氧化铝陶瓷增韧的研究进展

摘要:作为研究最早和应用最广泛的陶瓷材料之一,氧化铝(Al2O3) 陶瓷具有高强高硬、耐高温、耐磨损、耐腐蚀等许多优异特性,已在国防工业、航空航天以及生物医疗等领域得到了广泛应用。然而,固有的脆性极大地限制了Al2O3 陶瓷在众多领域中的进一步应用。增韧始终是陶瓷材料研究中的一个核心研究课题,引入增韧相材料是提高陶瓷材料韧性的主要途径。本文首先简要概述了陶瓷材料的增韧机制,随即综述了Al2O3 陶瓷增韧的最新研究现状,分析了增韧方法中存在的关键问题,展望了Al2O3 陶瓷增韧的发展方向,以期为后续Al2O3 陶瓷增韧的发展提供借鉴。

深度学习辅助的纳米薄膜材料压痕力学性能反演与预测

摘要:准确高效地测定纳米金属薄膜的力学性能对于评价材料的服役可靠性至关重要。本文以人工智能技术与科学技术领域的交叉融合为驱动力,借助深度学习技术,利用试验和仿真中的数据信息,针对典型的包镍多壁碳纳米管增强烧结纳米银材料的纳米压痕力学性能表征问题开展研究。首先通过纳米压痕测试得到被测材料的载荷-位移曲线,并以此为基础进行有限元反演获得其幂指数型应力-应变关系。基于所提取的数据集和贝叶斯优化算法构建了人工神经网络(ANN)模型与卷积神经网络(CNN)模型,成功实现了对纳米薄膜材料压痕力学性能的高精度预测。结果表明,ANN模型计算效率较高,但因对应数据集关键参数较少所以预测效果较差;而CNN模型的预测效果良好且预测结果的决定系数为0.99,预测精度远高于ANN模型,其准确性和鲁棒性表现出巨大优势,很好地弥补了由于其效率低造成的性能短板。为测定航空工业中纳米金属薄膜的机械性能提供了一种通用方法,也为深度学习方法在预测其他材料的机械性能方面的应用提供了思路。

氧化石墨烯复合涂层在金属腐蚀防护方面的研究进展

摘要:氧化石墨烯(GO)作为石墨烯的衍生物具有优异的综合性能,在金属的防腐蚀领域中表现出了巨大的应用潜力。GO不仅具有石墨烯的二维层状结构,还含有羟基、羰基、羧基和环氧基团等官能团可作为活性位点与其他物质进行共价/非共价性功能化改性,因此GO常被用作填料来增强涂层的综合性能。本文以GO复合涂层为中心,简要地介绍了其理化性质,以当前世界金属腐蚀的情况和腐蚀类型为切入点,针对一些常用的腐蚀防护方法进行了讨论。综述了近年来国内外关于GO与有机物和无机物的复合涂层在金属腐蚀与防护领域的研究进展并对复合涂层的防腐机制进行了简述;最后,总结了目前研究工作中存在的关键科学难题与挑战,对涂层的研究方向与应用前景进行了展望。

大尺寸非晶合金的成分设计和新制备方法研究进展

摘要: 非晶合金,又称为金属玻璃(MG),是一种新型的多功能材料,具有长程无序,短程有序的原子结构。由于不存在晶粒、晶界及位错等缺陷,非晶合金具备一系列优异的综合性能,在众多领域有着极大的应用前景,受到众多学者的广泛关注。但非晶合金的形成受到玻璃形成能力以及冷却速率的限制,使得该材料的尺寸远小于传统金属材料,极大地限制了其在工程领域的推广及应用。针对如何突破非晶合金尺寸限制的问题,研究学者们给予了充分的关注及和研究。简要介绍了非晶合金的发展历史,总结了临界尺寸≥15 mm的非晶合金成分及其制备方法,同时阐述了获得较大尺寸非晶合金的策略,包括根据经验准则、高通量制备及表征、机器学习得到高玻璃形成能力(GFA)的合金成分设计方法以及低温热塑性连接、 焊接、放电等离子烧结及3D打印的获得大尺寸非晶合金的制备技术,并对这些方法的发展提出展望。

原子级制造的关键基础科学问题

摘要:人类的制造技术逐步向原子级推进,原子作为化学反应中的最小粒子,虽然它可以分成更小的原子核、电子等,但是从制造的角度看,原子级制造可以说是人类制造的最底层技术,也是继微纳制造之后新的制造范式,可将制造精度以及产品性能推向极致水平,代表着人类对物质世界认知和制造能力发展的新阶段,是引领未来产业变革发展的战略性技术,也是保障国家安全和推动国计民生重大装备跨代升级的重要前沿方向。本文基于第330期双清论坛总结了原子级制造的研究现状、发展趋势及机遇挑战,凝练出未来5~10年原子级制造的焦点问题和亟需解决的关键科学问题,探讨了相关领域的前沿发展方向和科学基金资助战略。

