文章导读：通过数值模拟和理论分析，本文研究了仿生多级圆管的压溃行为和能量吸收特性。通过模仿竹子的多级微观结构特征，构建了仿生多级圆管结构，并采用数值模拟和理论方法对其耐撞性进行了研究。研究结果表明，在质量相同的情况下，仿生多级圆管比多胞圆管具有更好的能量吸收能力，并且，仿生多级圆管的比吸能比相应多胞圆管的比吸能提高了67.69%。研究还发现多级结构参数λ对仿生多级圆管的能量吸收性能有显著影响。此外，基于简化超折叠单元理论，建立了预测仿生多级圆管平均压溃力F_m的理论模型，其与数值模拟结果吻合良好。本研究可为设计具有优异能量吸收性能的新型耐撞结构提供指导。

文章导读：TaC和HfC是一类潜在的超高温陶瓷材料，可应用于高温耐火材料和高温耐火涂层。然而其高温力学性能的实验测量比较困难。本文通过密度泛函理论方法，对TaC和HfC的高温力学性能进行了系统的研究。研究结果表明，随温度的升高，它们的弹性模量和弹性各向异性均呈现单调下降趋势，在同一温度条件下，TaC的各向异性比HfC强。TaC和HfC都有八种可能的位错。随外切应力的增加，所有位错滑移的活化能和临界分切应力都在降低。随温度的升高，它们的临界分切应力在降低，所以，TaC和HfC的屈服强度和硬度均随温度升高而降低。当温度在0到400 K范围时，主导强度的位错的主要是1/2<1-10>0°全位错和1/6<1-21>30°部分位错。当温度大于400 K时，1/6<11-2>90°部分位错启动。此外，它们的硬度都随着应变率随位错密度的增加而降低。

文章导读：Cu₂O作为光催化剂的候选材料，其光催化性能受到高电荷载流子复合速率、自光腐蚀和晶体形貌的严格制约。为了提高Cu₂O光催化性能并且深入分析光催化的机理，将立方体、立方八面体和八面体结构的Cu2O纳米晶体与n型半导体材料ZnO结合制备了Cu₂O/ZnO异质结光催化剂，并探讨了Cu₂O不同晶面和Zn/Cu配比对Cu₂O/ZnO异质结光催化性能的影响。结果表明，具有{100}和{111}面的立方八面体Cu₂O比具有单{111}面的八面体Cu₂O表现出更令人惊讶的催化性能，这是由于两晶面之间的能级差会提升电子-空穴对分离效率。此外，具有适当Zn/Cu比的Cu₂O/ZnO异质结表现出两种材料的协同优势，因此催化活性和稳定性有效提高。

文章导读：利用连续离子层吸附和反应（SILAR）法在泡沫铜（CF）上制备了非晶态碱式碳酸铜钴（CuCoCH）用于非酶葡萄糖传感。这种无粘合剂方法有助于CuCoCH/CF电极中的电子转移，其分级多孔网络结构促进葡萄糖的扩散，其大的比表面积为葡萄糖的电催化氧化提供了丰富的催化位点。此外，可控的Cu/Co比及CuCoCH中铜和钴的协同效应增加了葡萄糖氧化的电催化活性。结果，CuCoCH/CF电极在葡萄糖检测中展现出0.005-3.47 mM的线性范围，灵敏度为1.5167 mA mM^-1cm^-2，检测限为2.3 μM（S/N=3）。同时，该方法还显示出令人满意的选择性、重现性、稳定性和实用性，表明用该简单方法制备的CuCoCH/CF电极在非酶葡萄糖传感中很有前景。

文章导读：磁流变液（MRF）作为一种具有可控流变特性的智能材料，在诸多领域得到了广泛的应用。在运行中MRF的温度会不可避免地发生变化，而这将显著地影响其流变性能，因此MRF温度效应的建模对于磁流变设备的控制和设计非常重要。然而，多数研究仅在较窄的温度范围内考察MRF的温度效应，未能有效覆盖其工作温度范围，而且其所用的粘温模型均存在明显的局限性。本文应用基于自由体积理论的普适的Doolittle公式研究MRF及其基础油在宽温域内的粘温行为。相较于现有的Reynolds和Arrhenius公式，Doolittle公式使拟合精度分别提高约17倍和8倍。此外，Doolittle公式基于窄温域内的四个数据点对液体整体粘温行为预测的相对均方根误差不超过5%。忽略零场屈服应力的有限影响，扩展性良好的Doolittle公式可用于建立温度依赖的MRF本构方程。基于MRF与其基础油间高度相似的粘温特性，Doolittle公式甚至还可用于建立多物理量模型，这能极大地促进MRF的开发和优化。

文章导读：贝氏体钢是一种具有较高强度和良好韧性的钢种，一直是钢铁材料界的研究重点。贝氏体相变开始温度(Bs)是衡量贝氏体钢性能的重要指标。测量Bs通常需要使用昂贵的实验成本和复杂的加工工艺，这大大阻碍了对揭示贝氏体相变的影响机制的进一步研究。本文在贝氏体相变行为实验结果的基础上，引入了原子尺度特征，利用机器学习算法预测了不同成分含量对Bs的影响。结果表明：随着C含量(0~0.5 wt.％)和Si含量(0~0.2 wt.％)的增加，Bs显著降低。当Si含量大于0.2 wt.%时，Bs基本保持不变；此外，原子尺度特征分析结果表明，Bs对价电子数和半径变化率（相对于铁）的依赖性最强且为正相关。在融合价电子数和半径变化率的预测模型中性能表现最佳。本机器学习模型的设计思想可以用来预测钢铁材料中的相变点，并且可进一步适用于材料大数据库一切性能指标的预测，为钢铁材料性能的设计与优化提供新的启发。

文章导读：具有大位移、快速响应、良好驱动稳定性的低电压软体驱动器在软机器人、可穿戴设备、触觉设备以及可植入生物医学设备等领域拥有巨大的应用前景。在本论文中，我们报道了一种基于磺化纤维素纳米晶须（SCN）、微纤化纤维素（MFC）、离子液体（IL）和石墨烯纳米片（GN）的低电压电活性离子软体驱动器。构建的SCN/MFC-IL-GN（0.1 wt%）驱动器具有较大的弯曲位移（在0.1 Hz的±1 V正弦输入信号下为6.6 mm）、低驱动电压（低至0.25 V）、宽驱动频率（0.1至5.0 Hz）和良好的驱动稳定性（持续1小时运动保持最大位移的96.7%）。这些特性源于SCN的功能磺化基团、MFC的羟基、IL和GN之间的化学交联相互作用。此外，我们用该驱动器成功地模拟人类手指的仿生行为，比如打开/关闭手电筒和在智能手机屏幕上滑动电子照片。因此，本文构筑的SCN/MFC-IL-GN驱动器具有生物友好性、低激励电压、大弯曲位移以及良好驱动稳定性等特性，在人工肌肉、软机器人、触觉设备和可穿戴设备等领域有着巨大的潜在应用价值。