关键词： 脉冲激光沉积   硒化锌掺钴   薄膜   光学性质  

摘要： 采用脉冲激光沉积技术在基片温度为800℃条件下制备了不同Co含量的ZnSe:Co_(x)(x=0.1,0.3,0.5)微晶薄膜。通过X射线衍射、原子力显微镜、X射线光电子能谱、红外透射光谱及光致发光光谱分析了薄膜的微结构及光学特性。结果表明:所制备的纳米晶薄膜结晶质量优秀,具有(111)择优取向,薄膜结晶质量、光谱透射率和光学带隙均随Co含量的增加而减小;薄膜在波长约700~850 nm处存在一吸收带,这源于Co^(2+)在周围Se^(2-)构成的四面体晶场中^(4)A_(2)(^(4)F)→^(4)T_(1)(4P)能级之间的跃迁;当Co掺入量x=0.5时,薄膜达到过掺杂状态,α-Co杂质相出现,薄膜红外光致发光谱大幅降低。

关键词： 软件测试   数据压缩   中国兵工学会   人工智能   重点科研项目   微型机械电子系统   微波测量   环境测量  

摘要： 《测试技术学报》(ISSN1671-7449 CN14-1301/TP)创刊于1986年,由中北大学主办,中国兵工学会指导,是“中国兵工学会测试技术学会”会刊,刊登有关测试技术的重点科研项目、基金项目的研究成果以及兵器及民用测试的应用技术,是“中国科技核心期刊”。报道内容:声与超声测量;在线测试;测量仪器;ADC,DAC和数据采集;实验技术与标准;动态测试系统;环境测量;数据压缩;人工智能与神经网络;电磁测量;微波测量;测控技术与总线技术;噪声与振动测量;遥感遥测与遥控;VXI仪器;无损检测;光电测试;生物测试;量子测试;分析测试;材料测试;软件测试;火炸药测试;传感器技术;微型机械电子系统等。

关键词： 金属基复合材料   表面微结构   固体润滑剂   摩擦学性能   研究进展  

摘要： 金属基复合材料具有低密度、高强度、耐腐蚀及耐高温等优点,被广泛应用于航空航天、建筑和汽车等相关领域。但是,其韧性低、脆性大以及抗摩擦磨损性能差等缺陷是目前制约金属基复合材料进一步发展与应用的重要因素。研究证实,对金属基复合材料进行表面设计并制备微结构、加入特定固体润滑剂可以提升其减摩抗磨性能。表面微结构和固体润滑剂对金属基复合材料摩擦学性能的影响受到了广泛关注。仿生界面技术在微结构设计中得到了广泛的应用,材料表面加工技术也得到了迅猛发展;润滑剂可以显著改善材料的摩擦磨损性能,不同维度的润滑剂具有不同的优缺点;固体润滑剂和表面微结构协同作用改善金属基复合材料摩擦学性能的研究也得到了广大研究者的高度重视,这些成果为未来致力于提升金属基复合材料抗摩擦磨损性能的相关研究提供了启示。

关键词： 大应变切削   切削速度   微观组织   力学性能  

摘要： 大应变切削通过使工件材料受到刀刃的剪切和前刀面的挤压产生剧烈塑性变形从而形成高强度的超细晶切屑。采用有限元软件Deform-3D对纯铜进行大应变切削模拟,分析20°与-20°刀具前角下,切削速度对等效应变、等效应变速率和切削温度的影响规律。通过大应变切削试验,借助电子背散射衍射(EBSD)技术和维氏硬度检测等手段,对不同切削速度下纯铜切屑微观组织和力学性能进行了研究。实验结果表明:在正负前角下,随着切削速度增大,等效应变降低,等效应变速率和切削温度上升,且等效应变速率和切削温度受切削速度的影响更大;-20°刀具下得到的切屑晶粒尺寸主要分布在0.35μm以下,位错密度有明显下降趋势,硬度值由162.8HV减少至114.8HV,20°刀具下得到的晶粒尺寸主要分布在(0.2~0.6)μm之间,位错密度变化较小。硬度值由163.8HV减少至146.8HV;相比正前角,切削速度对负前角刀具制备的超细晶切屑在晶粒尺寸、位错密度和硬度方面具有更加剧烈的影响。

