西安交通大学
科研团队研发的复杂合金
创造屈服强度与拉伸塑性组合的新纪录！
西北工业大学化学与化工学院
顾军渭教授、张雅莉副教授发表
有关智能电磁屏蔽复合材料的研究成果
西安交大一附院
王胜鹏、袁祖贻、闫炀团队
在肺纤维化研究方面取得重要进展
中国科学院西安光机所
在无人机遥感光谱智能感知领域
取得重要突破
......
近日
陕西科研团队
取得了新的进展和突破
一起来了解
西安交通大学
《自然》再发文
科研团队研发的复杂合金
创造屈服强度与拉伸塑性组合的新纪录！
金属材料的高屈服强度与拉伸塑性对于其工程应用至关重要。目前仅少数超高强钢的块体屈服强度（σy）能够达到2GPa水平，但它们在塑性变形过程中缺乏足够的加工硬化能力，导致其标准单轴拉伸试验中报道的均匀变形实际上是由局域变形带引起的锯齿塑性流变组成，并非真正的均匀延伸率（ɛu）。这些超高强钢，例如马氏体时效钢的均匀延伸率通常很低（例如ɛu~5%）。尽管经典的第二相强化机制能够有效地提升材料的屈服强度，但强化水平受限于合金中较低的第二相体积分数（常常<50 vol.%），并造成拉伸塑性急剧降低。因此，如何设计兼具屈服强度σy~2GPa和均匀延伸率ɛu明显高于10%的合金，是材料科学领域面临的重大挑战。
针对上述挑战，西安交通大学金属材料强度全国重点实验室张金钰教授、马恩教授和孙军院士在前期成果（Acta Mater, 2022, 233: 117981；Scripta Mater, 2023, 222: 115058）的基础上，提出使用超高体积分数的金属间化合物析出相，即共格 L12纳米相和非共格低模量硬质塑性B2微米相，耦合强化FCC富铁复杂合金基体。
为此，团队成员基于领域知识辅助的机器学习方法进行了成分筛选，通过高固溶度的轻元素Al和L12相反相畴界能提升最显著的元素Ta（而非元素Ti）协同合金化，获得了L12+B2双析出相强化Fe35Ni29Co21Al12Ta3（at.%）复杂合金（图1），其L12纳米相（富Al、Ta）和B2微米相（富Al、贫Ta）的体积分数分别高达~67 vol.%与~15 vol.%，共格L12/FCC界面和非共格B2/FCC界面均能够与位错发生强烈的交互作用（图2），不仅能够产生位错还能够存贮位错，特别是低模量B2微米相能够比（FCC+L12）基体存储更高密度的位错（图3），显著提升了合金的加工硬化性能，从而提高其屈服/抗拉强度与拉伸延性，使得合金在室温下实现了前所未有的强度-塑性组合，明显优于迄今为止已报道的所有合金（图4）。团队提出的合金设计策略也为其他高性能合金设计提供了新思路。
图1. (a)基于领域知识的机器学习模型（主动学习循环由六个步骤组成）预测具有超强塑性的FeNiCoAlTa复杂合金，(b)理论预测屈服强度与实验测量屈服强度相符合，证实了机器学习模型的可靠性，(c)实验测量屈服强度与模型迭代次数的关系，发现了最优成分的Fe35Ni29Co21Al12Ta3复杂合金。
图2. (a-d) 具有三相组织的Fe35Ni29Co21Al12Ta3复杂合金室温变形与界面特征，即位错能够切过L12纳米相，并存储于低模量的B2微米相，L12/FCC共格与B2/FCC非共格界面均存在位错；(e)原子探针分析复杂合金的化学成分与分布特征，以及多主元L12纳米相和B2微米相的元素构成。
图3. Fe35Ni29Co21Al12Ta3复杂合金中各组成相的位错密度随应变量(a1-d1) ε=0、(a2-d2) ε=8%和(a3-d3) ε=20%的演化，表明低模量B2微米相能够比(FCC+L12)基体存储更高密度的位错。
图4. (a-b)不同成分的复杂合金的工程应力-应变和真应力-应变曲线，(c) Fe35Ni29Co21Al12Ta3复杂合金的加工硬化性能与其他2GPa级超高强金属材料（D&P钢、马氏体钢、中高熵合金）对比，(d，e) Fe35Ni29Co21Al12Ta3复杂合金的屈服强度-均匀拉伸延伸率匹配和屈服强度-强塑积匹配与其他金属材料对比，室温力学性能组合明显超越目前报道的其他金属材料。
西北工业大学
化学与化工学院
顾军渭教授、张雅莉副教授
在Advanced Materials发表
有关智能电磁屏蔽复合材料的研究成果
近日，西北工业大学顾军渭教授团队在Advanced Materials期刊在线发表题为《Direct-Ink-Writing Printed Aerogels with Dynamically Reversible Thermal Management and Tunable Electromagnetic Interference Shielding》的研究论文。
▲(Ti3C2Tx/Fe3O4/CCMC)–(AgNW/CCMC)气凝胶的制备流程示意图
