葡京娱乐场-富盈娱乐场开户_百家乐试玩_sz全讯网网址xb112 (中国)·官方网站

本發明公開了一種流延成型制備金屬軟磁復合材料的方法。其主要步驟為：1）將鈍化劑和溶劑按照鈍化劑質量分數為0.1%-5%混合起來得到鈍化液，將鈍化液和磁性金屬粉末按照質量比為0.01-1混合，攪拌，烘干，得到鈍化粉；2）將鈍化粉和有機溶劑，分散劑，粘結劑，增塑劑混合，攪拌均勻，并經過篩網過濾，除泡，制備得均勻彌散的漿料；3）流延成型；4）干燥，固化處理。本發明的優點是利用流延法制備的金屬軟磁復合材料具有電阻率高，飽和磁通密度較傳統鐵氧體高的特點。利用較成熟的流延工藝使薄膜金屬軟磁復合材料的生產工藝簡單化，成本降低，在薄膜電感等電子器件的制備中有廣闊的應用前景。

近年來，材料的高性能化、多功能化一直是重要的研究方向，而采用蒙托土（MMT）改性聚合物是這一研究領域的熱點。這其中，兩相熔融插層復合法因為其環境友好以及與現行聚合物加工技術相容已成為最主要的聚合物基/MMT納米復合材料的制備方法之一，但加工過程中的高溫熔融易誘發基體大分子降解是該法存在的主要缺陷； 另外，已有大量研究工作采用原位聚合法制備聚合物基/MMT納米復合材料，但MMT含量高于3％時，常導致MMT的插層效果不均勻，體系中同時出現未插層、插層與剝離的情況，從而影響復合材料的性能。本項目提出了一種制備這類納米復合材料的新方法：以超臨界二氧化碳（SCCO2）作為介質，原位分散聚合制備聚合物基/MMT納米復合材料。該全新聚合工藝有如下特點：反應溫度較低（60℃左右），可避免加工過程中因高溫熔融使大分子鏈降解的弊??；另外，由于SCCO2的粘度低、傳質快，易于制得MMT含量高、且插層效果均勻的聚合物基/MMT納米復合材料；SCCO2不燃、無毒、價廉，能替代眾多有機溶劑，避免環境污染；SCCO2對單體和聚合物的溶解能力可以通過溫度和壓力進行調節，故通過減壓即可實現反應－分離一體化，省卻了高能耗的脫溶劑過程，因此使用SCCO2作為聚合反應的介質符合可持續發展的要求。

本發明公開了一種基于被動毫米波極化成像的材料分類方法； 首先利用毫米波輻射計成像系統在無極化照射環境中獲取給定入射角 下場景的水平極化圖和垂直極化圖；再根據水平極化圖和垂直極化圖 計算得到“線極化比”圖像；然后統計分析“線極化比”的分布規律， 利用閾值估計公式估計“線極化比”閾值；最后根據分類準則，實現 對場景中的金屬材料和非金屬材料的分類。本發明能非接觸、被動地 對金屬材料和介質材料的進行有效分類，并且不受環境輻射變化的影 響，具有很好的魯棒性，可用于金屬目標的遙感與探測、金屬危險品 的安全檢測與預警等領域。

氫因其具有高密度能量及高熱效率、清潔等特性，成為未來有發展前景的新型能源之一。氫能是一種清潔燃料，其應用最關鍵的技術環節在于其儲存。

項目成果/簡介:該團隊制備了一種負載氧化鎳(NiO)納米晶粒的聚合物氮化碳(g-C3N4, CN)二維納米片新材料，通過構建具有金屬性的Ni-N鍵形成高導電界面，大幅提高了催化效率，該策略拓展至其他的過渡金屬氧化物(Co3O4、Fe2O3、CuO等)也獲得了成功。同時，該團隊還開發了過渡金屬基層狀蛇紋石結構的納米催化劑，進一步實現高效電催化。通過設計合成不同比例的Co、Ni基蛇紋石CoxNi3-xGe2O5(OH)4納米片，調節材料的電子能帶結構和導電特性，有效加快了催化效率，在堿性和中性條件下均表現出比傳統過渡金屬氫氧化物和商業RuO2更優異的催化活性和穩定性。 此外，該團隊以二維金屬-有機框架（2D MOF）納米片為前驅體制備了新型二維復合納米催化劑。通過引入吡啶作為抑制劑，借助溶劑熱反應和熱處理制備了氮原子摻雜的Ni-Ni3S2@碳復合納米催化劑，大幅度提高了催化性能，為二維金屬-金屬硫化物@碳多元復合材料的合成提供了新的思路。

