天然甘草酸基功能材料研究进展

为实现2030年“碳达峰”、2060年“碳中和”的远景目标，开发新型生物基原料已成发展绿色可持续材料的重要原动力之一。作为传统中药甘草的主要活性成分，天然甘草酸由疏水的甘草次酸和亲水的葡萄糖醛酸经糖苷键连接而成，具有优异的表面活性、自组装性、内在还原性、刚性骨架、多反应位点以及生物相容性，是生物基材料的理想构筑基元。综述了近5年来甘草酸在添加剂、凝胶和树脂功能材料中的研究进展，详细介绍了甘草酸在制备食品级乳液和泡沫稳定剂、农药助剂、3D打印材料、刺激响应性材料、催化剂载体、柔性可穿戴应变传感器及类玻璃高分子中的作用机制和应用前景，并展望了其未来发展趋势。     

碳纳米管/橡胶复合材料的界面性能:碳纳米管的比表面积的影响

橡胶大分子和无机纳米填料由于相互作用形成的界面是决定弹性体复合材料性能的重要因素。利用原子力显微镜的峰值力定量纳米力学映射模式(AFM-QNM)建立了碳纳米管/溶聚丁苯橡胶(CNT/SSBR)复合材料的界面纳米力学性能和界面厚度的定量表征方法,研究揭示了CNT的比表面积对CNT/SSBR复合材料的界面纳米力学性能和界面厚度的影响。结果表明,随着CNT的比表面积的增大,CNT/SSBR复合材料的界面纳米力学性能逐渐增强,界面厚度逐渐增大,这是由于CNT表面作用的橡胶大分子不动链数增加。      

微纳介尺度气液反应过程强化

阐述了微纳介尺度气液反应过程强化的研究背景,分析了该领域面临的微纳介区域中介质分散机制的关键科学问题及研究思路。以超重力反应器、膜反应器为例,介绍了我国在气液反应过程强化方面的基础研究以及潜在的工业应用,并提出了未来的发展方向。     

基于分子动力学的丝网印刷柔性传感器电极导电性机理研究

目的 研究提高丝网印刷柔性传感器电极的导电性,为提升柔性传感器的电学性能提供参考依据。方法 首先采用分子动力学（Molecular Dynamic,MD）模拟方法,建立在Wenzel模型下导电银浆团簇在不同粗糙因子下的对苯二甲酸乙二醇酯（Polyethylene Terephthalate,PET）表面铺展的分子动力学模型,其次分别计算各体系下的结合能,用以表征不同体系下PET表面对导电银浆团簇结合能力,接下来通过丝网印刷实验的方法探究银浆与不同粗糙因子PET的结合能力对传感器电极的导电性的影响。结果 仿真结果表明,导电银浆团簇在不同粗糙因子的PET表面的铺展过程中会陷入粗糙表面的凹陷处,且导电银浆与基材的结合能随着PET粗糙因子的增加而增加。实验结果表明,使用不同粗糙因子的PET作为承印物能显著提升电极的导电性。相比于未处理的PET,随着粗糙因子的增加,导电线条的电导率逐渐升高,电阻率逐渐降低,方块电阻逐渐降低。电导率最大提升了77%,电阻率最大下降了43%,方块电阻最大下降了38%。结论 导电银浆在粗糙表面铺展的过程中会渗入基材的凹陷处,增加了吸附点位,使得银浆与基材的结合更加紧密...     

基于滑模控制的Sigma-Delta调制器参数设计和优化

将滑模控制策略引入到Sigma-Delta调制器设计中,用于分析一位比较器环节对Sigma-Delta调制器系统产生的非线性影响。通过将Sigma-Delta调制器中积分器的状态输出作为研究变量,一位比较器环节作为变结构单元对系统工作原理进行重新建模,同时基于滑模变结构控制理论推导出了采用近似线性化方法分析一位比较器非线性特性需满足的基础条件。在保证满足一位比较器环节可近似线性化处理的基础上,采用智能优化算法对Sigma-Delta调制器系统参数进行优化设计,降低了调制器系统参数设计难度,同时进一步提高系统性能。理论分析和仿真结果验证了本文方法的可行性和有效性。     

