XiaoMi-AI文件搜索系统
World File Search System面相
混合钾离子电容器中的固体电解质界面相
在可持续能源生产和发展的框架中，电能存储 (EES) 是实现这一目标的关键因素。处于能源存储最前沿的是基于电化学存储的系统，例如电池和电化学电容器。多年来，电池和电双层电容器 (EDLC) 的完美组合已经出现，作为抵消这两种技术特定问题的一种方式，并代表了未来 EES 设备达到高能量和功率密度的新方向。作为一种战略性无材料低成本技术，非水混合超级电容器 (KIC) 代表了高功率应用的有前途的解决方案。这里介绍的 KIC 技术由活性炭正极和超大石墨负极组成，浸入乙腈基非水电解质和钾盐中 [1]。该技术发展的主要障碍是结果的不可重复性。对于锂离子电池，化成工艺是关键的制造步骤，可在负极表面形成稳定致密的固体电解质界面 (SEI)，确保均匀稳定的性能。此步骤也被认为对 KIC 系统至关重要。得益于适当的化成工艺 [2] 的开发，可以形成均匀连续且 KF 含量低的 SEI，并且软包电池规模的性能现在稳定且可重复。此外，观察到了 SEI 中 KF 含量的变化与循环性能的变化之间的相关性。本文将介绍和讨论这一结果。
富含硼的金属二吡啶的非平衡反应性...
图1：富含硼的六角形面孔的热力学的从头开始。（a）BOB 2表面的表面相图，其额外表面硼的覆盖范围与B大典型的全局优化采样的覆盖范围不同。虚线标记了与B富集相关的化学潜力。（b）在与B富集相关的化学势方面，采样表面相的大规范自由能。（c）三个表面相（B 0，B 1/9和B 1/3）结构的顶部和前视图，可以通过硼 - 富集来制备。额外的硼原子以黄色圆圈标记。原子的颜色代码：mo - 蓝色，b - 粉红色。
非水系钠离子电池中电极-电解质界面相的结构、组成、传输特性及电化学性能
至关重要。[1–3] 人们做出了巨大研究努力，致力于开发新型电池材料，以提高循环寿命、安全性、能量密度和功率密度[4,5]，同时研究也集中于理解可以替代主要液体电解质锂离子电池技术的新型电池化学。[6–10] 钠离子技术已成为最有前途的电池应用之一。[11–15] 有趣的是，虽然人们的注意力集中在某种特定的电池化学上，这种化学能使能量密度提高一个数量级[16,17]，或在比容量或工作电压方面优于目前可用的电活性材料的特定电极材料上[18–20]，但人们往往忽视电池界面在电池的安全性、功率能力、锂沉积物形态、保质期和循环寿命方面发挥的关键作用。[21]
更新可互操作的GNSS空间服务卷
- 提高导航信号的可用性可以提高卫星自主权，从而减少了对地面相互作用的需求并降低了操作成本。- 通过独立星座，信号，几何形状等的多样性来提高操作鲁棒性。- 减少基于地面通信资产的导航负担，简化任务体系结构。
锂/硫化聚丙烯腈（SPAN）电池的轻质电解质设计
硫化聚丙烯腈 (SPAN) 因其高容量、延长的循环寿命并且不含昂贵的过渡金属，最近成为高能锂 (Li) 金属电池的有前途的正极。由于锂金属和 SPAN 的高容量导致电极重量相对较小，因此 Li/SPAN 电池的重量和比能量密度对电解质重量特别敏感，凸显了最小化电解质密度的重要性。此外，锂金属阳极和 SPAN 阴极的大体积变化需要富含无机的界面相，以保证在长循环期间的完整性和保护性。这项工作通过电解质设计解决了这些关键方面，其中轻质二丁基醚 (DBE) 用作浓缩锂双(氟磺酰基)酰亚胺 (LiFSI)-三乙基磷酸 (TEP) 溶液的稀释剂。设计的电解质（d = 1.04 g mL − 1）比传统的局部高浓度电解质（LHCE）轻 40%–50%，从而在电池层面上带来 12%–20% 的额外能量密度。此外，DBE 的使用引入了显著的溶剂-稀释剂亲和力，从而产生了独特的溶剂化结构，增强了形成有利的阴离子衍生的富含无机物的界面相的能力，最大限度地减少了电解质消耗，并提高了电池的循环性能。该电解质还表现出低挥发性，并在热滥用下为锂金属负极和 SPAN 正极提供良好的保护。