在巡檢條件下，實現多物理量融合的鋼軌病害動態檢測技術。采用復合電磁技術檢測材料表面和內部的宏觀傷損；采用巴克豪森技術測量缺陷產生前的殘余應力、材料狀態改變、表面早期傷損；應用相控陣超聲技術檢測鋼軌內部缺陷，并實現焊縫的精確定位及智能化全尺寸高效檢測。實現覆蓋諸如鋼軌（含焊縫）等重大設施及新型材料全尺寸、全壽命周期的健康狀態綜合檢測。高速鐵路損傷檢測：實現80-350km/h的高巡檢速度下對軌道不同階段損傷的檢測，提高軌道安全性；智能制造質量檢測：實現新型加工、增材制造中加工質量無損檢測，提高智能制造的加工水平；結構智能健康監控：實現鋼軌、橋隧、航空航天設施關鍵部位故障狀態監控，提高重大設施壽命。技術優勢巡檢試驗轉臺的速度提升至350km/h，填補了國內350km/h速度等級巡檢試驗轉臺的空白。首次在國內研究了350km/h高速及不飽和狀態下鐵磁性材料動態磁化過程機理。采用電磁、渦流、圖像等無損檢測核心關鍵技術，研究各種材料的傷損缺陷對檢測信號的影響，克服使用環境、高速運動對檢測系統的影響，在高速及重載鐵路應用條件下，對服役鋼軌表面、亞表面以及一定深度的裂紋缺陷損傷進行快速巡檢，構建高速鋼軌裂紋巡檢設備，實現對鐵路鋼軌裂紋缺陷形貌參數等相關數據信息的快速獲取、損傷程度判別，并進行故障預警和壽命評估。研究基于復合電磁效應、超聲波、激光、圖像融合的鋼軌巡檢及實時分析技術，實現病害特征識別與缺陷重構。通過分析鐵磁性材料磁化過程，抑制巡檢中檢測探頭的振動、提離效應、材料屬性以及使用環境對鋼軌表面檢測結果的影響；基于多物理量數據的融合分析，精確識別鋼軌缺陷產生前的殘余應力、早期傷損等多種病害。通過使用超聲技術實現焊縫精確定位及全斷面相控陣高效檢測。應用范圍:（1）獲得國家科技部重大科學儀器開發專項重大科學儀器開發專項“在役鋼軌缺陷綜合檢測監測設備開發與應用”、國家自然科學基金委員重大科學儀器開發專項“鋼軌接觸疲勞及裂紋多物理高速巡檢監測技術攻關”鐵路總公司重大課題“高鐵鋼軌淺表層缺陷快速檢測關鍵技術研究及裝備研制”等項目支持。（2）作為關鍵核心設備應用于中國鐵路總公司新一代國產大型高速鋼軌探傷車GTC-80，累計巡檢里程已達1萬公里以上。發現各類型缺陷，如裂紋，剝離，磨損等400多例，通過了鐵路總公司的關鍵技術鑒定，實現進口重大裝備替代。（3）30km/h的雙軌電動探傷機器人，集成環境感知、智能巡檢、大數據處理與無線傳輸等功能，實現無人監控下的長距離自主運行，用于城市軌道巡檢，已應用于南京地鐵、西安地鐵等。（4）智能制造質量檢測技術應用于寶武集團寶日冷軋鋼板廠（世界最大冷軋鋼板生產線）鋼板加工性能在線自動檢測。（5）結構智能健康監控技術應用于京滬高鐵CRTS-Ⅱ型軌道板健康監控（上海鐵路局科技進步一等獎）、金溫高鐵沿線光纖監測（全國首例）、貴廣客專K75+431雙線特大橋沉降監測、蕪湖地鐵1、2號線安全監控系統；（6）挑戰杯全國大學生課外學術科技作品競賽特等獎，創青春全國大學生創業大賽金獎，第一屆中俄工業創新大賽二等獎。

相關專利提供了一種用于牙釉質定向有序礦化材料及其制備方法，通過羧甲基殼聚糖和阿侖膦酸鈉交聯后，依次滴加含磷酸氫根離子和含鈣離子的溶液，形成納米無定形磷酸鈣顆粒，之后向該溶液中加入谷氨酸，即可制得。應用范圍:可應用于口腔齲病臨床預防和治療等相關領域。效益分析:基于相關專利發明的牙釉質定向有序礦化材料及其制備方法，具有無毒、無刺激，具有良好的生物相容性和低致敏性等優點，其主要技術優勢如下： （1）該礦化材料的制備方法簡便，結構設計合理，能滲透到脫礦表層以下達到深層礦化，與牙體表面結合牢固，在牙齒上存留的時間較長，達到使脫礦的牙體硬組織再礦化的效果； （2）新形成的羥基磷灰石排列定向有序，與天然牙釉質類似； （3）無毒、無刺激，具有良好的生物相容性和低致敏性，使用效果理想。