电磁屏蔽材料结构的可控设计及性能可调性对其性能稳定性及适用性至关重要。本文提出了引入吸湿性盐CaCl2以激活羧甲基纤维素（CMC）弹性行为的策略，并结合墨水直写（DIW）3D打印解决了传统电磁屏蔽材料结构设计精准性差和性能难以调控的瓶颈问题。以CaCl2交联的CMC（CCMC）为基体，通过逐层DIW 3D打印沉积得到蜂窝结构(Ti3C2Tx/Fe3O4/CCMC)–(AgNW/CCMC)气凝胶。蜂窝结构(Ti3C2Tx/Fe3O4/CCMC)–(AgNW/CCMC)气凝胶具有良好的压缩回弹性，可通过改变压缩应变来调控该气凝胶的电磁屏蔽性能。当打印填充密度为35%、Ti3C2Tx质量分数为40 wt%且气凝胶压缩应变为60%时，该气凝胶电磁屏蔽性能最佳（80 dB）。同时，该气凝胶具有优异的红外隐身特性，可满足高温目标长期红外隐身的应用需求。另外，该气凝胶在干冷/湿热的环境下可实现隔热（0.08 W·m−1·K−1）/导热（0.67 W·m−1·K−1）的可逆转换。本工作制备的具有可调电磁屏蔽性能和动态可逆热管理性能的多功能材料在恶劣环境防护、智能热伪装以及航空航天等领域展现出广阔的应用前景。
西安交大一附院
王胜鹏、袁祖贻、闫炀团队
在肺纤维化研究方面取得重要进展
特发性肺纤维化（IPF）是一种致命性间质性肺病，患者确诊后平均生存期不足5年。其核心特征是肺内肌成纤维细胞过度活化并分泌大量细胞外基质，导致肺组织瘢痕化和机械应力异常。全球每年新增IPF患者超50万，中国患病人数约占1/3，且发病率呈上升趋势。目前仅有两款药物可延缓疾病进展，但无法逆转纤维化。肌成纤维细胞作为肺纤维化中的核心效应分子，在肺组织结构维持、损伤修复和疾病进程中发挥着不可或缺的重要作用。然而，肌成纤维细胞的来源、命运及其感知机械信号的机制一直是困扰科学界的难题。
近日，西安交通大学第一附属医院王胜鹏、袁祖贻、闫炀团队在国际权威期刊《JCI》（Journal of Clinical Investigation，《临床研究杂志》）在线发表题为PIEZO1 mediates periostin+myofibroblast activation and pulmonary fibrosis”（《PIEZO1介导小鼠Periostin+肌成纤维细胞活化和肺纤维化》）的研究论文，该研究首次揭示骨膜蛋白（Periostin）作为肺肌成纤维细胞的特异性标记物，并阐明机械敏感离子通道PIEZO1通过调控肌成纤维细胞活化驱动肺纤维化的分子机制。相关成果从独特力学视角揭示了IPF发病机制，有望改写这一“类癌症”疾病的治疗格局。
该研究团队利用自主开发的Postn-CreERT2;mTmG示踪小鼠和Postn-CreERT2;iDTR小鼠证实：骨膜蛋白（Postn）是肺损伤后肌成纤维细胞的标记物，特异性消融Postn+细胞可显著减轻博来霉素诱导的小鼠肺纤维化。研究人员发现PIEZO1在Postn+肌成纤维细胞中功能性表达，并通过感知细胞膜张力变化，激活钙离子内流和下游Yap/Taz信号通路，驱动肌动蛋白骨架重构和细胞增殖。总之，该研究确定了肺肌成纤维细胞中PIEZO1力学感知在特发性肺纤维化发挥重要作用，为治疗肺纤维化提供了全新的药物靶点。
西安交通大学第一附属医院博士生徐丽然、李婷，西安交通大学基础医学院副教授曹亚朋与西安交通大学第一附属医院博士后贺雨为该论文共同第一作者，王胜鹏教授、袁祖贻教授和闫炀教授为共同通讯作者。该工作得到了德国马克斯普朗克心肺研究所Stefan Offermanns教授和中国科学院分子细胞科学卓越创新中心周斌教授等团队的支持。
中国科学院西安光机所
在无人机遥感光谱智能感知领域
取得重要突破
近日，中国科学院西安光机所在无人机遥感光谱智能感知领域取得重要突破，相关成果发表于遥感领域一区TOP期刊ISPRS Journal of Photogrammetry and Remote Sensing，这是西安光机所首次以第一单位在该期刊发表论文。论文第一作者为王卓博士研究生，通讯作者为李海巍副研究员，王爽研究员为合作者。西安光机所为第一通讯单位。
无人机遥感技术的成熟显著提高了现实场景三维光场建模效率。通过机载多光谱或高光谱相机获取特定区域的多角度信息，可实现高精度的光场建模，进而推动地表参数反演方案和理论的发展。相比传统手段，无人机对地多角度观测具有覆盖区域广、灵活便捷、成像时间迅速及在复杂区域高效获取数据等优势。然而，现有技术在无人机飞行方案规划、多角度影像获取、模型适应性改进等方面存在局限，制约了其在大区域的高分辨率、高精度应用。
▲区域空谱自适应泛化驱动的无人机载遥感大区域高精度BRDF建模流程
对此，研究团队首创无人机多矩形嵌套飞行方案，并基于多角度影像计算了研究区域单像素的类别、坡度、坡向等属性，构建多角度信息库。利用该信息库，团队对Hapke、Kernel、RPV模型进行了适应性改进，将建模尺度精确到了单个厘米级像素。同时，团队创新性地提出自适应扩散理论，结合自适应感知扩散窗口，将单个像素的建模结果扩散到最大最优观测区域，实现了高精度的建模。基于此高精度模型的地物分类精度从91.65%提升至97.23%。该研究在数据获取层面、高精度建模层面、大区域模型应用层面均处于领先地位，为无人机遥感技术的发展与应用开辟了新路径，有望为低空经济的高质量需求提供新的技术手段。
来源：秦科技
主编：胡航
责编：田雨 编辑：王涛
邮箱：xaycb999@163.com
喜欢此文，请点这里↓↓↓