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
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
该系统综述提示,云基增材制造(CBAM)在远程获取制造资源、协同迭代设计、分布式制造及数字与物理系统整合方面具有潜力,但在网络安全、互操作性、数据处理、网络可靠性、质量一致性与异构系统兼容方面仍存明显短板;技术可行性证据多于长期经济收益、工业可扩展性与实际落地证据。证据档位为B。
结论方向:在固废基水泥基结构电极中掺入石墨烯纳米片或碳纳米管均可提升储能性能但降低抗压强度,二者存在性能权衡,证据档位为C,结论基于该实验体系,不宜外推为普适规律。 设计与做法:将GNP或CNT掺入工业固废基水泥基体制备复合结构电极,系统比较力学性能、电化学行为及水化诱导导电网络
围绕二氧化锆纳米颗粒在骨组织工程中的应用,综述其研究进展、生物相互作用与未来方向。 采用文献综述方式,梳理二氧化锆的力学性能、化学稳定性及既有安全性记录,并讨论其纳米尺度下的生物效应。
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
综述认为界面聚合NF/LNF膜在染料/盐选择性分离与资源回收方面具应用前景。 文章为综述,从染料性质、膜设计到工业转化梳理NF/LNF膜的研究进展。
CFDPython是一套Jupyter Notebook教程,通过12个渐进步骤,用Python从零编写偏微分方程求解代码,帮助学习者理解计算流体力学(CFD)基础。
该综述提示,拓扑优化(TO)与生成设计(GD)在增材制造(AM)中具有提升结构性能与减少材料的潜力,但计算最优解不等于制造、经济与可靠性最优;应用收益目前仅在特定场景被报告。作为系统综述,证据档位为C。 研究为系统综述,按PRISMA 2020报告原则组织,围绕综述问题、纳入排除
pymatgen 是一个开源 Python 库,用于材料与分子结构分析,支持多种电子结构代码,并为 Materials Project 提供分析能力。
该综述提示,碳纳米管在生物医学、电催化与能源、聚合物基复合材料及天然纳米管黏土替代平台四类应用中均具潜力,但可降解性、分散性与长期生物相容性等毒理问题仍是转化障碍,整体属叙述性综述层面的提示性证据。 研究设计为综合性文献综述,非原始实验;材料未报告纳入文献数量、检索策略与筛选标准