聚合物先驱体转化陶瓷材料3D打印及其电磁波吸收性能

摘要：电磁波吸收材料在电磁污染、军事作战领域具有十分重要的意义。近年来，聚合物先驱体转化陶瓷(PDC) 由于其温和的制备条件以及优异的电磁波吸收、力学、耐温性、抗氧化性等性能受到研究者的广泛关注。为了实现PDC 复杂异型结构高精度成型，先进3D 打印技术逐渐在该领域得到广泛关注与应用。通过对先驱体聚合物的组成及结构进行设计和制备，能够得到具有宽频、高吸收或兼具多种功能的PDC 电磁波吸收材料，这为新型高性能电磁波吸收材料带来新的发展方向。本文首先对PDC 的结构特点及制备工艺进行了总结；之后，重点对PDC 的材料挤出3D 打印及光固化3D 打印研究进展进行了系统总结。最后，本文全面综述了PDC 在电磁波吸收领域的研究现状，并对未来发展方向提出展望，为今后PDC 吸波材料的研究提供了参考。

新材料 2026年01月07日 1 点赞 0 评论 80 浏览

基于石墨烯@石蜡复合微球的柔性压阻适变传感器

摘要 ：作为柔性电子、人机交互、智能机器人等领域的核心元器件之一，柔性压力传感器近年来得到了极大发展。虽然柔性压阻传感器因结构简单、稳定性好等优点而得到了广泛应用，然而大多数文献报道的柔性压阻传感器的有效应力测试范围较窄，难以满足传感系统的集成化设计要求。基于此，本文将石墨烯纳米片包覆的石蜡复合微球、短碳纤维和硅橡胶复合，制备得到基于石墨烯@石蜡复合微球的柔性压阻复合材料。由于石蜡压缩模量的温敏特性及石墨烯纳米片和短碳纤的协同作用，在电场辅助下，该复合材料在0%~40%压缩应变下的压缩模量可在0.64~0.88 MPa 范围内变化。因此，基于该复合材料的柔性压力传感器在0~2 Hz频率范围具有宽的有效应力检测范围(0.1~100 kPa)，优于大部分文献报道的柔性压力传感器。具体来说，在外加电压为1 V、10 V 和15 V 时，传感器的有效应力检测范围分别为0.25~100 kPa、0.15~80 kPa 和0.1~70 kPa。此外，传感器还具有较高的响应准确度，在健康监测、可穿戴电子设备和智能机器人等领域有一定的应用潜力。

新材料 2026年01月06日 1 点赞 0 评论 86 浏览

基于机器学习的多孔材料力学性能预测研究进展

摘要：多孔材料因其广泛的应用潜力而备受关注。传统上对多孔材料力学性能的研究主要依赖于耗时且繁琐的实验和理论分析方法。近年来，机器学习技术提供了一种高效的解决方案，用以简化多孔材料参数与力学性能之间的复杂关系。本文综述了机器学习在预测多孔材料力学性能方面的最新研究进展。首先，介绍了常用的机器学习算法，重点分析了神经网络预测方法在这一领域的应用，并将此方法归纳为三大策略：机制模型驱动神经网络、机制模型与神经网络集成和神经网络与优化技术集成，然后对上述策略的基本原理及其应用进行了详细分析。最后，讨论了如何通过改进神经网络技术及其与优化算法的集成来发展更加高效的混合模型，并展望了神经网络在该领域的发展前景。

新材料 2025年12月31日 1 点赞 0 评论 102 浏览

高分子材料基因组研究进展

摘要：改变传统专家系统分析的方法，运用信息学中的科学计量方法，即基于信息学的第四研究范式，客观、全面地分析了高分子材料基因组领域的现状和发展趋势。研究表明，该领域已经进入了“快速发展期”，形成了一些稳定产出的学术团队。目前的研究热点主要集中于机器学习策略在高分子材料中的应用，并且在光电材料、高分子电介质材料、高分子纳米复合材料、高性能复合材料和高分子生物材料上取得了一定的进展。最后，结合目前的研究进展探讨了高分子材料基因组未来的发展方向。

新材料 2025年12月30日 1 点赞 0 评论 102 浏览

含能材料化学基础研究发展方向及思考

摘要：国家自然科学基金委员会于2018年对学科布局进行了优化, 设立了材料化学与能源化学学科(B05)一级代码, 增设了“含能材料化学”二级申请代码. 本文通过梳理“含能材料化学(B0510)”在2018~2023年间的申请和资助情况, 论述含能材料化学的学科内涵, 分析含能材料化学基础研究现状及存在的问题, 并对该方向未来的发展和布局提出了思考和建议.