“超重力+”法可控制备透明纳米分散体及应用

纳米颗粒的分散是纳米材料应用的核心难题之一。新一代纳米材料——单分散纳米颗粒材料分散在溶剂中可形成具有良好透明性或明显丁达尔效应的纳米分散体，较传统纳米粉体材料更易于分散，展现出更优异的纳米效应及应用性能，是国际前沿研究方向。其中，低成本规模化可控制备高固含量、高稳定、高透明的纳米分散体仍面临巨大挑战。针对此问题，本文作者课题组面向终端工程应用需求，提出基于颗粒表面主动设计和修饰调控表面特性，利用超重力强化分子混合结晶过程的方法，有机耦合表面改性-分离过程，率先提出了超重力反应结晶-改性分离耦合的新方法，即“超重力+”法制备透明纳米分散体。本文总结了近年来本文作者课题组在透明纳米分散体“超重力+”法可控制备与应用方面的成果，并对下一步研究方向进行了展望。     

生物质耦合燃煤发电经济环境效益评估

建立了生物质直燃、生物质耦合燃煤发电及煤电的经济及环境影响评估模型,对比了四种不同的生物质预处理技术,量化了生物质固体燃料的供应链成本,不同发电策略的度电成本,电力碳排放强度,边际减排成本,以及考虑碳交易情况下的电厂成本收益率。研究发现,生物质耦合燃煤发电较生物质直燃发电是更为低碳的生物质利用路径,且可利用电厂的规模效应,即随着规模增大度电成本降低,成本利润率上升,而直燃发电相反。与煤电相比,耦合发电的度电成本更低,且可受益于碳交易,成本利润率更高。因此,生物质耦合燃煤发电是具有经济与环境效益的煤电淘汰方案。     

有机光电高分子材料研究热点和前沿分析

基于基本科学指标数据库（ESI）的高被引论文,通过热点文献、CiteSpace分析工具得到的热点关键词对应的文献分析,得出有机光电高分子材料主要关注点为有机太阳能电池。有机太阳能电池的研究热点为：高性能活性层材料的设计合成;高性能界面材料的设计合成及其界面调控性能的研究;电池器件中有机半导体活性层表界面的可控掺杂;有机太阳能电池活性层能量损失研究。通过高被引论文的共被引分析,关键词突变探测技术和算法对词频的变动趋势分析,得出有机光电高分子领域最新关注前沿：高效太阳能电池的制备;非富勒稀受体的研究;有机半导体材料的设计合成;结构-性能研究;加工及应用性能。有机光电高分子材料研究活跃的前沿领域：高效全聚合物太阳能电池;三元有机太阳能电池;高效的倒置型太阳能电池;超高迁移率的透明有机薄膜晶体管;高迁移率场效应晶体管;二维共轭聚合物;聚合物半导体等。有机太阳能电池研究前沿主题演化趋势：从聚噻吩给体体系——新型给体-受体体系;单层——双层——本体异质结电池结构;富勒烯受 体——非富勒烯受体;高效及稳定性器件发展。本文创新性地将文献计量分析方法同文献具体内容分析相结合,通过大量的高质量文献内容分析,使得出的研究热点和前沿更具体和接近实际情况,为相关科研人员提供有益参考。     

基于ANN的新型MOFs性能预测

在MOFs研究领域,探寻新型MOFs仍然是非常困难的研究问题.将MOFs进行"材料基因编码"后,应用遗传算法(Genetic Algorithm,GA)可以快速探索新型MOFs,但其性能依赖于设定的个体适应度函数,且对新生成的MOFs个体的有效评估也影响了该方法的效果.机器学习方法可以对MOFs的构效关系进行评估与预测,人工神经网络(Artificial Neural Network,ANN)是众多机器学习方法中具有代表性的一个,可以发掘非线性的构效关系.本文提出将神经网络用于预测遗传算法生成的新型MOFs个体对CH4气体的吸附能力,从而帮助遗传算法搜索新型MOFs.实验结果表明,神经网络可以有效评估新型MOFs材料,证明了将神经网络与遗传算法相结合用于新型MOFs搜索和筛选的可行性.     

基于Zynq的虹膜识别系统设计与实现

针对虹膜识别系统存在成本高、操作难度大等不足,给出一种基于Zynq的虹膜识别系统设计方法,进一步拓展虹膜识别系统在民用市场中的运用面。具体讲,就是将虹膜图像存储在SD卡内,通过linux的ramfs(am file system)将SD卡中的虹膜图像加载到RAM,使用VDMA将虹膜数据从RAM搬运至虹膜降噪IP核进行算法加速,完成矩阵卷积的硬件加速,加速完成的数据通过VDMA,搬运回至RAM,供虹膜处理的下一个阶段使用。实验结是证明了所提方法的有效性。