高分子材料基因组研究进展

改变传统专家系统分析的方法,运用信息学中的科学计量方法,即基于信息学的第四研究范式,客观、全面地分析了高分子材料基因组领域的现状和发展趋势。研究表明,该领域已经进入了“快速发展期”,形成了一些稳定产出的学术团队。目前的研究热点主要集中于机器学习策略在高分子材料中的应用,并且在光电材料、高分子电介质材料、高分子纳米复合材料、高性能复合材料和高分子生物材料上取得了一定的进展。最后,结合目前的研究进展探讨了高分子材料基因组未来的发展方向。

材料基因组计划背景下高校材料类专业课程教学改革

随着材料基因组计划的实施,传统的教学模式和评价方法需进行进一步的改革与优化。“计算机在材料科学中的应用”是链接材料基因组计划的一门重要专业基础课,以该课程为例进行课程教学改革与探索。“以学生为中心”,以产出为导向,以能力培养为宗旨,实施“厚基础—强能力—重成效”的三维度渐进式课程教学,完善教学内容和教学手段,探索出重实践、强能力的课程育人模式,构建了科学的多元化考评机制,达到培养学生的创新能力和应用能力、提升人才培养质量的效果。

材料基因工程数据生态系统

在全球数字化飞速发展的时代,互联网、物联网和计算机技术使数据的获取、存储和分析变得非常高效便捷。数据科学作为科学发现的第四范式,进一步加快了数据在科学研究中的应用。政府、企业、科研院所甚至个人都积累了大量数据,越来越多的人充分认识到数据对社会经济和科技的推动作用,因此对数据生态系统的需求应运而生,需要从全生命周期的角度来构建从数据的生产到输出、应用的全过程的生态系统。对材料数据生态系统的七要素:材料数据分类、材料数据标准、数据采集、数据存储、材料数据知识产权保护、数据质量管控以及材料数据库的重要性和最新进展进行论述,描述了材料基因工程数据生态系统的建设情况。

云南稀贵金属材料基因工程数据库平台建设及发展研究

材料基因工程数据库很多,涉及稀贵金属的数据库很少。文章介绍了云南省稀贵金属材料基因工程数据库平台建设情况,涵盖稀贵金属参数库,及围绕贵金属、锡、铟、钛、液态金属等重点金属领域专用数据建设。总结数据挖掘和机器学习在稀贵金属材料数据库平台的应用,及材料基因工程应用示范。提出稀贵金属材料数据共享及智能管理等方面的进一步研究重点。

支撑材料基因工程的高通量材料集成计算平台

总结材料计算和数据管理面临的挑战,阐述高通量材料集成计算的内涵,介绍我们在国内率先研制出的高通量材料集成计算平台和软件框架Mat Cloud.平台支持与不同高性能计算集群的动态绑定,基于图形化界面的第一性原理计算流程设计、持久化、解析和执行;大批量计算作业的生成、提交、运行监控,及容错和纠错的自动流程实现;支持数据的提取、规范化加工、及自动存储等.Mat Cloud形成了一个高通量材料集成计算软件框架,支持个性化插件的快速研发.

赋能产业 科技强国——东莞材料基因高等理工研究院

本刊讯东莞材料基因高等理工研究院位于松山湖高新技术产业开发区,依托粤港澳大湾区重大科技基础设施——“国之重器”中国散裂中子源,与中科院散裂中子源科学中心共同研制建设散裂中子工程材料衍射谱仪,并配套完整的材料研发、制备、表征和检测评价等仪器设施,对材料设计与加工工艺优化、质量安全检测、结构服役安全评估、延寿分析等问题,开展多尺度理论模拟和多方法实验测量研究,为工业领域的材料与装备制造提供一站式技术解决方案和专业咨询服务,是基础科学研究与应用技术研究相结合的先进制造服务平台。

