既呈现出优异的高导热能力, 还兼具高力学强度、定向导热特性、可编织性, 是实现高功率散热应用的结构功能一体化理想材料. 本文梳理了高导热纤维的研究进展, 介绍了其导热机理以及独特的纤维结构和材料特性, 汇总了纤维热导率的测试方法, 展望了高导热纤维的应用前景以及未来发展方向.

摘要：电子产品日渐突出的散热问题，引起了人们对电子领域热管理的广泛关注。柔性导热材料具有高韧性、高弹性、高导热、灵活性等特性，可运用于柔性电子器件，轻、薄型电子设备，电池等领域，帮助解决其散热问题。纸张及薄膜具有良好的柔韧性、优异的加工性和厚度可调整性，是良好的柔性导热材料。本文概述了近年来导热纸（膜） 的研究进展，对不同基材的导热纸进行了归纳分类和介绍，重点讨论了纤维素基导热纸的制备方法、导热性能、导热性能测试方法及机械性能。

摘要: 数据驱动方法已成为材料研究的重要趋势，大语言模型的出现不仅为材料科学领域非结构化数据的处理提供了潜在的解决方案，还能够通过其强大的语言理解和生成能力，助力科研中的知识发现、自动化分析、可解释性提升以及多模块协同操作，从而可推动材料科学研究的效率提升与创新突破。从大语言模型的理论基础出发，探讨其重要功能、优化方法及其在材料科学中的应用。特别是，大语言模型能够有效处理和提取非结构化文本中的关键信息，帮助加速材料的发现与设计。最后还展望了大语言模型在人工智能与材料科学融合领域的未来发展前景，指出其在推动材料科学研究自动化和智能化方面的巨大潜力。

摘要：相比传统合金，高熵合金在力学性能方面表现出色，是近年来合金研究的一个热点方向。难熔高熵合金主要由难熔金属元素组成，其强度高、耐高温，因而在极端环境下应用的潜力巨大。但目前难熔高熵合金还存在着强塑性不匹配、加工性能差等问题，调控难熔高熵合金的微观结构进而改善其强塑性是研究的重点。综述对比了近年来难熔高熵合金的不同制备方法对其性能的影响；探讨了调控金属元素和非金属元素对其微观组织和力学性能的影响，并调研了热机械加工工艺对难熔高熵合金的力学性能影响。

摘要：多孔金属因其优异的力学性能，在过滤、催化、吸附和传热等领域得到广泛应用。然而，蠕变失效是多孔金属零部件在高温和恒应力条件下失效的主要方式之一。从孔结构、棱结构、微观缺陷以及蠕变寿命预测4个方面总结了多孔金属材料抗蠕变性能研究进展，阐述了孔隙率、孔形、孔径等孔结构对多孔金属应力指数、抗蠕变性能和变形机制的影响；分析了空心棱、实心棱两种结构在不同应力条件下的抗蠕变性能，揭示了棱宽变化对多孔金属蠕变速率的影响规律；揭示了多孔金属中常见的微观缺陷对其蠕变机制的影响；介绍了目前常用的多孔金属蠕变寿命预测本构模型。以期为多孔金属结构的长寿命服役和稳定可靠运行提供较为科学的指导。

摘要：微生物因其具备规模化增殖、基因编辑及环境响应等优势，在抑制腐蚀方面展示出巨大潜力。本文首先综述了国内外关于微生物抑制腐蚀的不同机制的研究进展，概述了目前已发现的诱导矿化的微生物类型及几类典型的矿化产物类型，并详细介绍了微生物矿化抑制腐蚀的机制，重点分析了如何通过成核位点优化、改变环境因素、控制脲酶的表达及3D打印等策略人为干预微生物诱导矿化实现长效腐蚀防护。最后，对微生物矿化抑制腐蚀技术面临的挑战进行总结，并对如何优化微生物矿化抑制腐蚀的技术提出了展望。