本發明提供了一種基于子結構的復合材料彈性參數識別方法，建立復合材料子結構有限元模型，根據子結構理論對復合材料子結構模型進行動力學縮聚；縮聚后子結構特征矩陣裝配到殘余結構上，計算得到復合材料全模型模態信息；提取全模型模態數據，計算模態頻率對殘余結構彈性參數的相對靈敏度；將試驗和有限元模擬的模態頻率殘差的二范數作為目標函數，利用迭代優化算法最小化目標函數。本發明通過考慮了子結構的復合材料建模，將模型待識別部分定義為殘余結構，通過全模型模態頻率對殘余結構彈性參數的相對靈敏度分析和模態振型匹配，采用優化迭代算法識別復合材料待識別參數，節省計算資源，提高計算效率，具有十分重要的工程意義。

通過研究三維狄拉克半金屬材料ZrTe5中量子振蕩隨磁場傾角的演化，發現在特定角度電阻的量子振蕩會突然消失，并伴隨出現振蕩相位的反轉。分析表明這是所謂的spin zero現象，這也是第一次在拓撲材料中觀察到該現象。更重要的是，這一現象帶來的振蕩相位反轉，表明廣泛使用的確定貝里相的實驗方法，在某些條件下會得出錯誤結論。 拓撲材料在強磁場下由于軌道作用和自旋塞曼劈裂，可能演化出不同的拓撲態，從而為研究這些態之間的轉化，即拓撲相變，提供了理想的平臺。Spin zero現象是由于朗道能級發生塞曼劈裂，兩套劈裂的朗道能級的量子振蕩相互疊加干涉引起的，因此可以提取出自旋相關的信息。ZrTe5中spin zero現象的出現，暗示當磁場沿a軸或c軸附近時，ZrTe5的狄拉克能帶磁場作用下變成線節點拓撲半金屬，而非外爾半金屬。所以，spin zero的出現，也可以用于幫助判定拓撲態的類別。圖表1：ZrTe5中量子振蕩的振幅和相位隨磁場角度的變化。

隨著納米光子學的發展，具有超穎性質的人工微結構吸引了眾多研究。針對日益增長的研究和設計需求，北京大學物理學院方哲宇及其研究團隊實現了一種自洽的框架——BoNet，其結合了貝葉斯優化（Bayesian optimization）和卷積神經網絡（convolutional neural network），實現了納米結構對于超強光學手性的自學習?；诖丝蚣埽麄儗⒓{米結構設計表示為圖形，并輸入卷積神經網絡進行電場分布和反射光譜的學習，此過程不需要將納米結構參數化為向量，因此最大化的保留了其幾何信息和邊界條件。同時，利用貝葉斯優化以實現對納米結構遠場光學手性的優化，并運用其采樣樣本反復訓練神經網絡實現自學習。利用BoNet，他們針對遠場反射光譜的圓二色性進行優化并逼近了其理論極限(CD = 1)，同時利用神經網絡匹配預測的近場電場分布，對獲得的強光學手性進行分析解釋。 此框架能夠被直接推廣用于其他光學性質的自學習優化，例如實現反常透射，偏振態調制和相位調制。更進一步的，此方法論能夠幫助設計更多的，具有良好光學性質和運用價值的納米光子學器件，比如消色差超透鏡，超靈敏的微傳感器以及智能超表面等。此研究同時能夠啟發更多數據驅動的研究，通過利用人工神經網絡和其他機器學習的方法，實現對傳統科學研究的新探索，在制藥，引物設計，固體結構分析上啟發新突破。 該工作于2019年11月19日在線發表于學術期刊《PHYSICAL REVIEW LETTERS》上，題為“Self-Learning Perfect Optical Chirality via a Deep Neural Network”(DOI: 10.1103/PhysRevLett.123.213902)。北京大學物理學院方哲宇研究員是本文的通訊作者，李瑜，徐優俊，姜美玲為該文的共同第一作者，北京大學定量生物學中心來魯華教授為合作者，北京大學為唯一通訊作者單位。該工作得到得到了科技部、教育部、國家自然科學基金委、北京大學人工微結構和介觀物理國家重點實驗室、北京大學納光電子前沿科學中心、量子物質科學協同創新中心、北京大學高性能校級計算平臺、北京大學生命科學中心高性能計算平臺等單位的支持。用于近遠場計算的神經網絡結構表征實現了逼近理論極限的高手性，并利用神經網絡對近場分布進行分析