XiaoMi-AI文件搜索系统
World File Search System液态氢
全球氢气贸易助力实现 1.5°C 气候目标
氢气可以通过管道或船舶进行长距离运输。本报告将氢气以压缩气态氢的形式通过管道运输与三种运输方式进行了比较：氨、液态氢和液态有机氢载体 (LOHC)。重点是氢气运输，而不是用氢制成的商品（例如铁）的运输，并指出氨既可以作为氢气载体，也可以直接用作不同应用的原料或燃料。含碳载体（如甲醇或甲烷）被排除在外，因为它们需要可持续的碳源（生物源或直接来自空气）才能被视为可再生，而成本优势不足以弥补这一缺点。范围包括从气态氢转化为适合运输和储存的形式、在运输步骤中的使用以及从载体重新转化为纯氢（如果需要）。
Ned Stetson 博士，HFTO - 氢气计划
– 氢能技术的电力和控制电子设备 – 2021 年 12 月 2-3 日 – 先进液态碱性水电解 – 2022 年 1 月 26-27 日 – 气态氢的批量储存 – 2022 年 2 月 10-11 日 – 液态氢技术 – 2022 年 2 月 22-23 日 – 高温电解器制造 – 2022 年 3 月 8-9 日 – PEM 电解器的先进材料 – 2022 年 3 月 30-31 日 – 清洁氢能制造自动化和回收 – 2022 年 5 月 24-26 日 • 网络研讨会 – 2022 年 2 月 24 日 • 清洁氢能制造、回收和电解计划信息请求 – 3 月 29 日结束
关于替代燃料基础设施的立场文件...
氢能技术是实现交通领域脱碳的重要推动因素。它们保持了与传统发动机相同的运行灵活性：长续航里程、短加油时间。氢气特别适合重载、高能耗和恶劣的操作条件。车辆可以在所有气候条件下全天候运行而不会产生能量损失。氢动力汽车已在各种运输应用中投入使用或正在开发中：轻型商用车、乘用车、公共汽车、长途客车、卡车（包括矿车和垃圾车）、半挂车、物料搬运设备、正面吊、无人机（UAV）、自动导引车（AGV）、建筑设备（如挖掘机）、火车（区域旅客列车、调车机、机车）、自行车或场内拖拉机。在海运领域，目前正在考虑基于氢的解决方案（如氨、甲醇、液态有机氢载体 (LOHC) 和合成甲烷）以及液态氢或压缩氢。
燃料电池汽车储氢技术当前挑战综述
开发用于储能应用的材料是我们这一代面临的主要问题之一。储能对于减少碳排放和扩大可再生能源的使用是必不可少的。近年来，可再生能源的生产在全球范围内有所增加。因此需要可持续的储能方案。氢被认为是创造能源的最佳能源载体或能源部门，因为它易于获取、清洁且几乎不排放污染物。它是元素周期表中最轻的元素，也是能够储存化学能量的最佳燃料。气态和液态氢都可以保存。储存氢气有一些困难。氢气储存通常需要高压罐。液态氢储存需要低温（极低温度）。
研究计划
执行摘要 英国在航空航天技术开发方面拥有悠久的历史，包括其大学、学术机构和研究与技术组织内成熟的研究能力。ATI 的 FlyZero 项目建议将液态氢作为燃料来源，这将是自燃气轮机推出以来航空航天技术领域最大的颠覆者。如果英国要保持其市场份额，向液态氢的过渡将需要大量快速开发新技术；英国已经在许多这些领域拥有优势，并以强大的研究基础和创新的工业研发网络为基础。尽管如此，氢燃料储存和输送系统将需要比目前工业或学术界对低温氢行为的更深入的了解。因此，ATI 的氢能力网络 (HCN) 已经确定需要加强英国的研究以支持燃料系统技术开发，特别关注基础和前规范研究，以确保这些知识能够在整个英国航空航天供应链中得到利用。
先进液态碱性水电解专家会议
开发先进的下一代 LA 电解器以克服上述限制的关键研发机会包括：开发新材料、改进组件界面以及设计新型电池和堆栈。需要进行更多基础诊断研究，以将性能与材料和界面特性关联起来并了解降解机制。此类研究将为新型电池和堆栈组件的材料开发工作提供参考。隔膜和催化剂尤其被强调为历史上未得到充分开发的材料，具有巨大的进步机会。材料的表征和测试应在相关操作条件下使用标准化协议进行，包括下一代 LA 系统预期的操作条件（例如间歇操作、
用于神经信号记录的液态金属电极阵列
摘要：神经电极是神经科学、神经疾病和神经机接口研究的核心设备，是连接大脑神经系统和电子设备的桥梁。目前使用的大多数神经电极都是基于刚性材料，其柔韧性和拉伸性能与生物神经组织有显著不同。本研究采用微加工技术开发了一种基于液态金属 (LM) 的 20 通道神经电极阵列，该阵列采用铂金属 (Pt) 封装材料。体外实验表明，该电极具有稳定的电性能和优异的机械性能，如柔韧性和弯曲性，使电极与颅骨形成保形接触。体内实验还使用基于 LM 的电极从低流量或深度麻醉下的大鼠记录了脑电信号，包括由声音刺激触发的听觉诱发电位。使用源定位技术分析了听觉激活的皮层区域。这些结果表明，基于 20 通道 LM 的神经电极阵列满足脑信号采集的需求，并提供支持源定位分析的高质量脑电图 (EEG) 信号。
