提高反应罐直接还原铁反应速率的研究

采用铁精矿粉压型的方法,在实验室条件下,进行了不同温度、时间条件下的反应罐直接还原实验.与铁精矿粉松装状态的实验结果对比,铁精矿粉压型还原时间缩短,还原速度提高,反应活化能值相近,反应的控速环节未变,仍是碳的气化反应控速,分析了铁精矿粉压型后还原速度提高的原因.     

提高反应罐直接还原铁反应速率的研究

采用铁精矿粉压型的方法,在实验室条件下,进行了不同温度、时间条件下的反应罐直接还原实验.与铁精矿粉松装状态的实验结果对比,铁精矿粉压型还原时间缩短,还原速度提高,反应活化能值相近,反应的控速环节未变,仍是碳的气化反应控速,分析了铁精矿粉压型后还原速度提高的原因.     

Nd含量对快淬纳米晶和非晶（Mg24Ni10Cu2）100-xNdx（x=0~20）合金电化学性能的影响

采用快淬技术制备Mg2Ni型纳米晶和非晶（Mg24Ni10Cu2）100-xNdx （x=0,5,10,15,20）合金,研究快淬速度对合金相结构和电化学性能的影响。结果表明,快淬态无 Nd 合金为纳米晶结构,而添加 Nd 元素的快淬态合金为纳米晶和非晶结构,表明添加Nd元素可促进Mg2Ni型合金的非晶形成能力。当快淬速度从0增加至40 m/s时, x=0合金的放电容量从42.5增加至100.6 mA·h/g;x=10合金的放电容量从86.4增加至452.8 mA·h/g。与此同时, x=0合金的循环稳定性（S20）也由40.2%增加到41.1%,而x=10合金的S20值由53.2%增加到89.7%。     

材料智能生成平台建设构想与展望

材料科学的研发模式正在从传统的“经验+试错法”向新型的“数据驱动+智能计算”转变。基于机器学习、数据挖掘等前沿方法,横跨材料微观-介观-宏观的多尺度计算,人工智能技术逐渐被应用到材料发现、结构分析、性质预测、反向设计等多个方面,在材料智能生成领域展现出巨大的潜力。首先,对传统材料研发模式进行回顾,分析其不足之处以及面临的挑战,引出材料智能生成的基本原理,讨论材料智能生成的内涵和利用智能技术加速新材料发现的研究方法。其次,提出材料智能生成系统硬件资源层、软件集成层和应用验证层的平台架构。最后,探讨材料智能生成技术现状及发展方向,总结材料数据库技术、实验数据驱动、集成计算驱动、大模型驱动的材料智能生成共性关键技术,以加速高端新材料智能生成进程,推动材料科研范式变革。     

MoS_2催化的球磨态REMg_(11)Ni(RE=Y,Sm)合金的储氢性能（英文）

制备MoS 2催化作用下的球磨态REMg11Ni-5MoS2(质量分数)(RE=Y,Sm)合金,用以比较其储氢性能。储氢性能通过多种方法测定,包括XRD、TEM、自动Sievert设备、TG和DSC。结果显示,两种球磨态的合金都具有纳米晶和非晶结构。与RE=Sm合金相比,RE=Y合金具有较大的吸氢量、较快的吸氢速率、较低的初始放氢温度、较好的放氢性能和较低的放氢活化能,其中较低的放氢活化能被视为其具备较好储氢动力学的原因。     

高熵合金在含能材料领域的智能设计及应用展望

材料基因工程是材料科技领域的颠覆性前沿技术,也是材料创新升级的主攻方向。推动材料智能设计生成,对提升高端新材料的诞生能力,满足重大装备对高端新材料的需求,具有重要意义。本文深入分析了高熵合金智能设计应用于含能材料领域的必要性,总结了传统“试错法”研发模式在材料设计领域遇到的主要问题与挑战,归纳了数据驱动的高熵含能新材料智能设计研发模式带来的重大变革与机遇,全面梳理了高熵合金在含能材料领域的应用现状,并提出了发展的新思路,以及需要迅速解决的各类共性核心技术问题。