|
搜索
搜 索
高等教育领域数字化综合服务平台
PbTe热电材料
目前p和n型PbTe材料都拥有了非常高的热电优值。然而，PbTe材料的机械性能差，远低于其他主流的热电材料。比如，PbTe材料的洛氏硬度和抗冲击韧性分别只有39 kgmm-2和0.35 MPam1/2，远低于Bi2Te3的。这一矛盾非常不利于PbTe材料的实际应用。何佳清团队之前在n型PbTe材料中加入单质Sb，得到PbTe-3%Sb复合材料，显著提高了热电性能 (Energy and Environmental Science, 2017,10,2030)。本文在之前工作的基础上，进一步采用了固溶PbS的方法，将n型PbTe-3%Sb材料的硬度提高了60%，而其热电优值仅仅降低了6%。这一结果使PbTe材料摆脱了当前的窘境。研究发现固溶PbS（<12.5%）虽然对弹性性质如弹性模量等参数影响很小，却可以引入大量的点缺陷和位错网。因此硬度的增强主要是由于缺陷对位错运动的阻碍，而非化学键的强化作用。之前的观点认为是固溶PbS之后，PbTe材料内部的成分波动（团簇）造成了硬度显著增强。该团队的发现从一个新的视角解释了PbTe-PbS合金体系硬度的强化。
南方科技大学
2021-04-13
常见的材料
铝合金箱包装，含卡纸、胶片、黏土、油泥、石膏、木材、金属、塑料等。
宁波华茂文教股份有限公司
2021-08-23
吸波材料
产品详细介绍可根据用户要求生产窄带微波复合吸收体，其中三公分，五公分，十公分频段最佳厚度分别为：1.8mm，2.0mm，3.0mm。广泛用于微波技术、雷达、导航、航天技术、电子对抗中作吸收屏蔽、消振、“隐身”抗干扰等用途。
绵阳泰美格磁电科技有限公司
2021-08-23
角操作材料
宁波华茂文教股份有限公司
2021-08-23
组装水轮材料
宁波华茂文教股份有限公司
2021-08-23
组装风车材料
宁波华茂文教股份有限公司
2021-08-23
组装水轮材料
宁波浪力仪器有限公司（余姚市朗海科教仪器厂）
2021-08-23
一种气固混合物中颗粒物浓度的测量装置及测量方法
本发明公开了一种气固混合物中颗粒物浓度的测量装置和测量方法，该测量装置包括称重装置、第一鼓泡装置、第二鼓泡装置、弹簧拉力装置和补重装置组成；称重装置为杠杆结构，杠杆结构的两侧分别为受重杆和测量杆，第一鼓泡装置和第二鼓泡装置分别设置在受重杆和测量杆上，补重装置设置在测量杆上，第一鼓泡装置和第二鼓泡装置为装有液体的封闭式容器，第一鼓泡装置上设有第一进气管和第一出气管，第二鼓泡装置上设有第二进气管和第二出气管。优点是：
首先，本测量装置简单，不受颗粒物理性质的影响，可以通过增加曝气头数目减少操作时间；
其次，通过微小放大原则，将固体颗粒物的质量累积量放大成较明显的弹簧拉力装置的受力变化。
东南大学
2021-04-11
嵌入式高精度万能材料试验机控制系统
国家工业化水平正在迅速提高，生产加工企业的数量迅速增加。但是在发展的同时要加大质量的监督，所以需要配套相关的检测试验设备。一方面用于国家监督体系的检测和检验，另一方面也可以给企业自检的试验设备。材料拉力试验机就是满足这一需求的检测设备之一。在材料试验机领域，基于PC机或工控机材料试验机测控系统目前大多采用基于PCI总线，ISA总线或者是RS-232串行总线作为数据采集的模式。但这些方式都存在着插拔麻烦，传输速度较慢，可扩展性差等问题。通用串行总线（Universal Serial Bus，简称USB）具有安装方便，高宽带，易扩展等优点，已逐渐成为现代数据传输的发展趋势。本系统充分利用USB的上述优点，有效地解决了传统数据采集系统额缺陷。同时嵌入式高精度万能材料试验机控制系统采用了多种实时操作系统（如μC/OS-II、uClinux、Linux、Wince等，可根据用户要求进行配置）。嵌入式实时操作系统是一种可移植的，可植入ROM的，可裁剪的，抢占式的，实时多任务操作系统内核。它被广泛应用于微处理器、微控制器和数字信号处理器。通过采用嵌入式实时操作系统，本系统实现了执行效率高、占用空间小、实时性能优良和可扩展性强等优点。本产品具有完全的自主知识产权，并已申请多项发明专利（公开号：101441154，101441152，101441153），相关成果获上海市科技进步二等奖?项。
华东理工大学
2021-04-11
利用自学习系统实现逼近理论极限的光学手性材料设计
随着纳米光子学的发展，具有超颖性质的人工微结构吸引了众多研究。针对日益增长的研究和设计需求，北京大学物理学院方哲宇及其研究团队实现了一种自洽的框架——BoNet，其结合了贝叶斯优化（Bayesian optimization）和卷积神经网络（convolutional neural network），实现了纳米结构对于超强光学手性的自学习。基于此框架，他们将纳米结构设计表示为图形，并输入卷积神经网络进行电场分布和反射光谱的学习，此过程不需要将纳米结构参数化为向量，因此最大化的保留了其几何信息和边界条件。同时，利用贝叶斯优化以实现对纳米结构远场光学手性的优化，并运用其采样样本反复训练神经网络实现自学习。利用BoNet，他们针对远场反射光谱的圆二色性进行优化并逼近了其理论极限(CD = 1)，同时利用神经网络匹配预测的近场电场分布，对获得的强光学手性进行分析解释。 此框架能够被直接推广用于其他光学性质的自学习优化，例如实现反常透射，偏振态调制和相位调制。更进一步的，此方法论能够帮助设计更多的，具有良好光学性质和运用价值的纳米光子学器件，比如消色差超透镜，超灵敏的微传感器以及智能超表面等。此研究同时能够启发更多数据驱动的研究，通过利用人工神经网络和其他机器学习的方法，实现对传统科学研究的新探索，在制药，引物设计，固体结构分析上启发新突破。 该工作于2019年11月19日在线发表于学术期刊《PHYSICAL REVIEW LETTERS》上，题为“Self-Learning Perfect Optical Chirality via a Deep Neural Network”(DOI: 10.1103/PhysRevLett.123.213902)。北京大学物理学院方哲宇研究员是本文的通讯作者，李瑜，徐优俊，姜美玲为该文的共同第一作者，北京大学定量生物学中心来鲁华教授为合作者，北京大学为唯一通讯作者单位。该工作得到得到了科技部、教育部、国家自然科学基金委、北京大学人工微结构和介观物理国家重点实验室、北京大学纳光电子前沿科学中心、量子物质科学协同创新中心、北京大学高性能校级计算平台、北京大学生命科学中心高性能计算平台等单位的支持。用于近远场计算的神经网络结构表征实现了逼近理论极限的高手性，并利用神经网络对近场分布进行分析
北京大学
2021-04-11