2026年北京工业大学顶刊论文更新马年大发

BTBU

环境科学TOP期刊Bioresource Technology（IF=9，中科院1区TOP）近日发表一项题为“Formate modulation of nitrite-oxidizing bacteria metabolism for rapid nitritation in municipal wastewater treatment”的论文，揭示甲酸盐通过调控硝化细菌代谢途径高效促进亚硝酸盐生成。

BTBU

近期，环境科学顶级期刊Water Research（影响因子12.4，nature论文指数，环境领域顶级期刊）发表综述论文“Nitrous oxide recovery from wastewater via microbial denitrification（通过微生物反硝化作用从废水中回收一氧化二氮）”，系统阐述了一氧化二氮（N2O）通过微生物反硝化从“温室气体”转化为“绿色资源”的创新路径，为废水处理厂实现能源自给提供新范式。王博教授团队

BTBU

北京工业大学 韩晓东团队| Acta Mater. | 增材制造镍基合金抗裂设计：瞄准低分配系数元素，事半功倍！

BTBU

Acta Materialia北京工业大学&南方科技大学：通过多尺度多模态调节协同增强难熔高熵合金强塑性

BTBU

金属材料｜500℃仍保持高矫顽力！北工大聂祚仁院士、吕皓副教授团队突破SmCo7极限｜TMR

BTBU

北京工业大学陈艳辉等团队Acta Materialia！！Inconel 718高温合金中由半共格δ/基体界面引发的氧化致溶解

BTBU

高熵硫化物通过原子级相互作用实现高性能可充电铝电池——北京工业大学Wenpeng Cao、Kai Du、胡宇翔等CEJ

BTBU

“A full-process thermo-mechanical coupled peridynamic model for concrete fracture behavior after high-temperature cooling”为题发表于期刊EFM。第一作者为：北京工业大学Zichen Wang

BTBU

北京工业大学高景峰团队 – 苯甲酸钠与溶菌酶对硝化性能及抗性基因的影响：不同浓度单独与复合暴露的急性效应JHM

BTBU

2026年1月9日，题为“Predictive modeling and process optimization of Sm2Fe17N3 nitriding kinetics for enhanced magnetic properties”的论文在线发表于《Journal of Alloys and Compounds》。该论文通讯作者为北京工业大学岳明教授、杨质副研究员。该研究建立了一种新型的Sm2Fe17N3氮化反应过程预测模型，并基于此模型揭示了氮分布均匀性对磁性能的关键影响，通过工艺优化显著提升了矫顽力。

18005668135

厉害了！！

BTBU

AFM: 近日，北京工业大学联合北京航空航天大学及密歇根大学团队，在国际顶级期刊《Advanced Functional Materials》上发表题为“Multi‐Hierarchical Intrafibrillar Mineralized Collagen for Accelerated Bone Regeneration/Repair”的研究论文 。

BTBU

北京工业大学彭永臻院士团队郭瑾课题组Water Research：聚合路径构建水净化-渗透性平衡：单原子锚定的层状双氢氧化物限域催化膜

BTBU

北工大彭永臻院士团队王博WR综述：废水微生物反硝化回收 N₂O—— 温室气体资源化利用的新路径

BTBU

北京工业Environ. Sci. Technol.|水介导的氧化铜再分散及羟基反应性增强Cu-SSZ-13催化性能

BTBU

北工大孙再成/刘弈畅Nat Commun: H-Pd···N-H金属-配体协同催化实现选择性炔烃半氢化反应

BTBU

北工大彭永臻院士团队 & 大连理工刘艳彪教授 Nat. Commun.：机器学*解码电子 - 几何协同 —— 铁基双原子催化剂精准活化 PMS 的新范式

BTBU

2026年01月29日，北京工业大学陈戈团队在Applied Catalysis B: Environment and Energy期刊发表题为“Synergistic single-atom Tin and TiO2(001) engineering enables oxidation-resistant Pd catalysts for direct H2O2 synthesis”的研究论文，团队成员Liu Ruilin为论文第一作者，陈戈为论文通讯作者。