新材料 2025年12月29日 1 点赞 0 评论 94 浏览

嵌入原子神经网络方法的发展

摘要：近年来, 原子神经网络势函数以及性质表达的方法迅速发展, 并广泛应用于化学、物理和材料科学等诸多领域的原子级别模拟中. 其中, 嵌入原子神经网络方法是受嵌入原子方法力场的物理形式所启发, 结合机器学习发展的一系列高效率的原子神经网络方法. 本文介绍了嵌入原子神经网络系列方法开发和应用的最新进展, 并在最后展望了未来机器学习势函数开发和应用中面临的挑战和机遇.

新材料 2025年12月26日 1 点赞 0 评论 125 浏览

低碳能源化工AI基础模型与新材料智能发现平台

摘要;实现“双碳”目标需要能源、化工和材料等多个领域协同, 但其核心科学问题解决与关键工程技术实现的速度受传统研发范式掣肘, 亟需突破. 以基于“小数据”的主动学习和基于“大数据”的基础模型为代表的人工智能(AI)技术深刻改变了领域研究范式, 垂直领域AI基础模型重构并建立了低碳能源化工领域的新一代知识网络,新材料智能发现平台标志着AI for Science的研究新范式在低碳能源化工领域的落地. 近年来, 研究者在低碳能源化工领域的多层次多尺度主动学习框架和AI基础模型上开展了一系列研究, 本文将详细介绍相关工作并对低碳能源化工与人工智能交叉领域的机遇、挑战与展望进行讨论.

新材料 2025年12月23日 1 点赞 0 评论 87 浏览

AI驱动的材料设计: 从小数据到大数据的范式转变

摘要：人工智能(AI)的崛起正推动材料科学迈入高效设计与发现的新时代, 其核心在于通过数据驱动的模型揭示材料构效关系的深层规律. 然而, 与自然语言处理、计算机视觉等领域相比, 材料数据的规模受限于实验合成表征以及高精度计算的高成本, 呈现出典型的“小数据”特征, 这为AI模型的泛化能力与预测精度带来严峻挑战.本文系统综述了面向小样本材料数据的高效学习策略与技术路径, 并介绍了课题组在该领域的研究成果: 首先,针对材料数据的高维度、稀疏性和强关联特性, 重点探讨基于迁移学习、主动学习与针对材料的特征工程来突破小样本约束; 其次, 剖析材料数据的演进趋势, 主要聚焦高通量计算、生成模型与标准化数据库的协同发展;最后, 展望材料大数据与AI深度融合的前沿方向, 如基于大语言模型的材料设计, 跨材料体系的预训练大模型构建. 本文重点介绍作者在小数据场景下开发的AI驱动的材料设计方法, 同时探讨材料数据与AI模型协同发展为材料科设计范式带来的转变.

新材料 2025年12月22日 1 点赞 0 评论 124 浏览

连续螺旋微纳纤维材料的研究进展与应用探索

摘要：近年来, 连续螺旋微纳纤维因其独特的几何特征和物理化学性质, 在智能材料、仿生设计和精准医疗等领域引发了广泛关注. 其可控的形变机制和动态响应特性, 为开发新一代功能柔性材料和技术提供了全新的研究视角. 静电纺丝和微流控技术为制备连续螺旋纤维提供了创新途径. 静电纺丝通过电场力实现了螺旋纤维的高长径比和有序排列, 而微流控技术则通过精细的流体控制展现了螺旋几何特征的高度可控性. 这两种技术共同推动了微纳米螺旋连续纤维的功能化和应用多样化. 本文系统地综述了两种技术在制备螺旋纤维方面的关键机理和影响因素, 并介绍了螺旋纤维在生物医学、环境治理和智能传感等领域的应用. 最后, 探讨了该领域的当前挑战和未来发展前景.

新材料 2025年12月19日 1 点赞 0 评论 166 浏览

材料基因工程与智能科学：AI+时代无尽前沿

摘要：面向2040 现代化强国发展战略需求，以新材料、新质生产力和新产业融合发展为驱动，全面梳理强国战略和相关国家政策与行动纲要对前沿性−颠覆性关键技术和关键材料发展的共性需求，阐述了材料基因工程核心关键技术的发展与革新为人工智能数据基础设施、材料大模型基座、新材料研发及其产业应用等关键核心技术创新奠定重要基础。人工智能将进一步促进高通量智能计算软件/工具的开发、从高通量实验到自主实验范式革新并加速材料智能体的发展、数据资源节点和平台与数据标准规范的建设、新质生产力和新材料产业发展以及教育范式变革和新一代生力军培养。材料基因工程与智能科学的融合，正在以“理论重构、技术赋能、产业牵引”三位一体模式，重塑材料科学与技术以及教育的底层逻辑。它不仅是单一学科的升级，更是一场涉及科研范式、产业生态和人才培养模式的系统性变革，将为新材料、新兴产业和未来产业等重点领域培养复合型人才。

新材料 2025年12月17日 1 点赞 0 评论 93 浏览