基于夹持的反铁电薄膜电机电响应增强研究 背景介绍 反铁电薄膜材料在微/纳米机电系统中的潜在应用已经引起了广泛关注。这类系统要求材料具有高机电响应，可以在施加电场时产生显著的机电应变。然而，传统机电材料（如铁电材料和弛豫铁电材料）当其厚度缩小到亚微米级时，反馈响应会显著下降，主要原因是衬底的机械夹持效应限制了材料的极化旋转和晶格变形。 为了克服这一局限，研究者们提出了一种非传统方法，通过电场诱导的反铁电到铁电相变和衬底约束的耦合，实现了反铁电薄膜的显著机电响应。相关研究观察到，氧八面体的去倾斜与所有维度下晶格体积的扩展相符，同时平面内的夹持进一步增强了平面外的扩展。 研究来源 本文由来自多所知名机构的研究人员共同撰写，包括University of California, Berkeley, ...

锂离子电池正极材料结构变化的动态与热力学研究 学术背景与研究动机 锂离子电池是现代便携电子设备和电动汽车的重要动力来源，传统上使用层状LiCoO2正极材料。然而，持续的高能量密度需求促使科学家们探索新的高能量密度电极。锂富氧化物正极材料（如Li1.2Mn0.8O2）因为在循环中能同时利用过渡金属离子和氧化还原反应，提供了比传统正极材料更高的能量密度。然而，这些材料在循环过程中往往伴随着结构变化，大大影响其能量密度。理解这些结构变化及其与氧氧化还原行为之间的关系成为改进锂富正极材料的主要挑战。虽然已有研究揭示了一些氧氧化引起的结构变化，如过渡金属迁移和氧二聚化，但由于实验和建模的困难，关于原子至纳米尺度的详细图景仍不完善。 论文来源 这篇文章由Kit McColl、Samuel W. Cole...

近年来，燃料电池作为一种清洁、可再生的能源技术，得到广泛关注。然而，燃料电池的广泛应用面临着氧还原反应（ORR）电催化剂的稳定性问题。具有化学有序结构的L10-PTM间金属纳米晶体（INCs），因其较低的形成能量（例如，有序L10-PTFE的原子形成能约为-0.232 eV）和较高的内聚能，显示出比无序A1-PTM更高的稳定性，这使其成为燃料电池领域里极具潜力的电催化剂之一。然而，实现这种有序结构所需的高温退火处理（通常>600°C）常导致严重的颗粒烧结、形态改变，以及降低其有序度，使得这种电催化剂难以规模化生产，并限制其在燃料电池中的实际应用。 为解决上述问题，本研究团队提出了一种新型的低熔点金属（M’ = Sn，Ga，In）诱导键强度削弱策略，以降低活化能（Ea），促进PTM（M = N...

基于自适应集成分解与跨模态注意力融合的电网故障诊断框架 研究背景 随着现代电力系统规模的不断扩大和复杂化，电网的稳定运行面临着越来越严峻的挑战。电网故障的发生可能由自然灾害、设备故障以及局部电网结构薄弱等多个因素导致。这些故障不仅会影响电力用户的正常工作，还可能导致大面积停电，进而引发重大损失。美国能源信息管理局的数据显示，美国每年平均发生超过500起电网故障事件，影响数百万用户的电力供应。在中国，因电网故障造成的年均电力损失超过百亿人民币。由此可见，快速准确地检测和诊断电网故障类型已成为电力系统研究中的关键课题之一。 研究来源 本文题为“a grid fault diagnosis framework based on adaptive integrated decomposition a...

耦合神经网络间歇性随机扰动下的快速同步控制及加密解密应用 一、背景及研究动机 近年来，神经网络被广泛应用于各种领域，包括数据分类、图像识别及组合优化问题等。在神经网络结构和性能方面，可以将其分为确定性神经网络和随机性神经网络。许多研究表明，加入噪声扰动的随机神经网络展示出比确定性神经网络更好的动态特性，即通过构建具有随机扰动的网络，可以更真实地模拟实际神经网络的模型。然而，当前大多数神经网络的研究主要集中在全时扰动模型上，尽管实际生活中更多的是间歇性随机扰动现象。 二、论文来源 这篇名为《Fast synchronization control and application for encryption-decryption of coupled neural networks with ...