BTBU

北京工业大学周宏强副研究员、万玉红教授团队联合中国科学院物理研究所Guangzhou Geng提出了一种基于全空间可切换超表面的新型光学加密平台，并设计了通过波长调控实现多重信息加密与动态显示的集成系统。该团队通过精心设计介电纳米柱的几何结构与空间排布，利用其共振特性实现了三种可切换的功能状态：在特定波长下仅通过反射通道选择性显示信息；利用透射与反射通道的双全息图对实空间信息进行完全隐藏；以及通过切换入射波长，在透射与反射模式中动态恢复出独立的实空间（纳米印刷）与k空间（全息）信息。团队结合光谱实验与计算建模，验证了该方案的可行性，从而为发展应用于防伪、光通信与动态信息加密的主动式光学安全器件提供了新的技术路径。  研究成果于2026年1月27日以题为“Full-Space Switchable Transmissive-Reflective Metasurface Nano-Printing in Real-Space and Holography in k-Space”发表在《Laser & Photonics Reviews》上。

BTBU

论文速递 I 锂离子电池老化轨迹预测的大语言模型研究 I eTransportation     原创      北工大无损检测 北工大无损检测        无损检测与评价研究所     2026年1月26日 14:02 北京   听全文             在小说阅读器中沉浸阅读                 点击蓝字 关注我们  北工大无损检测与评价研究所 论文速递  导读近日，北京工业大学研究团队在能源与燃料领域顶级期刊《eTransportation》（影响因子：17.0）上发表了题为“STL-LLM: A seasonal-trend decomposition-enhanced large language model for battery capacity aging trajectory prediction”的研究论文。该研究面向锂离子电池健康状态（SOH）监测中长期时间依赖性难以捕捉及多模态数据异构的问题，提出了一种结合季节-趋势分解（STL）与冻结大语言模型（LLMs）的全新预测框架STL-LLM。该框架成功弥补了结构化时间序列数据与预训练语言模型之间的模态差异，实现了对电池容量老化轨迹的高精度预测。研究从方法论和实验验证两方面证实了STL-LLM在跨模态表征学*方面的有效性，为电池预测性维护和云端电池管理系统提供了可扩展的通用解决方案。 Highlights1. 提出了一种基于分解增强的时间建模架构：建立了全新的STL分解框架，将电池老化序列解耦为季节性循环老化和单调趋势退化分量，实现了对多尺度退化动力学的精确表征；2. 构建了跨模态提示词对齐范式：创新设计了文本原型引导的重编程机制，利用前缀提示编码领域知识，赋予了冻结LLM理解电池特定时间模式的能力；3. 实现了零样本迁移与高精度预测：在三个公开数据集上的广泛评估表明模型具有最先进（SOTA）的精度，且在不同充电倍率和快充协议下展现出优异的零样本（Zero-shot）泛化能力。PART.1研究背景锂离子电池是电动汽车和储能系统的核心部件，准确预测其剩余容量对于电池管理至关重要。然而，现有的深度学*方法（如LSTM、CNN）往往难以捕捉退化数据中的长期时间依赖性，且难以有效利用异构数据集。与此同时，大语言模型（LLMs）展现出强大的推理能力，但其应用于基于时间序列的容量预测时，面临着根本性的模态不匹配问题。为此，本研究聚焦于如何利用LLMs的多模态推理能力，通过建立“STL-LLM”框架，解决了冻结LLM理解时间序列数据的难题，填补了该领域在利用LLM捕捉长期不可逆退化与短期循环老化联合动力学方面的空白。PART.2研究内容（1）季节-趋势分解增强的时间建模架构研究团队首先提出了一种新颖的STL-LLM框架（图1）。针对电池老化数据的特点，利用STL分解将健康特征序列解耦为代表长期容量衰退的“趋势分量”和代表循环波动的“季节分量”。这种分解策略明确捕捉了不同的电化学机制，有效防止了高频噪声掩盖关键的持续衰退模式，为后续的模型推理提供了物理一致的解空间。图1 STL-LLM架构图（2）“输入重编程”策略团队利用文本原型（Text Prototypes）作为桥梁，将数值分量“翻译”为冻结LLM能够理解的语言信号。如图2所示，系统首先通过线性层筛选出如“周期性峰值”、“缓慢下降”等关键语义原型，再利用多头交叉注意力层自动捕捉并选择相关的源信息。同时，研究还引入了“前缀提示”作为LLM的“提示卡”，其中包含了数据集背景和任务指令，有效提升了模型对时间上下文的感知能力。图3的相关性热图进一步验证了这一过程：在训练过程中，随着Epoch的增加，每个数据补丁（Patch）都逐渐找到了其对应的最佳文本原型，实现了从数值到语义的精准映射。图2 文本原型的筛选训练示意图 图3 补丁与文本原型在不同训练阶段下的相关性热图（3）实验验证与零样本评估为验证所提模型的有效性，研究团队在三个不同循环寿命、不同工况、不同化学体系的锂离子电池数据集上进行了广泛实验。结果显示，STL-LLM在短期（图4）和长期（图5）预测任务中均优于ARIMA、TCN、Autoformer及GPT4TS等基线模型。特别是在长期预测中，STL-LLM有效缓解了误差累积问题。此外，零样本评估（图6）表明，模型在未见过的不同充电倍率和快充协议下仍能保持高精度，证明了其强大的泛化能力和迁移潜力。

