XiaoMi-AI文件搜索系统
World File Search Systemoperando
定向能量沉积增材制造工艺中的熔池形貌
摘要。定向能量沉积增材制造 (DED-AM) 是目前正在探索的主要 AM 技术之一，用于修复航空航天工业中的高价值部件以及大型金属部件的自由成型制造。然而，由于缺乏对底层工艺-结构-性能关系的基本了解，阻碍了 DED-AM 用于生产或修复安全关键部件。本研究使用原位和操作同步加速器 X 射线成像来提供对激光-物质相互作用及其对熔池几何形状影响的更好基本理解。结合过程建模，这些独特的观察说明了工艺参数如何影响 DED-AM 熔池几何形状。校准后的模拟可用于指导工业增材制造工艺的微观结构和质量控制。
飞秒激光诱导的硅在硅 - 绝缘子底物中的G和W-中心的创建
在硅中产生荧光缺陷是确保量子光子设备进入现有技术的关键垫脚石。在这里，我们证明了飞秒激光退火的创建，该创建的W and g-Centers in Commercial Silicon上的绝缘体（SOI）先前植入了12 C +离子。它们的质量与使用常规植入过程获得的相同发射器相媲美；通过光致发光辐射寿命来量化，其零孔线（ZPL）的拓宽以及这些定量随温度的进化。除此之外，我们还表明，这两个缺陷都可以在没有碳植入的情况下创建，并且我们可以在增强W-Centers Emision的同时退火来消除G-Centers。这些演示与硅在硅中的确定性和操作生成有关。
operando-photoelectron-spectroscopy-of-li6ps5cl- ...
摘要。至关重要的是要了解哪些电势分解反应开始以及随后形成的分解膜中存在哪些化学物质，例如固体电解质相（SEI）。在此，引入了一种新的Operando实验方法，以通过使用硬X射线光电子光谱（HAXPES）来研究此类反应。这种方法可以检查在薄金属膜下方形成的SEI（例如6 nm镍），该膜在具有硫化物的基于硫化物的LI 6 PS 5 Cl固体电解质的电化学电池中充当工作电极。电解质还原反应已经开始为1.75 V（vs。li + /li）并导致相当大的li 2 s形成，尤其是在1.5 - 1.0 V的电压范围内。观察到SEI的异质 /分层微结构（例如，优先的Li 2 O和Li 2 O和Li 2 S在当前收集器附近）。还观察到了侧反应的可逆性，因为在2-4 V电势窗口中分解了Li 2 O和Li 2 S，产生了氧化的硫种类，亚硫酸盐和硫酸盐。
朝电子显微镜的量子图像处理
数字图像的处理不断获得数量和相关性，对数据存储，传输和处理能力的需求不断增加。传输电子显微镜仪器的最新进展，尤其是在检测器技术中，已经推动了各种方式的数据生产。例如，如今，人们可以通过利用直接电子检测器[1]来想象最多生成200tb/hr，需要智能方法来提取科学有意义的信息。尽管在人工智能（AI）和机器学习（ML）方法的帮助下，显微镜数据解释取得了很多进展[1,2]，但与增长的数据解释数据量相关的挑战仍然丰富。预计这将进一步加剧原位 /操作测量的气象升高以及数据挖掘，分析和其他计算需求的相关挑战。
朝电子显微镜的量子图像处理
数字图像的处理不断获得数量和相关性，对数据存储，传输和处理能力的需求不断增加。传输电子显微镜仪器的最新进展，尤其是在检测器技术中，已经推动了各种方式的数据生产。例如，如今，人们可以通过利用直接电子检测器[1]来想象最多生成200tb/hr，需要智能方法来提取科学有意义的信息。尽管在人工智能（AI）和机器学习（ML）方法的帮助下，显微镜数据解释取得了很多进展[1,2]，但与增长的数据解释数据量相关的挑战仍然丰富。预计这将进一步加剧原位 /操作测量的气象升高以及数据挖掘，分析和其他计算需求的相关挑战。
Meilin Liu
刘氏研究小组的研究兴趣涵盖各种材料的设计、制造、表征和模拟，包括具有异质表面和界面的膜、薄膜、涂层和多孔电极，以及用于储能和转换的装置，如燃料电池、电池、电解器和超级电容器。我们的主要重点是了解这些材料的结构、成分和形态如何影响它们的电气、化学、催化和电化学性质，特别是沿表面、跨界面和通过复杂多孔结构的电荷和质量转移。我们小组致力于开发创新策略和材料，旨在提高化学和能源转化过程的效率和成本效益。我们的研究涵盖合成和制造技术、原位/操作表征方法和多尺度建模方法。我们的总体目标是系统地设计具有独特功能的材料和结构，以提高储能和转换效率。
毫开尔文解析度环境热成像
热成像技术根据斯特藩-玻尔兹曼定律检测物体的表面温度和地下热活动。如果具有更精细的热灵敏度，即噪声等效温差 (NEDT)，该技术的影响将更为深远。目前推进 NEDT 的努力都集中在使用更好的相机来改善辐射信号的记录，从而使该数字接近路线图的末尾，即 20 到 40 mK。在这项工作中，我们采用了一种独特的方法，使表面辐射对物体微小的温度变化敏感。在金属-绝缘体转变与结构中的光子共振的共同作用下，热成像敏化剂 (TIS) 的发射率在预编程温度下急剧上升。使用 TIS，NEDT 提高了 15 倍以上，可在接近室温的个位数毫开尔文分辨率，使环境热成像能够用于广泛的应用，例如原位电子分析和早期癌症筛查。
使用双晶体偏转器
对液体表面和界面处发生在原子和分子水平上发生的过程的研究对于基本表面科学以及物理，化学和生物学中的实际应用至关重要（Pershan，2014; Dong etel。，2018年； Zuraiqi等。，2020年；他等人。，2021; Allioux等。，2022）。但是，在需要亚纳米精度时，基于同步加速器的X射线散射的实验方法使这些现象稀少，从而使基于同步加速器的X射线散射成为主要的选择。高强度的同步X射线梁，它们的高度紧凑的束尺寸和非常低的差异启用了以下时间分辨率的原位和操作实验，这对于标准的实验室X射线源是不可能的。最近对欧洲同步加速器辐射设施（ESRF）的升级允许使用具有前所未有的参数的极亮X射线源（EB）进行非常苛刻的实验（Raimondi，2016）。
毫开尔文解析度环境热成像
热成像技术根据斯特藩-玻尔兹曼定律检测物体的表面温度和地下热活动。如果具有更精细的热灵敏度，即噪声等效温差 (NEDT)，该技术的影响将更为深远。目前推进 NEDT 的努力都集中在使用更好的相机来改善辐射信号的记录，从而使该数字接近路线图的末尾，即 20 到 40 mK。在这项工作中，我们采用了一种独特的方法，使表面辐射对物体微小的温度变化敏感。在金属-绝缘体转变与结构中的光子共振的共同作用下，热成像敏化剂 (TIS) 的发射率在预编程温度下急剧上升。使用 TIS，NEDT 提高了 15 倍以上，可在接近室温的个位数毫开尔文分辨率，使环境热成像能够用于广泛的应用，例如原位电子分析和早期癌症筛查。
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。