高居里温度铁电单晶PIN-PT的机电性能

弛豫铁电单晶Pb(In_1/2Nb_1/2)O₃-PbTiO₃(PIN-PT)相较于常用的Pb(Mg_1/3Nb_2/3)O₃-PbTiO₃(PMN-PT)具有更高的居里温度,在高稳定性、高性能的传感器、换能器方面具有应用前景。本工作采用谐振法研究了[001]方向极化的0.66PIN-0.34PT铁电单晶的全矩阵机电性能参数。0.66PIN-0.34PT 单晶的三方-四方相变温度(T_RT)约为160 ℃,居里温度(T_C)约为260 ℃,室温压电系数d₃₃、d₃₁、d₁₅分别为1 340 pC/N、-780 pC/N、321 pC/N,介电常数ε^T₃₃、ε^S₃₃、ε^T₁₁、ε^S₁₁分别为2 700、905、2 210、1 927,机电耦合系数 k₃₃、k₃₁、k₁₅、k_t分别为 87%、58%、38%、61%。其纵向压电常数(d₃₃)和纵向机电耦合系数(k₃₃)小于 PMN-PT 单晶,但是横向压电性能(d₃₁)和剪切压电性能(d₁₅)都略高于PMN-PT单晶。另外,研究了机电耦合性能随温度的变化趋势,发现0.66PIN-0.34PT单晶在150 ℃以下有较好的温度稳定性。     

力学研究中"大数据"的启示、应用与挑战

大数据在全世界发展迅猛, 应用成效显著.大数据独特的思维和方法, 为科学研究与探索提供了全新的范式.力学研究中,高时空分辨率、多参数同步观测与高精度、大规模模拟手段的发展,为力学大数据的发展提供了契机,大数据、机器智能方法的应用正呈现快速上升趋势.本文旨在分析大数据思维方法在力学研究中的应用, 及其启示与挑战.首先从大数据资源、大数据科学及大数据技术3个层面分析了大数据的内涵及研究态势,概括了国内外政府及组织机构的大数据发展规划.而后对比分析了力学思维方法与大数据思维方法的特点,指出两者的本质区别在于数据使用方式的不同而带来的范式差异:大数据采用数据驱动模型替代力学中的偏微分方程组以描述问题,在复杂系统的分析、预测中优势显著.回顾了大数据方法在材料性能预测、材料本构建模、湍流建模、结构健康监测及试验力学等方面的最新研究进展,以及动态数据驱动与数字孪生等大数据驱动的建模模拟新范式.总结了大数据在力学研究中应用的3种方式, 即驱动已有模型改进,挖掘复杂隐含的规律, 以及替代已有的理论方法等. 最后,建议以力学研究为主体和牵引, 大数据与力学双驱动,推动大数据与力学交叉形成理论与方法突破、及学科发展新方向.      

托卡马克真空室内线圈水冷管道接头强化二次流的数值研究

基于计算流体力学(CFD)理论，研究了不同曲率半径的螺旋导流片的托卡马克真空室内线圈水冷管道接头。利用湍流数值模拟方法，分析了线圈管道接头导流片曲率半径比、冷却水入口流速对线圈管道内流体平均雷诺数分布的影响。结果表明，不同导流片曲率半径比的线圈管道内的流体雷诺数分布曲线相似，平均雷诺数随入口流速的增加而增大，管道接头出口雷诺数随导流片曲率半径比的增大而减小，导流片曲率半径比小的管接头更适用于线圈水冷曲线管的二次流强化。此外，还为导流片曲率半径比为0.2的管接头拟合了管接头出口雷诺数与入口流速的关系式，为进一步研究类似于托卡马克真空室内线圈管道的曲线管接头的二次流强化提供理论基础。     

冷冻干燥辅助溶胶凝胶法合成Li1.2Ni0.2Mn0.6O2正极材料及电化学性能改善研究

采用冷冻干燥辅助溶胶凝胶法合成富锂锰基Li1.2 Ni0.2Mn0.6O2正极材料,并将其结构、形貌以及电化学性能与传统溶胶凝胶法合成的材料进行比较.X射线衍射(XRD)结果表明,通过冷冻干燥辅助溶胶凝胶法合成的Li1.2Ni0.2Mn0.6O2粉末阳离子混排程度更低,冷冻干燥工艺的参与可以改善晶体结构.扫描电镜(SEM)照片分析表明,与溶胶凝胶样品相比较,冷冻干燥辅助溶胶凝胶法合成样品的颗粒团聚程度较低.电化学性能测试结果表明,冷冻干燥辅助溶胶凝胶法合成的材料具有更好的倍率性能和循环性能.除此之外,电化学交流阻抗测试(EIS)结果表明,冷冻干燥辅助溶胶凝胶法合成的Li1.2Ni0.2Mn0.6O2电荷转移电阻低于溶胶凝胶法制备的材料,增强了反应动力学.     

