纖維素奈米纖維(CNF)複合材料最新應用

取自於大自然的持續再生性原料，可從木材分解而來的”纖維素奈米纖維”（Cellulose Nanofiber;CNF）是目前最有聚焦性的生質補強材料，市場上也期待此具環保且資源永續特性的材料可以部份取代較高污染性的碳纖維補強材料。關於此材料的未來發展性，根據Grand View Research Inc.的市場預估報告，全美奈米纖維市場有望在2024年達到6億美元。其中，纖維素奈米纖維材料年增長率最快；預估從2016年到2024將以29.6％的複合年增長率成長。至於日本，CNF製造商與企業亦正致力提升CNF複合材料實用性，讓這種材料可應用於汽車生產與房屋建造，實為令人高度期待的新型生質補強材料。在日前舉辦的Film Tech Osaka 2018專門技術演講中，具天然環保特性的CNF材料被廣泛的討論。CNF植物纖維的重量輕至 ---《本文節錄自「材料最前線」專欄（作者：林正軒/工研院材化所），更多資料請點選 MORE 瀏覽》

數位化材料設計與特性預測技術–材料理論模擬結合AI機器學習

以物理化學理論為基礎的高效能電腦模擬運算，從小尺度的微觀量子力學模擬，至大尺度的有限元素分析，再搭配近年來AI機器學習( Machine Learning )與數據分析方法的快速發展帶動下，以材料模擬運算結果為基礎數據，輔以AI機器學習建立的數學預測模型，能簡化材料特性之間的複雜關係，快速且精準地預測材料或產品特性。此新興的方法已大幅度地改變了以往「經驗指導實驗」的材料設計模式，進而轉變為「理論模擬及數據驅動實驗驗證」，可有效降低廠商投入的研發成本與新產品開發週期。材料理論模擬可以作為提供機器學習訓練資料的來源，依靠成熟的物理化學理論，透過電腦先行產生足夠量的材料數據資料，再提供給機器學習進行訓練，建立可快速預測特性的數學模型，兩者相輔相成，不僅可改善材料理論模擬需要大量計算資源的缺點---《本文節錄自「工業材料雜誌」382期，更多資料請點選 MORE 瀏覽》

可直接貼附於半導體上之散熱/抗雜訊一體化片狀材料
日本東北大學開發高效率合成LTO/C複合粒子之製程
日本2018年4~6月太陽電池出貨量呈現持平發展，僅微增3%
以THz波裝置提供汽車材料之毫米波特性分析
兼具抗菌、撥水性的新型氧化物
九州大學實施燃料電池車電力供應實證實驗
適用於鋰離子電池隔離膜之薄化、高強度多孔質薄膜
印尼政府表明將推動生質柴油B100的開發
出光興產在泰國成功地進行高品質生質柴油的連續生產

油墨材料數位列印創新應用 & 溶劑型高導電細線路用銀漿及其墨水 & 版印刷銀油墨for UHF RFID 天線應用
高純與生質 / 特化品合成與應用
HMF系列生質材料技術平台
結構觸媒設計與應用驗證平台
小分子活化均相催化技術平台
 混合分散技術應用平台
 金屬3D列印服務平台

TPCA Show 2018（台灣電路板產業國際展覽會）
申請專利之核駁答辯實務專題演講 (免費！)
電力驅動明日生活~2018年台北電能論壇
2018石墨烯國際研討會—2018 International Graphene Workshop
透明導電膜製程與設備技術人才培訓班【經濟部工業局廣告】
次世代最新顯示技術-Micro LED技術人才培訓班【經濟部工業局廣告】
綠色塗料設計應用剖析8:水性建築塗料製備與應用
核能除役產業商機說明會(系列一)～2018表面除污技術暨台電需求說明 (免費！)