采用离子辅助沉积电弧离子镀设备复合强流脉冲电子束和离子束进行刀具的预处理，得到表面硬质膜和内表面的强化层，从而显著提高刀具在高速切削条件下的使用寿命。

以石墨烯为模板的少层石墨双炔薄膜的液相范德华外延生长法。以原子级平整的二维石墨烯为基底，采用极低的单体浓度（0.04 mM），在室温下进行偶联反应，通过溶液相范德华外延的方法，成功制备得到了大面积均匀连续的高质量、少层石墨双炔薄膜，高分辨透射电镜和光谱表征证实了其高质量单晶结构。该石墨双炔薄膜为ABC堆垛的三层结构，电子衍射显示石墨双炔/石墨烯薄膜具有两套单晶衍射点，分别对应于石墨双炔和石墨烯的单晶衍射图案，结果表明生长在石墨烯上的石墨双炔与下层石墨烯的晶格取向夹角为14°。

本书对车削加工物理仿真关键技术及其试验研究进行了较为系统的阐述, 特别针对柔性工件车削加工进行了深入分析, 内容包括: 加工过程振动的仿真研究, 加工过程稳定性分析及其试验, 尺寸误差建模及其试验等。

 随着激光技术的不断发展，超快超强激光可以在飞秒的时间尺度（1飞秒=10-15 秒）内作用于电子使电子产生约0.1纳米（1纳米=10-9米）量级的空间位移。利用超短超强激光脉冲，人们将可以实现分子尺度下的电子位置的超快及超高精度的位置控制。然而现有的探测技术，却无法实现对电子如此微小位移的精确测量。隧道扫描显微镜（STM）利用的电子量子隧穿信号能以0.1纳米的横向和0.01纳米的纵向分辨率对静止的原子进行成像，却无法对运动中的电子进行成像。光电子显微镜（PEEM）成像系统虽然可以测量运动电子的位置，但是其最好的分辨率仅能达到约3纳米，无法在0.1纳米的尺度进行位移测量。日前，该团队利用强场电离中的时间双缝干涉图样，提出对电子在激光脉冲下的微小位移进行了测量的新方案，该方案的分辨率可达0.01纳米。为了测量电子在超短脉冲作用下的位移，他们把导致电子位移的超短脉冲置于两束较长反向旋转的圆偏振光之间。两束反旋向的圆偏振光先后分别电离电子，构成时间上的电子波包双缝干涉，这在电子动量谱中产生涡旋结构。在没有中间的超短脉冲时，该涡旋结构角向是均匀分布的。当中间加入了一束任意的被测超短脉冲，它将作用于前一圆偏光电离的电子使之产生微小位移，这个微小位移使得电子波包获得一个额外相位，从而导致先后两个电子波包的干涉结构在角方向产生了非均匀性。他们提出通过测量这个非均匀的角向分布，可以准确地提取出电子在超短脉冲作用下产生的亚纳米量级的微小位移。他们的方案对激光的焦斑效应以及两束圆偏振光的相位抖动具有很好的抗干扰能力。左图：新方案示意图；右图：测量方案给出的理论预测结果。 理论提出并在实验上实现了对椭圆偏振强激光椭偏率的原位测量新方案。他们利用两束其它参数相同而旋向相反的椭偏光来电离惰性气体氙（Xe）原子，强场电离得到的电子阈上电离谱和单电离离子总产率谱敏感地依赖于两束光脉冲之间的延时。这些能谱和产率随延时的周期性调制，能够准确反映一个光学周期之中椭圆偏振光的电场强度的最小和最大值间的比值，因此可以用来准确提取每一束椭偏光的椭偏率。研究表明，这一椭偏率测量方案在很大的激光参数范围内普遍适用，这一工作在准确表征超快强激光场的性质方面迈出了重要一步，将对强场物理研究中精细操控原子分子内的超快过程起到重要推动作用。

针对我国沿岸封闭海湾自净能力弱和滩涂、水体等典型生境退化严重的实际，建立基于“驱动力-压力-状态-影响-响应( DPSIR)”框架模型的封闭海湾生境退化综合诊断技术，确定其生境退化的主导因素；开发基于有限元技术的浅海水动力模型（SHYFEM）、充分利用潮、余流的稀释、输运能力降低湾内污染物积累的物理修复关键技术和综合利用盐土植物、大型藻类、贝类和多毛类改善水质和滩涂底质的生物修复关键技术，建立“海岸-滩涂-浅海”一体化的生境修复示范区，编制相关技术标准；以 DPSIR 框架模型为指导，提出封闭海湾典型退化生境的修复策略和对目标海湾（三沙湾）生境有针对性的、切实可行的修复技术方案，重点解决封闭海湾因积累性污染引起的生境退化问题。为提高我国封闭海湾生态环境保护与修复能力，保障沿海经济社会又好又快发展，提供技术支撑和决策咨询。

生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱

发现由人为活动产生的气溶胶可显著抑制华南四月中尺度对流系统的发生频次，进而显著减少降水，并阐释了其物理机制。此发现解释了近40年来华南四月降水减少的原因。 研究团队首先分

1.项目简介：应用间接测温与计算机系统特性辩识为一体的智能实时测温方法，即依据间接测温信号与校正测试温度信号，对系统的动态教学模型进行分辨识和参数估计，并由辨得到的对象特性对气化层温度运行最可信估计的测温方法，实现间歇式固定层煤气发生炉(简称造气炉)气化层温度实时准确测量。 2.技术特点；该工业测温精度高，可靠性强，检测装置能长期安全运行，对造气炉内温度场分布、工艺运行不产生影响；为造气炉正常安全运行，节能降耗和实现造气工艺闭环自动控制提供了先决条件。

所属领域 先进制造成果简介 据不完全统计，由腐蚀磨损引起的机械零部件失效占总体的1/3到1/2，很多机械零部件表面需要耐磨或者耐蚀耐磨，而基体仍要求高的强韧性，这需要在零部件表面制造一层耐蚀耐磨涂层，本项目提供了一种设备投资少、成本低的复合涂层综合解决方案。 对于已经成型的零部件复合一层耐磨涂层或者表面修复，我们采取表面涂覆涂层制造技术。将粉末加粘结剂进行

课题组与加州大学洛杉矶分校的倪霓课题组联合研究了Mn-Bi-Te家族的另一成员，MnBi 4