二维铁电材料的研究进展

摘要:二维铁电材料展现出区别于传统铁电体的属性——显著减弱的退极化场效应, 这为器件微型化与功能集成提供了新机遇. 基于自极化机制的二维铁电材料已被实验证实, 并成功实现了单层极限的稳定室温铁电性, 其铁电起源与传统铁电体的离子位移模型一脉相承. 更有意思的是, 基于二维材料的新型滑移铁电体突破了这一理论框架: 它不依赖母体的本征极化, 仅需通过调控范德华(van der Waals, vdW)异质结的层间滑移矢量, 即可在六方氮化硼、过渡金属硫族化合物等非自极化材料中诱导稳定的宏观极化. 这种面外极化源于层间电荷再分布, 其超低能量势垒赋予极化方向非易失性翻转能力, 在超高密度存储器、光电器件等领域展现出独特应用优势. 本文系统梳理二维铁电材料的研究进展, 着重阐释各类滑移铁电体的构效机制与实验表征, 探讨栅压调控、光电响应等应用前景的实验探索, 最后展望该领域在机制研究、动态响应、工业化制备等方面面临的挑战.

材料科学大语言模型关键技术及其应用

摘要:大语言模型近年来受到广泛关注, 并逐步发展为材料科学领域的重要研究工具. 相较于传统机器学习方法, 大语言模型能够实现材料科学领域多种任务协同处理, 进行跨模态语义理解, 并实现全流程智能化覆盖. 本文系统梳理了大语言模型在材料领域知识增强、多模态数据融合以及工具协同调用方向的最新进展, 阐述了大语言模型推动材料研发流程从局部智能化向全流程智能化的技术演进. 本文进一步探讨大语言模型应用于材料领域面临的核心挑战, 包括领域特定知识深度与指令泛化能力的平衡机制、跨模态语义精确对齐方法、工具调用精确度与模型自学习能力的提升策略, 以及学术研究与工业界需求间的矛盾, 最终为构建材料科学专用大语言模型的技术创新与应用落地提供了理论框架和发展建议.

生成式深度学习在目标导向分子设计中的应用进展

摘要: 分子设计作为化学与材料科学中的一项核心任务,面临着在庞大的化学空间中高效筛选并开发具备特定功能的分子的问题,传统方法在效率和探索性方面存在明显局限。近年来,生成式深度学习的兴起为分子设计提供了自动化与智能化的新路径。综述了生成式深度学习在分子设计中的应用进展,首先对不同分子表示方法(如SMILES、分子图和三维结构表示)进行比较,分析了各自的优缺点。随后,综合评估了3种主流生成式模型: 生成对抗网络(GAN) 、变分自动编码器(VAE) 和去噪扩散概率模型( DDPM) ,并探讨了生成式模型在目标导向分子设计中的应用,重点分析不同模型在分子生成质量与性质优化方面的差异。最后,基于现有技术的研究进展,提出了未来生成式模型在分子设计领域的研究方向。

高热导率材料的发展和应用

摘要: 概述了高热导率材料的分类、优缺点、制备方法和应用,包括陶瓷基封装材料、聚合物基封装材料和金属基封装材料。重点论述了金属基复合材料的应用和分类,金属层合板轧制工艺的研究,Cu/MoCu/Cu-Cu-MoCu-Cu( CPC)金属基层状复合材料的发展等。

智能微/纳米容器的制备及其防腐应用研究进展

摘要:智能涂层一直是涂层领域关注的重点。微/纳米容器在智能涂层中的主要作用是容纳缓蚀剂或活性剂的特定器皿,其设计和制备对于智能涂层的应用起到了十分关键的作用。本文在综合国内外文献基础上,对四种典型的微/纳米容器即埃洛石纳米管、介孔二氧化硅、类双层氢氧化物和分子筛的制备和应用进行了讨论,还重点介绍了这四种微/纳米容器在防腐领域的应用和研究进展。并指出了微/纳米容器体系构建、制备工艺优化以及在防腐应用中的发展前景。

微纳结构热管及其仿生流体界面强化技术

摘要:随着电子与新能源器件向极端小型化、集成化方向发展,高热流密度散热需求日益迫切,热管作为基于相变传热的高效被动传热装置成为重要解决方案。本文围绕热管高效传热核心目标,从微纳结构吸液芯设计和界面润湿性调控两大维度,系统综述了热管性能优化的技术路径与研究进展。在核心部件微纳结构吸液芯设计上,综述了传统吸液芯结构存在毛细力与渗透率的固有矛盾,复合吸液芯通过不同结构的优势整合,在一定程度上缓解了这一矛盾,而具有仿生结构的复合吸液芯则可突破局限,进一步有效释放该瓶颈。润湿性是连接吸液芯微纳结构与工质的关键特性;基于杨氏方程、Wenzel 和Cassie-Baxter 经典润湿理论,通过仿生拓扑和图案润湿界面设计,可调谐吸液芯微纳结构与工质的相互作用动态特性,强化热管两相相变传热。通过构建仿生超亲液、超疏液及图案化润湿表面来促进相变成核,及气泡或液滴的高频脱离,同时提升毛细供液水平,是强化热管冷凝、蒸发/沸腾两相相变传热效率的有效途径。最后,展望了热管技术向仿生界面调控动态响应、功能强化、长效稳定、多学科交叉集成应用的发展趋势,旨在为未来高性能热管的设计、开发与工程应用提供参考。

