近期，我校材料工程学院教师在著名学术期刊上发表多篇高水平研究论文。

张启建博士（通讯作者）、周峰博士（通讯作者）、董慧龙博士（通讯作者）在《Advanced Functional Materials》（中国科学院一区，IF=19）上发表题为“A Conjugated Polymer Bearing Perylenediimide (PDI) and Ferrocene (Fc) Exhibiting Stable Data-Storage Performance”的研究论文。由于分子堆积缺陷限制了载流子在活性层中的有效迁移，导致聚合物材料存在漂移电压、稳定性差、可重复性低的问题，限制了该类材料在制备数据存储电阻随机存取存储器（ReRAM）中的应用。为解决上述问题，论文设计了一种由二茂铁（Fc）和苝二酰亚胺（PDI）构筑单元组成的有机金属聚合物P(DTPDI-Fc)。研究结果表明，载流子可轻易注入P(DTPDI-Fc)薄膜，并在薄膜中有效迁移。因此，P(DTPDI-Fc)具备较低的高导态通态电流、稳定的阈值电压、长时间的稳定性和较高的可重复性，表现出优异的存储特性。该项工作提供了一种削弱分子堆积缺陷和提高堆积区域规则性的实用策略，为未来的多级数据存储ReRAM的设计提供了指导。

论文链接：https://doi.org/10.1002/adfm.202308106

耿洪波博士（通讯作者）与东北师范大学的吴兴隆教授课题组合作，在著名学术期刊《Chemical Engineering Journal》（中国科学院一区，IF=15.1）上发表题为“Advanced Layered Oxide Cathodes for Sodium/Potassium-ion Batteries: Development, Challenges and Prospects”的综述论文。阴极对钠离子电池（NIBs）和锂离子电池（KIBs）的电化学性能具有重要影响作用。层状氧化物阴极具有优异比容量和合适工作电压，是NIBs和KIBs的理想电极材料。论文对NIBs和KIBs的层状氧化物阴极的基础和最新研究进行了回顾，并分析了当前面临的挑战，包括不可逆相变、低能量密度、空气稳定性差、循环稳定性差等。最后，提出了解决上述问题的方案，特别强调了不同元素和离子势的作用，为设计具有优秀性能的层状氧化物提供了指导。

论文链接：https://doi.org/10.1016/j.cej.2022.139438

黄涛博士（第一作者）和宋东平博士（通讯作者）在著名学术期刊《Chemical Engineering Journal》（中国科学院一区，IF=15.100）上发表题为“Synthesis of Nonthermal Plasma-irradiated Polyvalent Manganese (hydro) Oxide Functionalized Nanosilica for Intensifying Geopolymerized Solidification/Stabilization of Thallium-contaminated Soil and Mechanism Exploration”的研究论文。为解决土壤中富集的铊(Tl)污染物，论文采用非热等离子体(NTP)辐照合成多价锰(氢)氧化物功能化纳米硅材料(NTP-P-Mn-nSi)，将碱激发地质聚合物和NTP-P-Mn-nSi混合制备成含铊土壤的有效固化体，优化NTP-P-Mn-nSi的合成过程和土壤地质聚合反应，获得了NTP-P-Mn-nSi最大吸附容量并实现基质的优异固化。研究了初始pH值和单价铊离子浓度对NTP-P-Mn-nSi吸附行为影响，为Tl污染物的固化治理提供了思路。

论文链接：https://doi.org/10.1016/j.cej.2023.143751

曹亮博士（第一作者）、耿洪波博士（通讯作者）和中山大学的卢锡洪教授课题组合作，在著名学术期刊《Small》（中国科学院一区，IF=13.3）上发表题为“Manipulating Molecular Structure to Trigger Ultrafast and Long-Life Potassium Storage of Fe0.4Ni0.6S Solid Solution”的研究论文。论文报道了一种基于分子结构工程调控的Fe0.4Ni0.6S固溶体纳米立方块材料。其中，Fe/Ni固溶体组分可以实现硫化物电子结构的耦合，显著提高复合材料的电导率，与此同时，原位形成的中空结构可以有效释放材料内部的机械应力、缓解储钾反应的体积效应，从而明显改善材料的循环稳定性。

论文链接：https://doi.org/10.1002/smll.202302435

狄洋阳博士（第一作者）在矿山安全领域权威期刊《International Journal of Rock Mechanics and Mining Science》（中国科学院一区，IF=7.2）上发表题为“Comprehensive Early Warning Method of Microseismic, Acoustic emission, and Electromagnetic Radiation Signals of Rock Burst Based on Deep Learning”和“Identification Method for Microseismic, Acoustic Emission and Electromagnetic Radiation Interference Signals of Rock Burst Based on Deep Neural Networks”的系列学术论文。通过综合分析冲击地压震声电前兆信号与震声电信号预测数据，建立了基于数据分析与卷积神经网络的冲击地压震声电信号综合预警模型，进行了对冲击地压危险程度的判断与冲击地压的危险预警。提出基于循环神经网络的震声电干扰信号分类识别模型，使用模型进行了微震、声发射和电磁辐射干扰信号的分类识别，分类识别效果良好。

论文链接：

https://doi.org/10.1016/j.ijrmms.2023.105519

https://doi.org/10.1016/j.ijrmms.2023.105541