检索结果-南通市图书馆

纳米镍双晶中晶粒和晶界力学性质尺度依赖性理论推导及MD模拟

在线全文

学校读者我要写书评

暂无评论

中国科学：技术科学 2024年第6期54卷 1069-1078页

作者：胡旻浩孙升张统一上海大学材料基因组工程研究院上海200444

本文基于界面本征应力模型和非线弹性本构,研究了面心立方(FCC)纯镍晶界为∑5的双晶,推导出各向异性双晶模型中晶粒和晶界等效力学性质的尺寸依赖解析公式,开展了分子动力学模拟计算验证了理论解析公式,确定了晶界的材料参数.这些解析... 详细信息

本文基于界面本征应力模型和非线弹性本构,研究了面心立方(FCC)纯镍晶界为∑5的双晶,推导出各向异性双晶模型中晶粒和晶界等效力学性质的尺寸依赖解析公式,开展了分子动力学模拟计算验证了理论解析公式,确定了晶界的材料参数.这些解析公式可以准确预测不同尺寸厚度纯镍(∑5晶界)双晶的力学行为.结果显示,晶界具有比晶粒更小的双轴模量,这导致了双晶的表观双轴模量随模型厚度的增加而增加.该理论模型能够准确描述双晶模型中由晶界本征应力引起的弛豫过程以及模型等效力学性质的尺寸依赖行为,可以直接推广用于其他纳米双晶系统.

关键词：纳米晶尺寸依赖晶界本征应力模型非线弹性

基于Voronoi图结构描述的有机无机杂化钙钛矿带隙机器学习

在线全文

学校读者我要写书评

暂无评论

硅酸盐学报 2023年第2期51卷 397-404页

作者：王径舟欧阳润海上海大学材料基因组工程研究院上海200444

有机-无机杂化钙钛矿因其优异的物理化学性质在太阳能电池及其他光电器件中有重要应用。其中,带隙是材料设计中必须考虑的一个关键物理量。利用机器学习建立准确的带隙模型可以帮助快速预测新材料。本工作通过研究基于Voronoi图方法的... 详细信息

有机-无机杂化钙钛矿因其优异的物理化学性质在太阳能电池及其他光电器件中有重要应用。其中,带隙是材料设计中必须考虑的一个关键物理量。利用机器学习建立准确的带隙模型可以帮助快速预测新材料。本工作通过研究基于Voronoi图方法的结构特征对机器学习的重要性发现,相比于只有元素特征的机器学习,通过加入Voronoi图结构描述特征,符号回归(VS-SISSO)、人工神经网络(ANN)和随机森林(RF)建立的带隙模型精度均有提升。由于符号回归模型相对简单,Voronoi图结构特征的重要性在该方法中体现最高。以上3种机器学习方法给出的模型预测能力接近,但符号回归模型具有明确的数学表达式,透明度相对更高。特征重要性分析表明,Voronoi图结构特征在所有输入特征中的重要性最高。本工作展示了Voronoi图结构特征在提升机器学习模型准确度及可解释性方面的重要价值。

关键词：有机-无机杂化钙钛矿带隙 Voronoi图机器学习符号回归

同方期刊数据库

两种肌少症小鼠模型的功能表型、肌肉质量及力量特点比较

在线全文

学校读者我要写书评

暂无评论

中国组织工程研究 2025年第14期29卷 2922-2929页

作者：江强于洁耿子翔王宁郭嘉杨光月王培歌赵咏芳上海中医药大学附属曙光医院石氏伤科医学中心上海市201203 上海市中医药研究院骨伤科研究所上海市201203

背景:地塞米松和后肢悬吊是常用的动物肌少症造模方法,具有造模时间短、操作简便、成本低等特点。目的:比较地塞米松和后肢悬吊诱导小鼠肌少症模型在肌肉质量、力量及功能表型以及分子机制表型方面的差异。方法:采用随机抽样法将30只C57... 详细信息

