锌离子电池正极材料的高通量筛选研究

采用高通量筛选结合第一性原理计算,开展锌离子电池正极材料的结构与性能研究.结果表明,引入金属离子能够有效降低锌离子在材料中的扩散能垒,从而提高材料性能,其中铝离子的引入表现出最佳的诱导效应.通过差分电荷密度分析,发现锌离子向宿主材料转移电荷,并且在引入金属离子的体系中,锌离子电荷转移的变化可以有效减弱锌离子和宿主材料之间的静电相互作用并增加放电容量.最终,确定了含铝离子的AlVO_(4)为性能最优的正极材料.

高通量测序技术筛选铝矿区认知障碍老年人群外周血circRNAs的差异表达谱及分析

目的通过高通量测序技术筛选铝致认知障碍人群和正常人血液中差异表达的环状RNA(circRNA),以探讨circRNA在铝致认知障碍中的作用。方法运用简易智力状态检查量表(mimi-mental state examination,MMSE)判断铝矿区老年人群认知水平,采集血液并测定血铝含量,选取高血铝水平认知正常人群为对照组(NC组),高血铝水平认知功能障碍人群为实验组(CI组),基于高通量测序技术获得差异表达的circRNA,运用生物信息学方法对上调最显著的circRNA可能结合的微小RNA(miRNA)及其可能参与铝致认知障碍的调控通路进行预估。结果研究人员共收集十二个老年人的血液样品,其中3例高血铝认知正常,3例高血铝认知障碍,共筛查出差异表达的circRNA 539个,其中在CI组上调最突出的四种circRNA,依次为novel_circ_000349、novel_circ_004316、novel_circ_011663、novel_circ_017724,对其中结合匹配值最高的16个miRNA家族位点进行了分析,GO分析显示这些靶基因与转录调控、神经元的生长发育及神经系统的发展相关,KEGG分析表明其与多条认知功能障碍通路有关。结论本研究筛选到的circRNA以及与之结合的miRNA可能与铝致认知障碍的发生发展相关,可以此为靶点进行后续相关的研究,并为铝致认知障碍发病机制提供基础信息。

Er:YAG激光辅助治疗广泛型Ⅲ期C级牙周炎前后龈下菌斑菌群变化

目的研究铒:钇铝-石榴石(Er:YAG)激光辅助牙周基础治疗前后广泛型Ⅲ期C级牙周炎(GPⅢ-C)患者龈下菌斑的微生物菌群变化。方法依据牙周病新分类中GPⅢ-C诊断标准,招募GPⅢ-C患者10例,对其治疗前(对照组,G1组)、传统牙周基础治疗后(牙周基础治疗组,G2组)、再行Er:YAG激光辅助治疗后(Er:YAG激光治疗组,G3组)的同位点龈下菌斑进行V3~V4区域的16S rDNA测序和生物信息分析。结果Er:YAG激光辅助治疗后,菌斑微生物多样性及致病菌相对丰度下降,对梭形杆菌属和二氧化碳嗜纤维菌属等牙周致病菌属,福赛坦氏菌、牙髓卟啉单胞菌和具核梭杆菌等牙周致病菌种有显著清除作用,且有利于龈下菌斑向革兰氏阳性菌占优势的微生物膜转变,但对牙龈卟啉单胞菌作用不显著。结论在传统牙周基础治疗上,增加Er:YAG激光治疗对清除GPⅢ-C患者具核梭杆菌等牙周致病菌有积极作用。

AA8011铝合金高通量连铸连轧铸嘴堵塞的原因

采用OM、SEM、EDS、XRD和辉光放电质谱仪研究了HTCR(高通量连铸连轧)AA8011铝合金铸嘴堵塞的机制。结果表明,经过净化处理后,AA8011铝合金熔体中固体非金属夹杂物含量不是造成铸嘴挂渣堵塞的主要原因。随着铸造时间的增加,铝合金熔体中接触到铸嘴表面的液态杂质随温度的降低析出凝固,造成铸嘴表面粗糙度增加,引起铸嘴挂渣。在高温下铝熔体长时间与铸嘴材料中的SiO_2颗粒接触,在铸嘴表面形成Al_2O_3颗粒,加剧了铸嘴堵塞的发生。熔融铝液在铸嘴凹凸不平的表面容易凝固,铸嘴型腔内逐渐变得狭窄,最终导致铸嘴堵塞。在堵塞的铸嘴型腔内形成三层结构分布—反应层、挂渣层与金属层。

轮带铸造铝合金成型用模具失效分析及控制

分析了铜结晶轮及铸造机钢带的失效原因和形式,采取了延长使用寿命的措施,使单根铸机钢带铝合金通过量由150 t/根提升至600 t/根,单个铜结晶轮铝合金通过量由1万t/只提升至2万t/只。

