量子点

通过在Gr表面上修饰GQDs，所制备的GQDs@Gr混杂增强体实现了良好的分散性以及和铜基体的强界面结合。由于GQDs和Gr的协同效应，GQDs@Gr/Cu复合材料表现出优异的耐磨性和导电性。对复合材料耐磨强化机理进行了讨论，结果表明，Gr/Cu复合材料磨损表面的分层、断裂和犁沟揭示了疲劳磨损和磨料粘着磨损是主要的磨损机制。GQDs的“抛光效应”和”嵌入效应”以及强界面结合确保了GQDs@Gr/Cu复合材料更优的综合性能。

在本工作中，光激发GQDs催化傅克乙基化反应的反应速率及产物产率均高于或相当于传统傅克烷基化催化剂。光激发下GQDs界面小分子功能化可构建pH响应型荧光传感探针用于区分肿瘤细胞与正常细胞，GQDs的抗体功能化可构建磁弛豫传感技术检测探针用于开展细菌体外诊断。本工作所设计的光场融合ULF NMR系统可原位、实时、无损监测纳米材料界面在激发态下的质子输运行为，可为研究催化剂界面等提供新的研究手段。

该异质结利用了MoS2和GQDs的强可见光吸收能力和长的载流子寿命，通过与ZIS的结合，显著提高了光吸收能力，并在500-1500 nm范围内实现了有效的电荷分离和传输。研究团队发现，这种三元异质结由于其双S-scheme界面（MoS2-ZIS和ZIS-GQDs），形成了有向的内建电场，加速了光生电子从MoS2和GQDs的导带向ZIS的价带转移，促进了与空穴的快速复合，从而提高了光催化反应的效率。

本研究旨在通过后合成方法将石墨烯量子点（GQDs）固定在二维锆基金属-有机框架（2D Zr-MOF）上，以提高其在固态下的稳定性，并保持其光致发光（PL）特性。

本研究提出了一种创新的多目标优化策略，借助机器学习(ML)人工智能算法来指导碳量子点的合成过程。通过闭环方法从有限且稀疏的数据中学习，大幅缩短研究周期，超越了传统的试错方法。此外，该方法还揭示了合成参数与目标属性之间的复杂联系，并统一目标函数以优化多个期望属性，如全色光致发光(PL)波长和高PL量子产率(PLQY)。仅通过63次实验，就实现了全色荧光碳量子点的合成，其高PLQY超过60%。该研究代表了ML引导碳量子点合成的重要进展，为开发具有多个期望属性的新材料奠定了基础。

这种材料由中空的二氧化硅（SiO2）光子晶体和含有聚乙二醇二丙烯酸酯（PEGDA）水凝胶的石墨烯量子点组成。通过精确调控光子晶体的厚度和结构，研究团队实现了对荧光的精确调控，并开发出了具有多级防伪功能的验证模式。