热学超材料智能设计方法研究进展

摘要: 超材料是一类人工设计的结构材料,因其具有自然材料不具备的超常属性而备受关注。作为超材料的重要分支,热学超材料通过灵活调控热流可实现一系列超常热功能,如热隐身、热集中和热旋转等,在航空航天、能源和电子等领域具有重要的应用价值。本研究首先介绍了基于变换热学、散射抵消和拓扑优化的热学超材料传统设计方法,讨论了传统设计方法存在的设计效率低、灵活性差和计算成本高等局限。随后,重点介绍了基于深度学习和智能算法的热学超材料智能设计研究进展,探讨了智能设计方法在设计效率、设计灵活性以及满足复杂设计需求等方面的独特优势。最后,介绍了几类具有超常热功能的热学超材料应用实例,并展望了热学超材料智能设计的未来研究方向。

机器学习在分子束外延生长的应用进展

摘要:最近几年,人工智能在材料领域得到广泛应用,机器学习在分子束外延(MBE)技术中的应用引人关注。基于原位反射高能电子衍射(RHEED)及相关物性的智能识别和反馈的MBE技术,能够显著提升生长材料的质量和生长效率,有望实现薄膜的MBE智能外延。本综述聚焦机器学习MBE中的应用研究,首先介绍了MBE中常用的机器学习算法模型,阐述了机器学习在优化MBE生长条件中的应用,着重总结了不同材料体系(半导体薄膜和量子结构材料、氧化物材料和二维材料等)基于RHEED图像机器学习的研究进展,并就存在的问题和未来的发展策略进行了总结展望。

面向工业场景的碳纤维质量评估模型研究

摘要:本研究提出一种基于纳米压痕测试数据与机器学习集成模型的碳纤维质量评估方法,通过纳米压痕测试获取碳纤维单丝的压痕形貌特征(包括碳纤维的直径、压痕点的位置) 及载荷-位移曲线力学参数(涵盖弹性变形功、硬度等指标),构建包含12项多维物理特征的数据集,并将质量合格与否分别标记为正负类标签以建立碳纤维的特征与质量的映射关系,这种包含样品制备信息的特征采样,是适合工程应用的特征采样方法。在模型构建的过程中,采用自动化机器学习框架(AutoGluon)对大量算法进行自动化搜索与参数优化,最终得到了可靠的碳纤维质量评估模型。结果表明,该集成模型在测试集上达到0.74的分类准确率,验证了其对碳纤维质量的有效判别能力。通过特征重要性分析方法,进一步揭示了碳纤维直径、硬度及碳纤维间距均匀性构成影响模型决策的核心质量指标,通过阈值敏感性分析实现了模型决策边界的动态调节,使评估框架可适配航空航天与民用制造等差异化场景需求,为碳纤维制品的质量控制与工艺优化提供了可靠的依据。

从凝聚态物理到凝聚态化学

摘要:自20世纪60—70年代凝聚态物理这一概念被广泛接受后,这一学科经历了飞速发展。凝聚态物理主要研究的是固态和液态物质的几何与电子结构,以及由此带来的声、光、电、磁、热等微观和宏观的物理现象。而化学学科发展至今,尤其在近20年,随着理论化学和化学表征手段的进步,研究人员开始逐渐意识到了化学反应并不仅仅是从反应物到产物这么简单的关系。反应体系的物质结构层次对化学反应的进程起到至关重要作用。人们逐渐开始重视化学反应的原位表征,并对揭示体系中不同层次的物质结构在反应条件下的动态变化进行探索。这些恰恰可以被看作是凝聚态化学研究的萌芽。物理与化学一直是相互交叉、相辅相成的两门自然科学。目前仍有很多凝聚态物理的新现象和新理论涌现出来。将这些新的物理现象和理论引入到化学研究当中是一个非常值得思考和探究问题。本文将对一些相对较晚出现的凝聚态物理概念(例如,表面等离激元极化子、拓扑绝缘体、准晶、局部微静电/磁场、光-物质相互作用、交变磁体等)及其在化学研究中的一些尝试进行简单介绍,旨在说明凝聚态物理研究前沿在化学研究中的应用前景,为推动传统化学研究进入凝聚态化学阶段提供一些思路,促进凝聚态化学这一学科的建设。

超疏水防/除冰材料的基础理论和制备技术研究进展

摘要:在寒冷高湿环境下,冰和霜易凝结于飞行器、轨道交通、风电叶片、输电线路等设备表面,从而降低工作效率,影响设备使用,同时造成巨大的安全隐患。因此,如何有效延迟冰霜在固体材料表面的形成以及促进结冰的去除,成为当前高性能材料领域的研究热点。传统的机械除冰、化学除冰和热力除冰方式在很大程度上存在能耗高、除冰废液多、除冰效率低等问题,而且容易破坏机械设备表面,与“绿色环保、高效节能”的可持续发展理念相悖。受自然界生物启发,研究人员开发了新型被动超疏水防冰技术,该技术具有成本低、能耗低和防冰性能优异等优点,具有良好的应用前景。针对新型超疏水型防冰材料,综述了固体表面的超疏水润湿理论进展和固体表面结冰/防冰机理;总结了超疏水防冰表面的自上而下制备方法(激光刻蚀、化学刻蚀、模板法等)和自下而上制备方法(涂层技术、磁控溅射技术、溶胶-凝胶技术和电沉积技术等)。最后,对超疏水防冰材料的局限性进行了讨论,同时对其应用前景和发展趋势进行了展望。