纳米和纤维材料增强环氧重防护涂层的研究进展

摘要:环氧重防护涂层具有良好的粘结强度、力学性能和耐化学介质性,因而被认为是优异的防腐材料,在海洋、石油、化工和建筑等领域有广泛应用。然而,纯环氧树脂涂层的防护性能有限,其服役耐久性易受苛刻服役环境因素影响。纳米和纤维材料增强技术的发展为环氧重防护涂层性能的提升提供了新途径。综述了纳米与纤维材料增强环氧重防护涂层的研究进展,包括单一维度增强(如纳米颗粒、一维纳米线、二维纳米片及纤维增强环氧树脂涂层)和多维度增强(如纳米颗粒协同纳米片、纳米颗粒协同纤维及纳米片协同纤维增强),及其在提升涂层的抗冲蚀性、耐磨性、耐腐蚀性及物理力学性能等方面的作用,探讨了其在提升涂层防护性能中的作用机理,并展望了纳米与纤维材料增强环氧重防护涂层的应用前景。

材料数据库的现状与未来:AI 技术引领的创新应用前景

摘要: 随着人工智能技术的不断进步,材料数据库在材料科学研究中扮演着日益重要的角色。旨在探讨材料数据库如何通过与AI 技术的融合,扩展其应用范围并提升其核心价值。通过文献综述的方法,系统地分析了材料数据库的当前分类,包括材料基础数据库、生产加工数据库、应用服役数据库等,并概述了支撑技术如机器学习、深度学习、数据标准化技术的应用情况。尽管国际上材料数据库的发展呈现出智能化、网络化、资产化、去中心化的趋势,但在数据质量、数据共享、知识产权、市场运维等方面仍面临挑战。未来材料数据库的发展将受益于与新兴技术如材料数据工厂、区块链、隐私计算、AI 大模型的结合,这将为新材料的研发和应用提供创新的手段和场景工具。

成形过程数据驱动的人工智能技术应用研究

摘要: 随着制造业向智能化转型, 成形过程作为塑性工程领域的核心环节, 面临着工艺优化难、质量预测精度低、生产效率提升瓶颈等挑战。人工智能(AI) 技术凭借其强大的数据处理与建模能力, 为解决成形过程中的复杂问题提供了新路径。以“成形过程数据+AI” 为核心, 系统梳理人工智能技术在制造领域的应用逻辑与实践成果。首先, 从控制论视角解析人工智能三大学派在制造业的作用, 重点阐述行为主义学派(控制论) 在制造过程参数调控中的应用; 其次, 探讨数字孪生系统如何为AI 提供结构化、高时效性的数据支撑, 构建数字孪生技术牵引复杂系统集成; 再次, 深入分析机器学习算法(如K-means 聚类、神经网络) 在成形工艺寻优与质量预测中的具体应用; 最后, 针对通用大语言模型(LLM) 在制造业的局限性, 提出基于知识图谱(KG) 与检索增强生成(RAG) 的锻造领域垂直大模型构建方案, 为成形工艺智能化升级提供理论参考与实践路径。

可生物降解聚合物物理发泡研究进展

摘要:对比传统的聚合物发泡材料,可生物降解聚合物具有绿色环保和持续性的优点,广泛应用于农业、食品包装、生物医药领域中。通过物理发泡工艺制备的可生物降解聚合材料除具有自身的特性外,还兼具轻量化、绝热性和缓震性等优点,是传统石油基聚合物泡沫材料的潜在替代品。然而,可生物降解聚合物普遍存在分子链结构单一、熔体强度低和制备成本高等问题,并且在物理发泡过程中易发生泡孔破裂或熔并,从而导致基体收缩,泡孔结构难以保持。基于可生物降解聚合物物理发泡工艺的机理,对不同物理发泡方法进行了分类,并针对各类工艺的特点进行了全方位的阐述。随后,围绕几种典型的可生物降解聚合材料进行了发泡行为及参数关系的讨论,介绍了不同材料对发泡工艺及发泡剂的选择依据,综述了发泡条件对膨胀倍率和泡孔尺寸的影响规律。此外,对多种可生物降解聚合物在发泡过程中存在的问题给出了相应的解决方案,介绍了可生物降解聚合物泡沫在食品包装、电子电器、生物医疗材料领域中的功能应用,总结了发泡工艺、聚合物结晶行为及改性方法对可生物降解聚合物发泡过程的影响。最后,指出了可生物降解聚合物泡沫在未来发展中的方向与挑战。