特刊 - 电池先进材料
新材料研究一直推动着锂离子电池、金属空气电池和下一代电池等储能和转换技术的快速发展。近年来，先进材料为制造具有更高能量密度、更好循环性能、更高安全性、更低成本和更长循环寿命的电池提供了巨大的机会。新型材料的研究将继续增长，并在更多应用中变得越来越重要，包括全固态电池。在本期特刊中，我们重点关注面向电池领域应用的先进材料，特别是电极材料和新电解质的进步，包括但不限于新型阳极材料、阴极材料、电解质添加剂、固态电解质、电极添加剂和界面相。本期特刊旨在展示有关电池先进材料的最新更新和未来前景。
用机器学习的原子势来加速无机表面的预测Kyle Noordhoek 1，Christopher J. Bartel 1 * 1离开
固态材料的表面特性通常决定其功能，尤其是对于纳米级效应变得重要的应用。相关表面及其性质在很大程度上是通过材料的合成或操作条件来确定的。这些条件决定了热力学驱动力和动力学速率，负责产生观察到的表面结构和形态。计算表面科学方法长期以来一直应用于将热化学条件与表面相稳定性联系起来，尤其是在异质催化和薄膜生长群落中。本综述在引入新兴数据驱动的方法之前对第一原理的方法进行了简要介绍，以计算表面相图。其余评论的重点是机器学习的应用，主要是以学识的间势的形式来研究复杂的表面。随着机器学习算法和训练它们的大型数据集在材料科学中变得越来越普遍，计算方法有望变得更加预测性和强大，以建模纳米级的无机表面的复杂性。简介
波前像差对激光诱导击穿产生流动影响的实验研究
研究了相位像差及其对激光诱导击穿引起的流场发展的影响。使用可变形镜将相位像差施加到波长为 1064nm 的高能激光脉冲上。设计了一个实验装置来捕捉激光诱导击穿引起的流场运动，该装置着重于捕捉流场的横向轮廓和同轴轮廓。结果显示，由于非平面相的存在，火花吸收的激光脉冲能量 (181mJ) 显著降低，这是由于在通常发生击穿的焦平面中扩散所致。在收集的数据中，研究了 Zernike 0 ◦ 散光、Zernike Y-彗形像差和 Zernike 球面像差的单个实例。著名的 Horn-Schunck 光流法用于分析阴影图像，产生运动的密集光流场表示。结果表明，所研究的每种像差都会产生独特的流场，显示出超特定局部流规范的潜力，并进一步讨论了其含义。
电池 2030+ 路线图 1
利用人工智能 (AI) 的可能性，BATTERY 2030+ 倡导开发电池界面基因组 (BIG) - 材料加速平台 (MAP) 计划，以大幅加速新型电池材料的开发。一个核心方面将是开发一个共享的欧洲数据基础设施，能够自动获取、处理和使用来自电池开发周期所有领域的数据。基于 AI 的新型工具和物理模型将利用大量获取的数据，重点关注电池材料、界面和“界面相”。将使用多种互补方法生成跨越多个时间和长度尺度的电池过程数据，包括计算机模拟、自主高通量材料合成和表征、操作实验和设备级测试。基于 AI 的新型工具和物理感知模型将利用数据“学习”电池材料和界面之间的相互作用，为改进未来的电池材料、界面和电池奠定基础。