标签:工程与材料

该标签下的全部条目(栏目名、期号「YYYY-MM-DD」与「每日前沿」都会作为标签)。

机器学习势研究Cu-Ni-Si-Mn晶界析出相选择与形貌

结论方向:机器学习原子间势(MLIP)计算提示,Mn添加有利于晶界析出Mn6Ni16Si7(G相)而非Ni2Si,并可从界面原子结构角度解释两种析出相形貌差异;该结论以计算预测为主,实验观察作为佐证,属证据支持但非因果确证。 研究设计与做法:采用MLIP计算结合实验观察的对比研究

海胆疣突中应力相关立体微结构的分层力学整合

结论:作者报告海胆疣突的实验密度与多种应力参数之间存在强相关,支持其立体微结构为功能梯度且经力学优化的假说,方向为相关性支持,属基础生物力学研究,证据强度受单一物种与建模假设限制。 设计为实验与数值结合的基础研究:以Prionocidaris baculosa的疣突为对象,采用高

原位电阻抗断层成像监测点阵结构全场损伤

在可调架构点阵材料中首次实现原位电阻抗断层成像(EIT),可实时重建电导率分布并捕捉断裂前的早期损伤,提示EIT可作为架构多功能材料的分布式全场传感策略。 研究为实验性材料学研究:以CNT掺杂光固化树脂3D打印Voronoi分支-主干-分支点阵,电子显微镜确认CNT分散,准静态拉

全生物基可回收亚麻纤维/丝素基复合材料及机器学习辅助力学性能预测

结论方向:该研究提示,以再生丝素蛋白为基体、亚麻纤维为增强体的全生物基复合材料可达到与传统石油基材料相近的力学水平,并可通过溶解基体无损回收纤维重复使用;证据档位为C,属材料学实验与建模层面的初步支持。 研究设计与做法:采用室温自组装的再生丝素蛋白基体与亚麻纤维复合,制备过程不使

聚合物信息学中AI驱动构效建模与材料设计综述

结论:该综述提示,AI驱动的聚合物信息学在构效关系挖掘、性质预测与逆向设计方面已形成较系统的研究框架,但整体仍处于方法整合阶段,证据档位为C,属叙述性综述而非原始验证。 设计与做法:为综述类文献,基于2023至2025年代表性文献的分析,围绕数据基础、性质预测、逆向设计、可解释性

工程与材料方向雷达 · 2026-W39|工艺参数窗口、深冷强塑性、界面与相变调控

工程与材料方向雷达:工艺参数空间:从试错到全因子建模、深冷与低温:强塑性协同的机制追问、界面与晶界:从结构描述到性能归因。本期多条语料把问题从“能不能做”转向“参数怎么给”:弯曲回弹用全因子设计、打印件用神经场正则化,都在优化工艺窗口。