摘要：镁及其合金由于具有独特的组织结构、力学性能、降解性能和生物相容性而备受关注,但其过快的降解速率限制了其应用。由于具有优异的生物相容性,羟基磷灰石(Ｈｙｄｒｏｘｙａｐａｔｉｔｅ, ＨＡ) 在制备镁基-HA生物材料时能增强镁及其合金的生物相容性和耐蚀性,并具有良好的降解速率调节能力。首先详细介绍了镁基-ＨＡ 生物材料的制备方法;其次,探讨了不同合金元素、金属氧化物、有机物对镁基-HA生物材料性能的影响;再者,概述了镁基-HA生物材料的力学性能、电化学腐蚀性能、体外降解性能、生物相容性能和生物活性。最后,总结了镁基-HA生物材料目前面临的主要问题,并对其未来的发展趋势进行了展望。

摘要: 在现代复杂的战场环境下, 隐身技术的发展加剧了各国武器装备的竞争。发展隐身技术, 提高武器系统生存、空防和纵深打击的能力, 已经成为集陆、海、空、天、电磁为一体的现代战争的迫切需求。本文介绍了光学隐身和超材料的应用背景及概念, 从基本工作原理出发, 介绍主流光学隐身超材料技术的实现方法, 包括变换光学隐身技术、等离激元隐身技术、基于微波网络理论的隐身技术以及相位调制型超构表面隐身技术等, 并对光学隐身超材料发展趋势进行了展望。

摘要: 金属塑性成形技术在现代制造业中至关重要, 但传统方法在材料本构描述、工艺缺陷预测、质量优化及装备管控等方面面临精度低、效率差和适应性弱的挑战。近年来, 人工智能(AI) 技术的兴起为这些问题提供了创新解决方案, 推动了该领域向智能化转型。系统归纳了AI 技术在金属塑性成形中的应用进展, 具体从材料、工艺和装备3 个方面进行阐述。在材料本构方面, 传统唯象模型的局限性被数据驱动方法克服, 人工神经网络(ANN) 提升了单一路径下的预测精度, 循环神经网络(RNN) 模拟复杂加载路径的历史依赖, 机器学习(ML) 代理模型加速微观组织动态演变预测, 物理感知神经网络(PINN) 与跨尺度代理模型确保热力学一致性, 实现高效多尺度耦合仿真。在成形工艺中, AI 通过深度学习(DL) 预测宏观缺陷如起皱、回弹和微观损伤, 耦合物理驱动提升鲁棒性; 智能优化策略如强化学习实现厚度、板形与工艺参数的闭环控制,提高产品质量与效率。在智能装备管控中, 深度学习故障诊断方法在变工况和小样本下表现出色, 结合迁移学习增强泛化;剩余寿命预测与液压伺服、振动抑制的智能控制框架, 支持预测性维护与自主决策。总体而言, AI 显著降低了金属成形技术开发成本, 明显提升了预测准确率, 并在工业场景中验证了可行性。尽管面临可解释性与泛化挑战, 未来通过机理-数据融合、小样本学习和数字孪生, 将有效赋能金属塑性成形高质量发展。

摘要：在纳米尺度上实现电磁场传播的精确调控，对光学器件的集成化、小型化以及光子芯片的开发均至关重要，也是纳米光子学关注的核心问题。声子极化激元是一种光子与晶格振动耦合产生的具有半光半物质性质的电磁波模式。近期，在天然层状超材料面内发现的双曲声子极化激元，表现出类似射线的传播形式、较大的波矢和高的局域场强，因而在光场调控方面受到极大关注。因此，详细阐述了双曲声子极化激元的物理机制，包括极化激元介电方程、双曲色散关系以及方位角和开口角作用关系，并进一步阐述了双曲声子极化激元的传播特点、聚焦机制、可调性和光学拓扑转变方法，最后总结展望了基于天然层状超材料的面内双曲声子极化激元的特点及发展趋势，为声子极化激元发展及其纳米光子学应用提供帮助。