关键词： 生物陶瓷   生物适配   材料微结构   生物降解   骨再生   血管化   专题评述  

摘要： 为了获得满意的临床疗效,优质医用生物陶瓷应该具备怎样的性能一直困扰着广大研究者。自20世纪90年代以来,作者团队致力于研发医用生物陶瓷,从基础科学研究到成果转化,再到临床应用,积累了丰富的研究和应用经验,相继提出了“生物适配”和“精准生物适配”理论。本文围绕“医用生物陶瓷(磷酸钙类材料)的功能性生物适配”这一主题分享本团队的学术研究成果和临床应用经验,从结构适配、降解适配、力学适配、应用适配等四个角度,结合骨科临床应用背景,探讨如何实现其生物适配和设计制造的有效衔接,旨在为医用生物陶瓷的设计、制造、监管和应用提供依据和建议。

关键词： 多尺度一体化成形   微纳米纤维   多层次微结构   自供电   柔性压力传感器   碳纳米管  

摘要： 微结构化是提高柔性压力传感器性能的重要技术手段之一,本文提出一种基于微纳米纤维的多层次微结构设计与快速制备方法。首先采用近场直写与熔融沉积成型一体化成形工艺制备出具有多尺度纤维的牺牲支架,在聚二甲基硅氧烷(Polydimethylsiloxane,PDMS)中掺杂碳纳米管(Carbon nanotubes,CNTs)作为柔性传感器的介电层材料,通过牺牲模板法制备出具有多层次微结构的CNTs/PDMS柔性介电层;进一步研究了多层次微结构的设计参数对其传感性能的影响。实验结果表明:设计的微结构能显著增强柔性传感器的输出电性能。其中高度为1.3 mm、间距为1.5 mm的多层次微结构在频率为3 Hz、压力载荷为14 N下输出电性能最为优异;此外,制备的传感器经过20000次循环测试,表现出良好的稳定性与耐久性。最后,设计了一款用于观察足底压力分布及步态检测的柔性压力传感鞋垫,结果表现出良好灵敏度和稳定性。本文为低成本快速制备多层次微结构提供新的思路,为制备高性能柔性压力传感器提供参考与借鉴。

关键词： 含损伤本构   陶瓷材料   冲击破坏   YAG透明陶瓷   微结构特征  

摘要： 为了研究不同微结构陶瓷材料的冲击破坏特征,以从微结构角度出发、描述陶瓷材料非弹性变形和断裂行为的Deshpande-Evan模型为基础构建本构模型,计算了无约束条件下材料的应力状态。为了验证改进模型的有效性,将VUMAT子程序编程方法将与ABAQUS有限元软件相结合,并将其应用于典型陶瓷材料(YAG透明陶瓷)冲击破坏过程的分析模拟。采用改进模型分析应变率、应力三轴度、晶粒尺寸及初始缺陷分布密度对YAG透明陶瓷动态力学行为和损伤演化机制的影响规律。结果表明:随着晶粒尺寸和裂纹分布密度的增加,YAG透明陶瓷破坏程度随之加剧,完全损伤区域面积也随之增加,晶粒尺寸对YAG透明陶瓷宏观破坏特征的影响程度要大于裂纹分布密度;YAG透明陶瓷失效强度以及断裂应变随着晶粒尺寸以及初始缺陷分布密度的增大而减小;随着应变率不断增加,YAG透明陶瓷在不同晶粒尺寸以及初始缺陷分布密度下的峰值应力和断裂应变均随之增加;裂纹扩展速度会随着晶粒尺寸的增加呈现出先增加而后平缓的趋势,裂纹扩展速度与初始缺陷分布密度系数成线性关系。改进模型可以描述YAG透明陶瓷微结构对其宏观破坏特征的影响,为进一步分析微结构对陶瓷材料宏观破坏特征的影响提供支撑。