背景:地塞米松和后肢悬吊是常用的动物肌少症造模方法,具有造模时间短、操作简便、成本低等特点。目的:比较地塞米松和后肢悬吊诱导小鼠肌少症模型在肌肉质量、力量及功能表型以及分子机制表型方面的差异。方法:采用随机抽样法将30只C57BL/6小鼠随机分成3组,每组10只:正常对照组不进行任何干预;地塞米松组小鼠腹腔注射地塞米松磷酸钠溶液1 mg/(kg•d),连续注射6周,建立肌少症模型;后肢悬吊组采用鼠尾套悬吊小鼠后肢16 h,1次/d,连续悬吊6周,建立肌少症模型。造模6周内,监测小鼠体质量变化;造模6周后,检测小鼠四肢抓力、活动能力(游泳实验)、骨骼肌湿质量、骨骼肌病理形态,采用RT-PCR与Western blot检测骨骼肌蛋白质合成与分解代谢指标、AMPK/FoXO3α信号通路的表达。结果与结论:①从造模后第2周开始,地塞米松组、后肢悬吊组小鼠体质量均低于正常对照组(P<0.05)。②造模6周后,与正常对照组相比,造模两组小鼠四肢抓力均下降(P<0.05),腓肠肌湿质量、趾长伸肌湿质量、腓肠肌与比目鱼肌横截面积均下降(P<0.05);地塞米松组小鼠腓肠肌横截面积明显小于后肢悬吊组(P<0.05),比目鱼肌横截面积大于后肢悬吊组(P<0.05);与正常对照组、后肢悬吊组相比,地塞米松组小鼠活动能力降低(P<0.05)。③与正常对照组相比,造模两组PI3K、mTOR、AMPK、PGC-1αmRNA表达与p-AMPK/AMPK蛋白均降低(P<0.05),FoXO3αmRNA表达与PGC-1α、FoXO3蛋白表达均升高(P<0.05);地塞米松组Akt1 mRNA表达降低(P<0.05),Atrogin-1、MuRF-1 mRNA表达升高(P<0.05);后肢悬吊组Akt1 mRNA表达升高(P<0.05)。④与地塞米松组相比,后肢悬吊组mTOR、Akt1、FoXO3αmRNA表达升高(P<0.05),Atrogin-1、MuRF-1 mRNA表达降低(P<0.05)。⑤结果表明,两种造模方法均会导致骨骼肌线粒体能量代谢水平下降,地塞米松组通过泛素蛋白酶体和能量代谢途径的双重作用介导骨骼肌发生萎缩,后肢悬吊组通过AMPK/FoXO3α信号通路介导能量代谢途径引起骨骼肌发生萎缩,从而引起骨骼肌的质量、力量及功能下降。

关键词：肌少症小鼠模型肌肉蛋白质合成基因自噬溶酶体基因泛素蛋白酶体基因

在线全文

学校读者我要写书评

暂无评论

热电材料高通量实验制备与表征方法

无机材料学报 2019年第3期34卷 247-259页

作者：骆军何世洋李志立李永博王风张继业上海大学材料科学与工程学院上海200444 上海大学材料基因组工程研究院上海200444

高通量材料实验旨在利用较少的实验次数快速获得成分?物相?结构?性能之间关系,筛选出组分最优的材料体系,目前已在超导材料、荧光材料以及巨磁阻材料等方面有较多应用。热电材料是可以实现热能和电能直接相互转换的功能材料,在温差发电... 详细信息

高通量材料实验旨在利用较少的实验次数快速获得成分?物相?结构?性能之间关系,筛选出组分最优的材料体系,目前已在超导材料、荧光材料以及巨磁阻材料等方面有较多应用。热电材料是可以实现热能和电能直接相互转换的功能材料,在温差发电和废热利用等领域有着重要的应用价值,但热电材料的传统实验制备与表征方法存在着实验周期长和效率低等问题。因此,将高通量实验的方法和理念引入新型热电材料的研发和优化具有重要的理论和实际意义。本文主要总结和梳理了现有在热电材料实验研究中具有较好应用前景的高通量实验制备与表征技术,包括高通量样品制备、成分?结构高通量表征、电?热输运性能高通量表征等,并分析了各高通量实验技术在实验热电材料研究中的优势和局限性,希望为今后热电材料高通量实验优化和筛选提供一定的参考。