基于连续用电量和缴费时间差的客户信用动态评价模型

加大供电量和提高电费回收效率是供电商增加收益的主要途径,并且用电客户的缴费时间差直接影响着电费回收效率。在用电客户信息较少的情况下,仅仅依赖用电客户的用电量信息和缴费时间差信息,采用扩展的“S型”函数对用电量信息和缴费时间差信息进行整合建模,构建了一个能够度量客户持续用电能力和缴纳电费积极性的客户信用动态评价模型。应用构建的模型对赤峰市宁城县实际用电客户进行信用评价,评价结果与领域专家评价结果具有较高的一致性。     

机器学习方法在高分子玻璃化研究中的应用

高分子玻璃的物理性质与其结构和动力学密切相关.揭示高分子玻璃化的微观物理图像对高分子玻璃材料的结构调控和分子设计至关重要.然而,高分子的长链结构和复杂单体结构特征致使目前仍然缺乏普适的理论或者模型来定量解释高分子玻璃化的物理机制.因此,亟需发展更为先进的研究方法从而更深入地理解高分子玻璃化.近年来,国内外学者利用基于数据驱动的信息学方法(例如机器学习)对高分子玻璃化开展了研究,并取得了丰富成果.本综述首先介绍了常用的高分子信息学数据库和机器学习算法.之后,从高分子玻璃化转变温度的预测、新型高分子玻璃材料的研发、过冷液体的结构-动力学关系和玻璃体系相变的确定四个方面总结和评述了机器学习应用在玻璃化研究中的代表性进展.最后,探讨了机器学习方法在高分子玻璃化研究中面临的主要挑战,并对玻璃信息学这一领域的发展进行了展望.     

钙钛矿相界面插层对SrFeOx基忆阻器的性能提升

SrFeO_x(SFO)是一种能在SrFeO_2.5钙铁石(BM)相和SrFeO₃钙钛矿(PV)相之间发生可逆拓扑相变的材料.这种相变能显著改变电导却维持晶格框架不变,使SFO成为一种可靠的阻变材料.目前大部分SFO基忆阻器使用单层BM-SFO作为阻变功能层,这种器件一般表现出突变型阻变行为,因而其应用被局限于两态存储.对于神经形态计算等应用,单层BM-SFO忆阻器存在阻态数少、阻值波动大等问题.为解决这些问题,本研究设计出BM-SFO/PV-SFO双层忆阻器,其中PV-SFO层为富氧界面插层,可在导电细丝形成过程中提供大量氧离子并在断裂过程中回收氧离子,使导电细丝的几何尺寸(如直径)在更大范围内可调,从而获得更多、更连续且稳定的阻态,可用于模拟长时程增强和抑制等突触行为.基于该器件仿真构建了全连接神经网络(ANN),在手写体数字光学识别(ORHD)数据集进行在线训练后获得了86.3%的识别准确率,相比于单层忆阻器基ANN的准确率提升69.3%.本研究为SFO基忆阻器性能调控提供了一种新方法,并展示了它们作为人工突触器件在神...     

Preparation and Properties of Poly（ether ether ketone）/Carbon Nanotube Modified Polypropylene Janus Composite Separator北大核心CSCD

Lithium-ion batteries （LIBs）have attracted wide attention because of their broad prospects in electric vehicles. However,the safety problems and low multiplier performance of the commercial polyolefin separator limit their further development,due to the poor dimensional thermal stability and low electrolyte absorption rate. Poly（ether ether ketone）（PEEK）and carbon nanotube（CNT）are compounded to coat on polypropylene （PP） to prepare Janus composite separator （PP@C） through the phase inversion method. PP@C composite separator does not deform at 180 ℃ for 0. 5 h（only slight deformation）,illustrating excellent thermal stability. The electrolyte absorption rate of PP@C2 is 193. 8%. The electrolyte uptake rate of the PP@C2 composite membrane was 193. 8%,which was 64. 5% higher than the PP membrane,showing a superduper electrolyte permeability. As a result,the specific discharge capacity of LIBs assembled with PP@C2 composite separator is 157. 6 mA·h/g at 0. 2 C and 129. 8 mA·h/g at 2 C,showing good rate performance with the capacity recovery rate of more than 99%. This might be attributed to the ultra-high thermal stability of PEEK,the good affinity of the electrolyte,the high conductivity of CNT,as well as the uniform dispersion of Li+ ,so that the separator can have excellent electrochemical performance while improving safety. © 2022, Science Press (China). All rights reserved.     

条形平板中裂纹识别的遗传算法

研究条形平板中平行于上下边界的单一裂纹的识别问题。给出了当一声波入射这一条形平板时，裂纹参数与反射、透射系数之间的关系式，并应用遗传算法对裂纹进行了定量识别。计算结果表明本文给出的方法具有较好的识别精度。