关键词： 铂基纳米材料   微结构调控   物理机理   甲醇氧化反应   析氢反应  

摘要： 发展以燃料电池和电解水制氢等为代表的新型电化学能源转化技术对解决能源危机和环境污染等问题具有重要的实际意义。设计并制备高效的铂基纳米材料是推动新能源转化技术发展的关键。本论文通过调控载体的功函数和金属-载体的界面电子相互作用、构建双元金属、调控表面原子结构等方法调制铂基纳米材料的d带中心,提升其甲醇氧化反应(MOR)和析氢反应(HER)电催化性能。通过表、界面工程策略设计并调控铂基纳米材料的形貌、组分、结构和表/界面性质,借助先进的表征手段和密度泛函理论计算,在原子和分子水平上分析材料的物理化学性质,揭示铂基纳米材料的微结构影响电催化性能之间的物理机理。具体的研究内容如下: 第一部分:通过载体的功函数精细调控负载型铂基纳米材料中的电子转移,有效调控Pt与CO的结合强度,抑制铂基纳米材料在催化MOR中的CO中毒效应。采用湿化学法制备了负载在天然石墨纳米碳(NC)上的PtNi合金纳米颗粒(PtNi/NC),研究载体功函数对MOR性能的影响。具有高密度缺陷的NC提供了丰富的锚定位点,促进单分散PtNi纳米颗粒的成核生长。尤其是NC的功函数低于普通的石墨碳载体,有利于促进载体向PtNi纳米颗粒的电子转移,从而使PtNi纳米颗粒保持了较高的电子密度,削弱了 Pt和CO中间体的结合强度。因此,PtNi/NC催化剂表现出优异的MOR活性、耐久性和抗CO中毒能力,其质量比活性(1500mA·mgPt-1)和面积比活性(26 A·m-2)分别是商业Pt/C催化剂的3.7倍和4.7倍。 第二部分:利用金属-载体的电子相互作用(EMSI)调制负载型铂基纳米材料的电子态,改善Pt活性位点与氢的结合能力,从而提升其酸性HER性能。采用湿化学法制备了负载在氮化硼(BN)上的Pt纳米颗粒(Pt/BN),研究EMSI对HER性能的影响。单分散的Pt纳米颗粒以[0 1 1]Pt//[0 0 0 1]BN且(1 1 l)Pt//(01 1 0)BN的取向关系外延生长在BN表面,从而激活BN惰性表面的活性并在界面处形成高活性位点。EMSI增强了电子从BN向Pt的转移,提高了 Pt纳米颗粒的稳定性并调制了 Pt/BN表面的电子态密度,从而提升其酸性HER活性和稳定性。因此,Pt/BN异质结构催化剂比单一组分的Pt和BN在酸性电解质中表现出更低的过电位(59 mV)和较小的Tafel斜率(87.8 mV·dec-1)。 第三部分:构建双金属铂基纳米材料以形成水解离和氢结合双活性位点并通过两组分之间的电子效应调制Pt的电子态,以降低水的解离势垒并优化与氢的结合能,从而显著提升铂基纳米材料的碱性HER性能。采用溶剂热法制备了 Ni纳米颗粒修饰的Pt纳米线簇(Ni NPs/Pt NWs),研究Ni NPs与Pt NWs双功能位点及界面处的电子转移对HER性能的影响。Ni纳米颗粒降低了 HO-H键的断裂势垒,并且通过电荷转移调节了 Pt表面的电荷分布以调制Pt的d带结构,优化Pt活性位点对反应物种的结合能力,进而加快反应过程。超细Pt纳米线自组装形成的Pt NWs具有高纵横比、较大的表面积以及丰富的缺陷等结构特点,从而赋予了 Ni NPs/Pt NWs催化剂快速的电子及质量传输通道、优异的结构稳定性和丰富的高活性位点。因此,NiNPs/PtNWs表现出优异的碱性HER活性和长期耐久性,其过电位仅为17 mV并且在150 h的耐久性测试中没有明显的电流衰减。 第四部分:引入孪晶结构调制铂基合金纳米材料的电子态,优化对水的解离和氢的结合,进而提升铂基合金纳米材料的碱性HER性能。采用湿化学法在泡沫镍上原位生长了具有丰富的∑3共格孪晶界的PtNi纳米颗粒自组装形成的PtNi纳米片(PtNi NSs),主要研究其孪晶结构对碱性HER性能的影响机理。孪晶界上的原子由于其独特的配位环境而显示出更高的表面能,从而改善Pt和Ni活性位点对反应物种的结合能力并提高其裂解水分子的能力。此外,具有高水解离活性的Ni组分也可加快Volmer步骤,并通过电子效应调制Pt的表面电子结构以降低PtNi NSs催化剂表面反应物种的能垒高度,加速碱性HER动力学过程。孪晶界和Ni组分都可导致Pt的d带中心向下移动,使其远离费米能级,从而减弱Pt对氢的吸附能力。因此,PtNi NSs在碱性电解质中表现出28 mV的低过电位、61.0 mV·dec-1的Tafel斜率并在200 h的耐久性测试中没有明显的电流衰减。

