稀金谷晚间资讯：3月31日- 大数跨境

首页

稀金谷晚间资讯：3月31日

中国稀金谷大数据

2022-03-31

导读：关注【中国稀金谷大数据】，了解最新稀土资讯~

点击上方蓝字关注稀金计算，更多精彩内容

福建师范大学在稀土掺杂无铅双钙钛矿研究方面取得重要进展

近日，福建师范大学物理与能源学院的陈大钦教授团队与中国科学院福建物质结构研究所陈学元研究员团队合作，报道了一类具有可见光到近红外光范围（400～2000nm）的超宽带连续发射的多镧系元素掺杂无铅双钙钛矿材料，并构筑结构紧凑和稳定性优异的超宽带发射光源。

该工作成果以“Compact ultra-broadband light-emitting diodes based on lanthanide doped lead-free double perovskites”为题发表于《Light:Science&Applications》。论文第一单位为福建师范大学，第一作者为我校硕士研究生金世林同学，通讯作者为物构所李仁富工程师、陈学元研究员以及福建师范大学陈大钦教授。该研究工作得到国家重点研发专项课题、国家自然科学基金和福建省自然科学重点基金等项目资助。

Medallion建立稀土金属化和磁体回收伙伴关系

近日，温哥华不列颠哥伦比亚省，Medallion资源有限公司很高兴地宣布与一家北美私营研究公司签署了一份排他性协议，提供3个月的时间对专有的稀土元素金属化和稀土磁体回收技术进行额外的尽职调查。如果技术尽职调查成功，Medallion将寻求谈判投资条款，以收购或合作全部或部分基础技术。

研究合作伙伴是创新稀土元素(“REE”)金属化技术的独家所有者和开发者。金属化是指将稀土化合物转化为稀土金属，这是生产高强度稀土永磁体的关键步骤。中国以外很少有实体拥有这样的金属化能力。

研究伙伴拥有的稀土金属化技术来自于其他关键金属采用的类似工艺。这种新颖和创新的技术将能够在一个连续的过程中将稀土化合物转化为金属，所需的能量比现有过程少，而且没有有毒的氟化学物质。

金属化技术同样适用于一次和回收的稀土原料。这为Medallion现有的技术组合提供了巨大的增值机会，包括Medallion Monazite工艺(内部开发)和配体辅助置换色谱(由普渡大学独家授权，用于所有非煤炭原料)。

上海交大团队在镁稀土合金晶粒细化方面取得重要研究进展

近日，上海交通大学轻合金精密成型国家工程研究中心吴国华教授团队与澳大利亚昆士兰大学的David H. StJohn教授团队合作在镁稀土合金晶粒细化方面取得重要研究进展，研究成果以“Exceptional grain refinement of Mg-Zr master alloy treated by tungsten inert gas arc re-melting with ultra-high frequency pulses”为题，发表在国际金属材料领域顶级学术期刊之一的《Scripta Materialia》上，该研究得到了国家自然科学基金项目资助。

在该研究中，吴国华教授团队创新地提出了一种Mg-Zr中间合金晶粒细化剂预处理方法，通过采用超高频脉冲重熔对Zr晶粒细化剂进行预处理，显著改善了Zr晶粒细化剂的组织均匀性及其细化效果。

研究发现，该预处理方法不仅能够大幅提高Mg-Zr中间合金晶粒细化剂中溶质Zr的含量，还能促进大量纳米级（数纳米到数百纳米）Zr粒的过饱和析出，显著细化了细化剂的Zr粒尺寸。基于Mg-Zr中间合金晶粒细化剂的组织遗传性，揭示了Mg-Zr中间合金在预处理过程中的组织演变机制，结合基体与形核核心的界面冶金反应的热力学条件，探明了Mg-Zr中间合金中纳米级Zr对晶体生长的抑制效应与异质形核的影响规律，为高效晶粒细化剂的设计和制备提出了新思路。细化实验验证表明，该研究所提出的预处理工艺大幅度提高了镁稀土合金的晶粒细化效果。

近年来，在丁文江院士的大力支持下，吴国华教授团队在高性能镁稀土合金开发、制备、成型等方面取得了一系列创新性研究成果，为推动镁稀土合金的应用做出了重要贡献。

2022年第一批稀土开采、冶炼分离总量控制指标

工业和信息化部和自然资源部关于下达2022年第一批稀土开采、冶炼分离总量控制指标的通知。稀土是国家实行生产总量控制管理的产品，任何单位和个人不得无指标和超指标生产。2022年第一批稀土开采、冶炼分离总量控制指标分别为100800吨、97200吨。

研究人员建立人工智能新模型为发现新稀土化合物铺平道路

近日，来自艾姆斯实验室和德克萨斯A&M大学的研究人员训练了一个机器学习（ML）模型来评估稀土化合物的稳定性。他们开发的框架建立在目前最先进的化合物实验和理解化学不稳定性的方法之上。

自20世纪中期以来，埃姆斯实验室一直是稀土研究的领导者。稀土元素具有广泛的用途，包括清洁能源技术、能源储存和永久磁铁。

目前的方法是基于机器学习（ML），这是人工智能（AI）的一种形式，由计算机算法驱动，通过数据使用和经验进行改进。研究人员使用升级后的艾姆斯实验室稀土数据库（RIC2.0）和高通量密度泛函理论（DFT）来为他们的ML模型建立基础。

高通量筛选是一种计算方案，允许研究人员快速测试数百个模型。DFT是一种量子力学方法，用于研究许多系统的热力学和电子特性。基于这些信息的收集，开发的ML模型使用回归学习算法来评估化合物的相稳定性。

【声明】内容源于网络

中国稀金谷大数据

中国稀金谷大数据中心（bigdata.jxust.edu.cn）官方公众号，关于稀土和稀有金属等产业的最权威的信息平台，提供稀土、钨、铜、锂和新能源汽车等领域的多维数据和行业动态，为政府、企业和科技工作者提供资讯参考、数据分析和应用服务。

内容 3755

粉丝 0

中国稀金谷大数据中国稀金谷大数据中心（bigdata.jxust.edu.cn）官方公众号，关于稀土和稀有金属等产业的最权威的信息平台，提供稀土、钨、铜、锂和新能源汽车等领域的多维数据和行业动态，为政府、企业和科技工作者提供资讯参考、数据分析和应用服务。

总阅读4.3k

粉丝0

内容3.8k