高通量检测大样本桑黄发酵液总黄酮含量方法的建立

建立了大样本的桑黄发酵液样品中总黄酮的高通量测定方法。通过L9（3^4）正交实验设计优化，确定了基于亚硝酸钠．硝酸铝比色法的微孔板检测方法，优化后总黄酮含量测定的最佳反应条件：5％亚硝酸钠30μL，10％硝酸铝30μL，10％氢氧化钠50μL，室温反应10min，检测波长为510nm。检测结果表明，针对大样本检测，该法稳定性高，平均回收率为100．7％，相对标准偏差为0．607％，线性范围为0—50μg／mL，线性相关系数r^2=0．9994。比较分析结果显示，和多种传统总黄酮测定方法相比，实验所建立的高通量测定方法检测大样本快速、准确、用药量小，且稳定性高。

曝气生态滤池中微生物群落组成及物种多样性

为研究曝气生态滤池滤料表面物种多样性及其净水机理,通过高通量测序和生物信息分析对曝气生态滤池(EAF)中2种填料的不同DO区域微生物丰度和多样性进行研究和分析.结果表明,在EAF运行过程中,变形菌门所占比例均在71%以上,具有绝对优势,优势菌群的大量增殖使装置具有较高的TN去除率(67%),其中好氧区海绵铁表面样本优势菌群比例最高,达到77.49%,表明海绵铁在曝气条件下更适合优势菌群变形菌门的繁殖;Alpha多样性分析发现EAF内填料表面生物膜中微生物菌落丰度均高于空白样,表明EAF较自然环境更适合微生物生长;Beta多样性分析发现装置由于曝气使优势菌群变形菌门在填料表面大量繁殖,限制了其他菌种繁殖,虽然生物多样性略有降低,但随着优势菌群大量增殖从而提升了对TN的去除能力.

浅谈我国西南地区氧化铝供需变化

"十三五"以来,西南地区电解铝和氧化铝发展很快,传统的行业格局正在发生改变。笔者从中国贵州、广西、云南、四川、重庆等西南地区电解铝和氧化铝生产的现状出发,详细阐述西南地区电解铝和氧化铝生产的企业分布及短期内产能变化情况,进而分析西南地区氧化铝各省份供需平衡情况,并对未来西南地区氧化铝供需平衡情况进行了预测。

高通量自动流程集成计算与数据管理智能平台及其在合金设计中的应用

材料研发模式经历了经验主导的第一范式、理论模型主导的第二范式和计算模拟主导的第三范式,如今正处于数据驱动的第四范式。为加速新材料的设计与研发,发展基于材料数据库和人工智能算法的高通量自动集成计算和数据挖掘算法变得至关重要。本文介绍了作者团队自主开发的分布式高通量自动流程集成计算和数据管理智能平台ALKEMIE2.0(Artificial Learning and Knowledge Enhanced Materials Informatics Engineering 2.0),该平台基于AMDIV设计理念,包含了自动化、模块化、数据库、人工智能和可视化流程等5个适用于数据驱动的材料研发模式核心要素。概括来说,ALKEMIE2.0以模块化的方式集成了多个不同尺度的计算模拟软件;其高通量自动纠错流程可实现从建模、运行到数据分析,全程自动无人工干预;支持单用户不低于10^(4)量级的并发高通量自动计算模拟。进一步而言,ALKEMIE2.0具有强大的可移植性和可扩展性,目前已部署在国家超算天津中心,基于多类型材料数据库结合超算强大的计算能力使得人工智能算法在新材料设计与研发中得以快速的应用和实践。更重要的是,ALKEMIE2.0设计了用户友好的可视化操作界面,使得结构建模、工作流计算逻辑、数据分析和机器学习模型具有更高的透明性和更强的可操作性,且适用于对材料计算模拟掌握程度从初级到专业的所有材料研究人员。最后,通过多平台部署和高通量筛选二元铝合金2个算例详细展示了ALKEMIE2.0的主要特色及功能。

基于Bayesian采样主动机器学习模型的6061铝合金成分精细优化

结合高通量材料制备实验与基于Bayesian优化采样策略的主动学习方法,开发了有效的机器学习模型来描述合金元素组成与硬度之间的关系,并分析关键微量元素含量对硬度的影响。研究发现,经过3轮迭代64个铝合金样品建模后,Bayesian取样策略方法的预测硬度误差为4.49 HV(7.23%),远低于应用人工经验采样法的机器学习模型误差9.73 HV(15.68%),且当铝合金中的Mg和Si比值Mg/Si在1.37~1.72时,具有较高的合金硬度。通过在6061铝合金标准名义成分范围内进行成分精细优化以及性能调控,为工业上提高产品质量提供了可实现的策略.