BTBU

北京工业大学-彭永臻(院士)团队-TOP期刊论文BT||自驱动光生物电化学系统大突破！PDA/BiOBr光阴极实现磺胺抗生素96.5%高效降解

BTBU

环境科学与生态学期刊Bioresource Technology（影响因子=9，中科院1区TOP）发表题为“Synergistic antibiotic degradation by polydopamine/BiOBr-modified photocathode in self-powered photo-bio-electrochemical system”的论文，通过创新光阴极设计实现抗生素高效去除与能源回收，为废水处理提供新策略。

BTBU

北京工业大学李建荣/张鑫Angew | 通过锌(II)-吡唑框架的等网状功能化同时提升SF₆的吸附容量和动力学性能

BTBU

北京工业大学，AM，铜(I)卤化物中的键合模式工程：从激发依赖发光到高分辨率X射线成像屏

BTBU

给水排水 |北京工业大学彭永臻院士团队郭瑾课题组WR：聚合路径构建水净化-渗透性平衡：单原子锚定的层状双氢氧化物限域催化膜

BTBU

北京工业大学&北京理工大学&中科院半导体所Nat Commun：铁电异质结中极化调制可编程光伏性能

BTBU

北京工业大学《Small》突破：1400℃共烧结让镍“偷渡”晶界，离子电导率腰斩！15秒超快烧结一招封堵         中科精研材料制备技术研究院     2026年2月13日 11:03 贵州   听全文             在小说阅读器中沉浸阅读                 点击蓝字｜关注我们导语 固体氧化物电池（SOC）是高效低碳能源转换的核心技术，其关键部件Ni/YSZ燃料电极的退化机理长期被归因于镍粗化与电子导电衰减。然而，一个更深层、更隐蔽的问题被普遍忽略：电池制备过程中1400℃高温共烧结，是否已让镍“偷渡”进YSZ晶界，提前扼杀了电解质的离子导电能力？ 北京工业大学团队的最新研究，不仅揭开了这个“制备即退化”的真相，更用15秒超快烧结给出了根治方案。北京工业大学闫鹏飞教授、隋曼龄教授团队在《Small》期刊发表突破性研究，首次系统揭示高温制备诱导的镍晶界偏析是导致YSZ电解质离子电导率大幅下降的关键瓶颈。通过原子尺度电镜与4D-STEM电场映射，研究直接可视化镍在YSZ晶界富集（最高~7 at.%），并证实其通过增强空间电荷效应将晶界离子电导率抑制近一倍。更关键的是，团队引入超快高温烧结技术（UHS），仅用15秒完成致密化，从动力学源头阻断镍扩散，在700℃下将总离子电导率提升100%。这一发现颠覆了“电解质减薄是降阻唯一路径”的传统认知，为发展中低温SOC提供了工艺-材料协同设计的新范式。

BTBU

2026年2月，北京工业大学多尺度流体力学课题组在《Physics of Fluids》期刊上发表题为“Sorting of liquid metal particles in microchannels under surface acoustic waves actuation”的文章，刘赵淼教授和逄燕教授为论文通讯作者，硕士研究生范佳乐为论文第一作者。该工作得到多项国家自然科学基金和北京市联合基金的资助。

BTBU

[超表面论文快讯-477]北京工业大学团队在LPR发表超表面实现实空间纳米打印与k空间全息加密重要工作

BTBU

AM 北京工业大学肖家文/严铮洸：卤化亚铜的键合模式工程：从激发依赖型发光到高分辨率X射线成像屏         Wiley Wiley        可研易绘SciDrawing     2026年2月17日 12:01 湖南   听全文             在小说阅读器中沉浸阅读