-
乙二醇和PEG400存在条件下pH对α-乳白蛋白构象的双重介导效应:一种生物物理与计算方法研究
• 在不同 pH 条件下,研究了 EG 和 PEG400 存在下 α-LA 的聚集。
• 两种拥挤剂均表现出强烈的、不均匀的、pH 依赖性的双重调控作用。
• 分析显示,在碱性 pH 下促进聚集,而在酸性 pH 下抑制聚集。
• 总体而言,PEG400 对 α-LA 聚集的调
来源:Journal of Molecular Structure
时间:2026-10-06
-
液滴撞击非均匀润湿性壁面:格子玻尔兹曼方法研究
摘要 异质润湿性表面可在无需外部驱动的情况下被动引导撞击液滴的运动。然而,液滴跨越单一平面润湿性边界撞击时的控制机制仍未得到充分理解,尤其是当液膜发生穿孔和破裂时。本研究采用非正交多弛豫时间格子玻尔兹曼方法,考察了接触角 $\theta _R$、韦伯数 $\textit
来源:Journal of Fluid Mechanics
时间:2026-10-06
-
通过偏振控制下的飞秒激光纹理化技术调整铝表面的光学响应和润湿性
摘要飞秒激光纹理处理提供了一种非接触式的手段,可以改变金属表面的光学特性和润湿性能。本文通过比较在线性和圆偏振条件下相同能量密度和扫描参数下的处理效果,研究了激光偏振对商用镜面抛光Al 5005-H34材料的影响。处理后的表面通过扫描电子显微镜(SEM)、光学轮廓测量、水接触角测
来源:Optics & Laser Technology
时间:2026-10-06
-
能场辅助激光熔覆技术研究进展
## 摘要
激光熔覆作为一种重要的表面增材制造技术,能够实现高性能涂层的制备。然而,传统激光熔覆工艺通常伴随熔池快速凝固、剧烈热循环以及较大温度梯度,容易诱发气孔、裂纹、微观组织粗化和残余应力累积等缺陷,从而限制了涂层性能的进一步提升。近年来,能场辅助激光熔覆技术通过引入外
来源:Optics & Laser Technology
时间:2026-10-06
-
投影缀加波方法框架内用于加速电子-声子相互作用计算的机器学习局域势
**摘要**
电子-声子相互作用决定了固体中载流子的动力学行为、输运性质以及许多光学和量子现象,但在投影缀加波(PAW)框架下进行有限位移计算时,一个N原子体系最多需要6N次自洽超胞计算,这使得其对于大型、低对称性和无序材料来说成本高昂。我们提出了MLLocP,一种机器学习
来源:Materials Today Physics
时间:2026-10-06
-
一种通过微合金化改善LPBF(激光熔融成型)制造GH4169超级合金微观结构及高温性能的新方法
•在650°C/760 MPa条件下,经过La改性的合金的抗应力断裂寿命和伸长率分别达到46.6小时和6.2%。•在650°C时,该La改性合金的抗拉强度(UTS)为1165 MPa,延展率为25.5%。•La能够将晶间针状δ相转变为颗粒状和短棒状形态。•La显著细化了晶内γ″/
来源:Materials Science and Engineering: A
时间:2026-10-06
-
基于SiCl₄的反应离子刻蚀技术用于β-Ga₂O₃ MOSFET中可控低损伤台面和栅极凹槽的形成
摘要β-Ga2O3 是一种用于下一代功率电子器件的极具前景的超宽禁带半导体。然而,其化学惰性使得在器件制造过程中受控刻蚀成为一项关键挑战。本研究系统性地研究了β-Ga2O3 的干法刻蚀工艺,重点关注 normally-off 金属氧化物半导体场效应晶体管(MOSFET)制造中
来源:Materials Science in Semiconductor Processing
时间:2026-10-06
-
硅化学机械平坦化过程中浆料温度的协同机械与化学效应(采用DETA辅助技术)
•使用浆料加热的DETA方法实现了1.3 μm/min的金属去除速率(MRR)和0.363 nm的表面粗糙度。•提高浆料温度改变了抛光垫的性能和抛光垫与晶圆的接触效果。•温度加速了DETA辅助的水解反应和硅表面的氧化过程。•DETA增强了温度诱导的硅表面化学改性效果。引言集成电路
来源:Materials Science in Semiconductor Processing
时间:2026-10-06
-
不同强化方法处理的Li₂O–Al₂O₃–SiO₂玻璃裂纹萌生与扩展研究
# 摘要
玻璃材料中裂纹行为的深入研究对于工程结构的服务安全具有重要意义。本文系统地研究了不同强化方法——热淬火、离子交换和陶瓷化——对Li₂O–Al₂O3–SiO₂ (LAS)玻璃微裂纹萌生与扩展行为的影响。采用维氏压痕显微硬度测试、激光共聚焦显微镜三维形貌扫描以及环对环
来源:Journal of Non-Crystalline Solids
时间:2026-10-06
-
基于机器学习技术的具有优异磁性能的软磁金属玻璃新型智能设计方法
**摘要**
本研究开发了一种机器学习(ML)辅助的组分筛选策略,用于Fe基非晶/纳米晶软磁合金。采用随机森林(RF)、k近邻(kNN)和支持向量机(SVM)等典型机器学习算法,建立了Fe基非晶/纳米晶合金的机器学习辅助组分筛选模型,并利用网格搜索、数据增强以及归一化处理来
来源:Journal of Non-Crystalline Solids
时间:2026-10-06