关键词：高通量实验热电材料电输运性能热导率综述

在线全文

学校读者我要写书评

暂无评论

铜掺杂Cu2SnSe4的热电输运性能

物理学报 2020年第24期69卷 253-260页

作者：郑丽仙胡剑峰骆军上海大学材料科学与工程学院上海200444 上海大学材料基因组工程研究院上海200444

Cu2SnSe4化合物具有本征的低热导率和可调控的电导率,同时不含稀贵元素、无毒和价格低廉,具有作为中温区热电材料的潜力.本文通过高能球磨结合放电等离子烧结制备了Cu2SnSe4以及Cu掺杂的Cu2+xSnSe4块体材料(0.2≤X≤1).研究了Cu掺杂填充... 详细信息

Cu2SnSe4化合物具有本征的低热导率和可调控的电导率,同时不含稀贵元素、无毒和价格低廉,具有作为中温区热电材料的潜力.本文通过高能球磨结合放电等离子烧结制备了Cu2SnSe4以及Cu掺杂的Cu2+xSnSe4块体材料(0.2≤X≤1).研究了Cu掺杂填充Cu/Sn位置上1/4本征空位对Cu2+xSnSe4热电性能的影响,发现Cu/Sn中1/4空位能够被Cu完全填满(x=1),且Cu掺杂能够大幅度地提升(可达两个数量级)样品的电导率,从而显著提高了功率因子.同时,发现在大Cu掺杂量范围(0.1≤X≤0.8)内,Cu2+xSnSe4电导率增长与掺杂量增加呈线性关系,且载流子迁移率随Cu掺杂量的增加而增加.进一步的研究发现,载流子在Cu2+xSnSe4中的电输运行为遵循电子-声子耦合的小极化子模型.

关键词： Cu2SnSe4 热电性能小极化子跃迁

Se替代Te对BiCuTeO电热输运性能的影响

在线全文

学校读者我要写书评

暂无评论

物理学报 2019年第7期68卷 253-260页

作者：黄平游理梁星张继业骆军上海大学材料科学与工程学院上海200444 上海大学材料基因组工程研究院上海200444

层状氧硫族化合物由于其本征的低晶格热导率和可观的热电性能吸引了广泛关注,其中以BiCuSeO化合物的热电性能最为优异.但是,其同晶型化合物BiCuTeO,由于带隙较小且存在大量本征Cu空位,导致载流子浓度较高,热电性能较差,从而研究较少.针... 详细信息

层状氧硫族化合物由于其本征的低晶格热导率和可观的热电性能吸引了广泛关注,其中以BiCuSeO化合物的热电性能最为优异.但是,其同晶型化合物BiCuTeO,由于带隙较小且存在大量本征Cu空位,导致载流子浓度较高,热电性能较差,从而研究较少.针对BiCuTeO存在的上述问题,本文利用Se替代部分Te,以期能够展宽带隙并减少Cu空位,提高其热电性能.采用固相反应结合快速热压烧结制备了BiCuTe_(1-x)Se_xO(x=0, 0.1, 0.2, 0.3和0.4)块体热电材料,并系统地研究了该体系的电热输运性能.研究结果表明,利用Se替代Te,可以使BiCuTeO导电层化学键强度增加、带隙增大、载流子有效质量增加以及载流子散射增强,从而导致载流子浓度和迁移率同时降低,进而电导率随着Se含量增加而剧烈降低, Seebeck系数则显著增大.由于综合电输运性能恶化,功率因子随着Se含量增加而减小,导致热电优值zT随着Se含量增加而降低.最终,Se含量为x=0.1的样品,在室温和723 K时的zT值分别达到约0.3和0.7,仍然在较宽温区内保持较高的zT值.由于Se替代Te改变了BiCuTeO的能带结构,通过载流子浓度优化,有望进一步提高其热电性能.