关键词： 人工智能   高通量实验   高通量数据处理   X射线衍射谱   电化学阻抗谱  

摘要： 材料基因组技术中的高通量实验通过组合材料芯片技术、自动化实验平台和同步辐射光源等先进技术,可将原有的样品制备和实验表征效率提升成百上千倍,但随之产生的高通量表征数据多数仍处于人工逐条分析的状态,数据分析的智能化和自动化程度较低。面对这一现状,为构建材料基因组中的成分-显微结构-性能间的相关性,本论文利用机器学习、优化算法、信号处理和统计分析等人工智能相关方法,以材料显微结构及材料电化学性能中的电化学交流阻抗为落脚点,分析这两类数据的具体特征,开发高通量数据处理技术,实现材料显微结构和电化学性能高通量表征数据的高效自动化处理与分析。 材料相图的传统实验构建方法由于耗时的冶炼和低效的材料显微结构分析导致其制作周期漫长。本论文采用组合材料芯片技术和层次聚类分析分别从高通量实验和数据分析两个层面来加速实验相图的构建效率。利用物理气相沉积结合移动掩膜法制备出Fe-Cr-Ni组合材料芯片前驱体,再对前驱体进行退火处理从而完成材料库的制备。通过先进光子源的高能微束X射线衍射(X-ray diffraction,XRD)和电子探针显微分析分别对材料库的结构和成分进行高通量表征。本论文提出XRD图谱的三步自动化预处理流程,该流程成功地为1200余条XRD图谱移除偏移基线、去除噪声并校准基线。人工对高通量XRD图谱(约1200条)逐条进行物相分析,再结合成分信息构建Fe-Cr-Ni相图以作为后续自动化构建相图的参考。通过在层次聚类分析中融合专业经验,可提高其XRD图谱物相识别精度,可将自动化构建相图的准确率从50%提升至91%以上。最终验证高通量数据处理技术能从高通量显微结构数据中自动获取成分和结构信息,从而提升组合材料芯片技术产生的大量表征数据的分析效率,进而把三元相图的构建周期从数月缩短到几天,并且可将此技术推广到其他三元、多元合金相图的快速构建。 电化学阻抗谱(Electrochemical impedance spectroscopy,EIS)作为一种二次信号测试技术,通常面临难以评估数据质量、难以选择合适的等效电路模型(Equivalentcircuitmodel,ECM),以及较难精确拟合ECM元件参数等数据处理问题。 为消除EIS异常点对数据质量的影响,本论文首次提出基于系统线性、残差敏感性和数据质量提升三个定性条件构成的EIS异常点定义。基于该定义,通过改进的线性Kramers-Kronig验证方法、Savitzky-Golay平滑算法、四分位数和各种残差组合,设计出EIS自动验证与改进(EIS validation and improvement,EIS-AVI)系统,该系统通过自动检测和删除异常点以改进EIS数据质量。通过在人为添加扰动的模拟EIS上验证EIS-AVI结合不同的运行参数时的异常点检测性能,得以确定EIS-AVI最佳的运行参数,进而实现更小的计算量和最高的检测率(85.1%)。同时还获得多种残差指标对于异常点的敏感度排序,并发现EIS-AVI更容易找到数据分布稀疏区域上的异常点。 本论文使用能从海量数据中学习的机器学习(Machine learning,ML)算法来解决难以为EIS选择合理的ECM的问题。通过从已发表文献中摘录的锂离子电池测试数据和微区电化学高通量实验数据,我们构建出包含七种类别、629条数据的EIS机器学习数据集。使用网格搜索为多种ML算法选择最佳的超参数组合,结合最佳的超参数及更多的训练数据可训练并筛选出在机器学习测试数据集上ECM预测性能最佳的AdaBoost和随机森林两种模型。相较于前人在五种ECM预测任务中46%的正确率,本论文最佳的ECM预测模型在更为困难的七种ECM预测任务中将正确率提升至57%。通过将EIS分成高频段阻抗、中频段阻抗和低频段阻抗三个输入来分析三者对预测结果的重要性程度,并和AdaBoost和随机森林的权重分析结果进行比较,可知改进的模糊曲面分析、人工经验分析和AdaBoost权重分析均认为:低频段阻抗的重要性>中频段阻抗的重要性>高频段阻抗的重要性,从而认为AdaBoost的ECM预测依据更为可信。通过进一步为AdaBoost提供数据背景信息,可帮助AdaBoost缩小预测目标范围,使其为微区电化学高通量实验EIS预测ECM时,达到83%的预测准确率。 为解决ECM元件参数自动拟合的问题,我们研究了基于进化、人类活动、物理规律和动物群体活动启发的四大类、二十种不同的全局优化算法(Global optimization algorithm,GOA)以代替广泛使用、但容易陷入局部最优的复数非线性最小二乘法。通过在九条模拟的EIS上测试二十种GOA的ECM元件参数拟合性能(拟合精度、拟合结果稳定性和运行时间),为每种ECM挑选出综合性能最佳的五种GOA并应用于后