向一流加速跑——武科大科研进展上新！

摘要：近日，武科大先进耐火材料全国重点实验室“先进材料研究团队”在环境催化领域取得重大进展，相关研究成果发表在国际环境催化领域顶级期刊Applied Catalysis B: Environment and Energy（SCI影响因子21.1）上。

“率先突破走在前列”

攻关脚步不停

武科大人近期在学术领域

取得一系列创新成果

今天，跟着科科一起

走进武科大最新科研进展！

01先进材料研究团队在环境催化领域取得重大进展

近日，武科大先进耐火材料全国重点实验室“先进材料研究团队”在环境催化领域取得重大进展，相关研究成果发表在国际环境催化领域顶级期刊Applied Catalysis B: Environment and Energy（SCI影响因子21.1）上。

该研究创新性地提出了微波催化还原新思想，利用ZnFe₂O₄@Carbon@MoS₂纤维负载Pd纳米团簇催化剂，高效地将硝酸盐还原为氨，实现了废水处理与资源化的双重目标。研究团队首先通过静电纺丝与水热法成功构建具有优异微波吸收性能的ZnFe₂O₄@Carbon@MoS₂载体，而后通过醇还原法负载Pd纳米团簇，系统研究了催化剂在微波照射下的硝酸盐还原性能。

实验表明，该催化剂可实现高达20.04mmol·h⁻¹·L⁻¹的氨产率，并可稳定使用10次以上，表现出优异的活性和稳定性。研究进一步通过同位素标记、原位谱学分析和DFT计算，揭示了微波“热点效应”激发高活性热电子、MoS₂增强硝酸盐吸附和Pd纳米团簇降低反应能垒的多重协同机制，明确了反应路径与活性来源。

值得注意的是，该方法使用家用微波炉也可以高效地将硝酸根催化还原为高附加值的氨。该研究不仅为高浓度硝酸盐废水处理提供了新方案，也为绿色合成氨和氮资源循环利用提供了新思路，具有重要的科学意义与工程应用价值。（先进耐火材料全国重点实验室）

02 先进钢铁材料团队在钛铁合金性能研究上取得新突破

近日，武科大先进钢铁材料团队侯廷平、吴开明教授联合中国科学院物理研究所刘伍明研究员等在The Innovation姊妹刊The Innovation Materials发表“Hardness augmentation engineering of TiFe2 with doping design and single-crystal realization”，系统揭示了硅（Si）元素掺杂对钛铁化合物TiFe2结构稳定性和力学性能的影响机制。研究生谭昕暘为论文第一作者，武科大为论文第一通讯单位。

本研究通过“掺杂设计-单晶制备-性能测试-机理分析”的完整技术路线，成功实现了Si掺杂TiFe₂单晶材料的可控合成，并对其微观结构与宏观力学性能进行了深入表征。实验结果表明，Si原子优先占据TiFe₂晶体中的2a Wyckoff位点，有效降低了体系的生成焓和反应能，显著提升了其热力学稳定性。

Si掺杂型TiFe2的性能设计与机理解析

纳米压痕测试显示，Si掺杂后材料的硬度提升63.8%，弹性模量提高33.7%，展现出优异的机械强化效果。电子结构计算进一步表明，Si的引入增强了共价键成分，优化了原子间的电荷分布，从而解释了其性能增强的内在机制。

力学性能（硬度及模量）提升

单晶样品的制备得到了中国科学院物理研究所石友国教授团队的大力协助。石友国教授及其团队利用先进的单晶生长技术，确保了高质量单晶样品的成功制备，为后续的实验验证提供了坚实的基础。

单晶样品

03 武科大留学生在锂硫电池研究领域取得重要进展

近期，武科大博士留学生Songwe Selabi Naomie Beolle在锂硫电池研究领域取得重要进展，以第一作者在Chemical Engineering Journal（中科院1区， IF 13.2）、Energy（中科院1区， IF 9.4）、Journal of Power Sources（中科院3区， IF 8.5）等国际权威期刊发表学术论文5篇，以共同作者身份在Journal of Energy Chemistry、Energy等期刊发表论文多篇，为解决高能量密度电池技术瓶颈提供了一定的理论基础。

Songwe Selabi Naomie Beolle博士在学习期间致力于纳米功能材料的设计及其在新型储能系统中的应用，重点围绕锂硫电池复合正极材料展开系统研究。她在Chemical Engineering Journal上发表的论文“Electromagnetic confinement of polysulfides for shuttle suppression of Li-S batteries”，系统揭示了掺杂NiCo₂O₄材料的电磁特性对电池极化及氧化还原动力学的影响机制，实现了高硫负载条件下（12.9 mg cm⁻²，3.3 µL/mg）锂硫电池的高面容量（13.5 mAh cm⁻²，0.1C），有效抑制了多硫化物的“穿梭效应”。

载体的电磁限域机制

此外，Songwe Selabi Naomie Beolle近期在Energy发表的研究论文“Electromagnetic tuning for efficient polarization regulation and fast polysulfide conversion of Li-S battery”，进一步提出通过调控NiCo₂O₄纳米线尺寸和晶体结构，优化并利用材料内置磁场有效调节电解质/阴极界面反应活性与扩散路径，显著提升了电池性能，实现了0.1C条件下1496.1 mAh g⁻¹的比容量，具有重要的应用前景。

NiCo2O4纳米线复合阴极改善Li-S电池电化学性能的机制示意图

04 计算机学院鲁剑锋教授团队在国际顶级期刊TIFS发表最新研究成果

近日，计算机科学与技术学院鲁剑锋教授团队的研究成果“PIECE: Incentivizing Personalized Privacy-Preserving for Multi-Version Model Marketplace in Federated Learning”在网络安全领域国际顶级期刊《IEEE Transactions on Information Forensics and Security》（简称TIFS）上发表。该论文第一作者为鲁剑锋教授（这是他作为第一作者发表的第三篇TIFS论文），第二作者为2025届硕士生黄涛（目前已在中南大学计算机学院读博深造），计算机学院为论文第一完成单位。此项成果标志着武科大首次在TIFS期刊上发表论文，实现了该领域的重要突破。

联邦学习凭借其协作训练与隐私保护特性，在推动模型市场发展方面展现出广阔前景，然而训练数据不足与市场套利等问题严重制约了其进一步发展。针对这一挑战，本研究提出了一种名为PIECE的个性化隐私保护激励机制。该机制融合样本级差分隐私技术与版本控制策略，设计了相应的隐私规则与定价机制，以规范数据所有者的隐私策略并抑制模型购买者的套利行为。

研究将市场目标建模为兼顾社会效用与模型性能的双目标优化问题，通过构建“隐私选择博弈”刻画局部与全局隐私需求之间的动态转换关系，并基于纳什均衡条件确立原问题的无冲突属性，进而将其转化为无套利约束下的社会最优问题。在此基础上，论文提出了基于次可加性条件松弛的两阶段定价策略，以实现社会最优目标。实验结果表明，PIECE能显著提升模型市场运行效率。在指定市场规模下，该机制可使模型收益提高至少8%，模型性能较现有先进基线最高提升16.67%，为联邦学习模型市场的实际应用提供了重要的理论与技术支撑。