关键词： BiCuTeO BiCuSeO 能带结构热电性能

在线全文

学校读者我要写书评

暂无评论

机器学习在热电材料领域中的应用

硅酸盐学报 2023年第2期51卷 499-509页

作者：盛晔宁金妍杨炯上海大学材料基因组工程研究院之江实验室

热电材料是环境友好型能源转换材料,涉及的体系十分多样。其性能优化是一个多参数协调的复杂问题,一直是研究者们关注的热点。虽然热电的计算模拟方法和实验方法发展迅速,但是热电材料的搜索效率仍需要进一步提高。机器学习具有计算成... 详细信息

热电材料是环境友好型能源转换材料,涉及的体系十分多样。其性能优化是一个多参数协调的复杂问题,一直是研究者们关注的热点。虽然热电的计算模拟方法和实验方法发展迅速,但是热电材料的搜索效率仍需要进一步提高。机器学习具有计算成本低和预测速度高的优势,可以快速缩小搜索空间,加快对热电材料结构和性能优化的研究。本综述从数据类型的角度出发,介绍了热电材料中的小样本数值数据(数据量约为102),大样本数值数据(数据量大于104)及图片数据中机器学习的应用和研究进展,进一步详细地讨论了在不同的数据类型中研究热电材料的结构和性能所使用的不同的机器学习算法模型,并对其未来的发展趋势和应用方向进行了展望。

关键词：热电材料机器学习图卷积神经网络

晶界非晶结构对Sialon陶瓷多层次相关系的调控:回顾与展望

在线全文

学校读者我要写书评

暂无评论

无机材料学报 2018年第2期33卷 147-152页

作者：顾辉上海大学材料科学与工程学院材料基因组工程研究院上海200444

Sialon陶瓷相图和Si3N4陶瓷晶界非晶层是陶瓷学科独立发展后两个具有代表性的基础研究高峰。虽然这两类陶瓷只在成分上体现出细小的差异,并且在实际应用甚至微结构研究时大多将其忽略,但反映出相图与晶界在结构层次、研究思路和方法上... 详细信息

Sialon陶瓷相图和Si3N4陶瓷晶界非晶层是陶瓷学科独立发展后两个具有代表性的基础研究高峰。虽然这两类陶瓷只在成分上体现出细小的差异,并且在实际应用甚至微结构研究时大多将其忽略,但反映出相图与晶界在结构层次、研究思路和方法上的鸿沟。进入本世纪后,本颗题组在发展针对微区成分的分析电镜技术的同时,尝试将Sialon陶瓷的相图和微结构通过掺杂物的分布规律开展协同研究,获得了晶界非晶成分与相关系的多种联系。这为Sialon陶瓷相变机理研究开辟了新的可能,也为陶瓷体系的跨尺度结构-性能关系预测、设计与全周期调控提供了不同的研究思路。

关键词： Sialon陶瓷相图晶界结构分析电镜相变综述

在线全文

学校读者我要写书评

暂无评论

基于机器学习的工模具钢硬度预测

中国科学：技术科学 2019年第10期49卷 1148-1158页

作者：王家豪孙升何燕霖张统一上海大学材料基因组工程研究院上海200444 上海大学材料科学与工程学院上海200444

硬度是工模具钢性能的一个重要指标.本文通过机器学习中的层次聚类和LASSO回归方法,给出了工模具钢硬度-成分关系的解析表达式.层次聚类将79种牌号工模具钢的合金元素成分-硬度数据集按欧式距离分为了4簇,其中高铬钢和低铬钢两簇包含了... 详细信息

硬度是工模具钢性能的一个重要指标.本文通过机器学习中的层次聚类和LASSO回归方法,给出了工模具钢硬度-成分关系的解析表达式.层次聚类将79种牌号工模具钢的合金元素成分-硬度数据集按欧式距离分为了4簇,其中高铬钢和低铬钢两簇包含了几乎所有的数据.然后我们对高铬钢和低铬钢两簇数据分别进行LASSO回归,画出LASSO路径,并利用留一法交叉验证得到具有最佳泛化预测能力的成分-硬度的解析公式.之后引入电负性、原子半径变化率、价电子数、电子亲合能和第一电离能等原子尺度的特征,重新进行LASSO回归,得到了新的硬度公式.结果显示机器学习方法可以成功预报工模具钢的硬度.同时,使用原子尺度的特征为钢铁材料的性能研究提供了新的思路.

关键词：机器学习工模具钢硬度预测