《我国科学研究团队为开发“蓝色能源”提供新路径》

  • 来源专题:能源情报网监测服务平台
  • 编译者: 郭楷模
  • 发布时间:2025-03-13
  • 3月12日,从黑龙江大学获悉,该校研究团队在“能带结构匹配的半导体纳流体用于光—电—离子介导的超高渗透能转换”方面取得最新成果,提供了一种开发“蓝色能源”的新路径。相关研究成果于日前刊发在国际学术期刊《先进功能材料》上。

    随着全球能源危机加剧以及环境污染问题日益严峻,新型清洁能源的探索与利用已成为当前科研领域亟待解决的核心议题。在海洋与淡水交汇的独特生态环境中,盐差能作为一种蕴藏量巨大、环境友好且可持续利用的能源形式,开发潜力巨大,被誉为“蓝色能源”。反向电渗析技术作为一种前沿转换技术,能够将盐差能直接且高效地转换为电能,该技术核心组件在于高性能离子选择性膜材料。然而,传统离子选择性膜材料因离子传输阻力显著、能量转换效率低下等固有缺陷,严重阻碍输出功率密度进一步提升,进而难以满足实际应用中对于高效、稳定能源输出迫切需求。

    针对这一难题,研究团队依托功能无机材料化学教育部重点实验室,成功设计并制备了基于能带结构匹配的二维半导体纳米片纳流体器件,该器件展现出Ⅱ型异质结结构特征。其独特的非对称通道结构以及优化的表面电荷分布策略,显著降低了浓差极化效应的影响。同时,研究通过构建高效的半导体异质结,实现连续的电子—空穴对分离,进而产生内建电场,有效减缓跨膜电势的降低,促进“光—电—离子”转换过程连续性。在光照条件下,该器件在等渗溶液中展现出2.55μAcm?2光电流输出性能,有效利用光能促进离子跨膜传输。尤为重要的是,该器件盐差转换输出功率密度达到890Wm?2。这一创新设计为实现光能、渗透能等清洁能源综合高效利用提供了切实可行的途径。

  • 原文来源:https://www.cnenergynews.cn/kejizhuangbei/2025/03/13/detail_20250313204127.html
相关报告
  • 《“煤改霄”开辟清洁能源新路径》

    • 来源专题:中国科学院文献情报先进能源知识资源中心 |领域情报网
    • 编译者:guokm
    • 发布时间:2018-10-24
    • “‘煤改霄’技术即将在沙洋县进行锅炉应用,预计本月点火启动。”10月13日,华中科技大学环境科学与工程学院肖波教授告诉湖北日报全媒记者。此前,一台“霄”锅炉在深圳稳定运行一年半以上,是“煤改霄”可望替代“煤改气”的重要应用突破。   工业革命以来,只有化石燃料能够燃烧到工业经济需要的高温。秸秆、木材等生物质的露天焚烧,只能产生六七百摄氏度的温度。2002年开始,肖波教授团队开始研发生物质燃料高温燃烧技术。他们发明了将生物质微米化的破碎装置,将生物质燃料粉碎成直径小于250微米的粉体,利用粉尘爆炸原理实现高温高效燃烧,温度可达1450℃。团队将微米化的生物质燃料命名为“霄”。   位于深圳市龙岗区坪地镇的好味佳食品公司,去年2月对一台每小时产生2吨蒸汽的锅炉进行“煤改霄”。好味佳公司董事长唐焕城说,企业之前也考虑过“煤改气”,因地处山区尚未覆盖天然气管网,专门铺设管网至少得投入数百万元。使用“霄”燃料一年多来,仅投入20多万元改造锅炉且运转稳定,“成本更低,操作方便,效果与烧天然气差不多”。   “煤改气”是我国实施清洁能源的重要举措,去年冬季因大规模推广应用等原因,部分地区出现“气荒”。一些受访专家表示,微米化生物质燃料“霄”的成功研制与稳定运行,为我国在“煤改气”“煤改电”之外,提供了清洁能源替代的经济可靠方案。   今年5月以来,湖北、广东两省相关部门密集调研了“煤改霄”技术,探索其产业化应用方向。在省委省政府重视下,“煤改霄”技术即将在我省沙洋县的海源建材有限公司进行每小时产生4吨蒸汽的工业锅炉应用,预计本月点火启动。“霄”燃料将由湖北鼎顺生物质能源科技有限公司生产配套供给。   肖波表示,“霄”技术产生在湖北,期待能进一步推广应用,为湖北清洁能源、绿色发展探索新路径。
  • 《中国科学技术大学合肥物质科学研究院李海教授团队首次系统研究大型语言模型(LLMs)在预测肝癌治疗效果中的应用,为AI驱动的精准医疗提供新途径,研究成果发表于《医学系统杂志》》

    • 来源专题:宁夏重点产业科技信息服务
    • 编译者:刘 悦
    • 发布时间:2025-06-18
    • 合肥研究院李海教授领导的研究团队首次系统性探索了大型语言模型(LLMs)在预测肝癌治疗反应中的应用,为AI驱动的精准医疗开辟了新路径。研究成果发表在《医学系统杂志》上。肝细胞癌(HCC)是全球最常见和最致命的癌症之一,晚期HCC患者通常需要免疫检查点抑制剂和靶向治疗等联合疗法,但仅有约30%的患者能有效响应。因此,准确预测治疗反应是个性化肿瘤学中的关键需求。 研究评估了GPT-4、GPT-4o、Google Gemini和DeepSeek等领先LLMs在零样本学习情况下预测治疗结果的表现。零样本学习意味着这些模型在预测前并未专门训练肝癌数据。研究数据集包括186名无法手术的HCC患者的临床和影像信息。为提升性能,研究人员测试了多种决策策略,如投票规则和逻辑组合,并创建了一个名为Gemini-GPT的混合模型。 Gemini-GPT模型在预测准确性上与拥有超过15年经验的高级医生相当,并在速度和准确性上优于初级和中级临床医生。该模型在各种治疗类型和疾病阶段中表现出稳定的结果,尤其在识别可能受益于治疗的患者方面表现出更高的一致性。简单的逻辑策略进一步提高了其在临床环境中的实用性。 李海教授表示:“这项研究表明,AI可以帮助医生做出更好的决策,并为癌症患者提供更个性化的治疗。”这项工作标志着在现实世界肿瘤学中整合可信AI的重要一步。