航天材料基因工程及其若干关键技术

材料基因工程的理念和将空间环境与效应纳入到航天材料研制全流程的思路将对航天材料的开发带来颠覆性的革命。文章在对国内外材料基因组计划和航天材料需求分析的基础上,首先对航天材料基因工程的内涵进行阐述,进而对基于航天材料基因工程的航天材料研制流程进行分析,最后结合空间环境效应及材料基因工程,从计算工具、试验工具、数字化数据三个维度,提出空间多因素环境与航天材料的耦合作用机理、航天材料空间多因素环境效应等效评价方法、空间复杂使役环境下航天材料性能演化模型、航天材料空间环境效应数据库、基于材料基因工程的航天材料设计模型、航天材料研制的不确定性及优化方法等关键技术和发展方向。

美欧材料基因工程技术政策对比及其启示

当前新材料的开发主要依靠传统经验式的试错法,致使材料开发无法跟上工业产品的设计和制造步伐。材料基因工程技术是材料科学与工程研究方法的革命。为加速材料研发和应用的速度,材料科学家近年来将芯片制造、高性能计算、同步辐射等多学科尖端科学技术引入到材料研究,使得采用传统方法需要花费数年时间的工作在极短的时间(如一星期)内即可完成。在此背景下,2011年,美国政府率先启动了加速新材料开发应用、保持全球竞争力的"材料基因组计划";与此同时,欧洲也启动了旨在加速高性能合金研发的"加速冶金"计划。文章对比这两项计划以及我国相关工作的实施情况,提出对我国的借鉴意义。

材料基因组技术前沿进展

材料基因组技术是近年来兴起的材料研究新理念和新方法,是当今世界材料科学与工程领域的最前沿。材料基因组技术的实质是通过融合高通量材料计算设计、高通量材料实验和材料数据库三大组成要素,构建材料设计研发的协同创新网络,加速新材料从发现到应用的全过程。其中,高通量材料实验经过20多年的发展,目前已面向多种形态材料和多种服役性能形成了一系列成功案例,高通量材料计算模拟和材料数据库近几年也取得了较大进展。该文简要回顾了材料基因组技术的主要内容和发展历程,总结了具有代表性的高通量实验技术,以及高通量材料计算和材料数据库的应用案例,并介绍了电子科技大学在材料基因组技术方向取得的成果和工作基础,希望可以为我校在该领域的进一步发展规划和"一校一带"战略提供一定的参考。

材料基因组计划及其实施进展研究

详细综述美国材料基因组计划(MGI)提出背景及其实施方案(包括实施流程),重点总结MGI近三年来计划实施四个主要联邦机构在基础设施建设(实验工具、计算工具和电子化数据)、教育培训等方面以教育作为计划实施导入点,以"保卫国家安全、造福人类福祉和培育下一代人才资源"为宗旨,从市场需求倒叙研究材料微细观组分与性能,为军方材料基因计划顺利打通实施通道和加速材料研发进程奠定根基。

材料基因组技术在新能源材料领域应用进展

材料基因组融合了材料的高通量计算、高通量制备、高通量的检测及数据库系统,是材料研发的"范式革命",以其深刻的科学内涵、重大的应用潜力,将加速新材料发现和应用。本文重点讨论材料基因组用于新能源材料的研发,来缩短新能源材料的"发现—研发—生产—应用"周期,介绍国际上代表性的Materials Project和OQMD两个材料基因组平台,及一些重要的材料基因组计算技术,如材料构象表征、高通量计算及筛选、机器学习、神经网络技术、优化算法和新型的高通量制备和表征技术等在新能源材料研发中的应用,并对下一步材料基因组的发展提出了展望,如通过发展高精度高通量计算、利用人工智能开发高通量实验系统和平台,产生材料大数据,并通过智能计算充分利用好材料大数据,打造计算与实验融合的材料基因组大数据人工智能系统,加速新能源材料的发现与应用。

基于材料基因组方法的锂电池新材料开发

近年来,在锂二次电池新材料的研发过程中逐渐建立了基于材料基因组思想的高通量计算理论工具与研究平台.在该平台上,通过将不同精度的计算方法组合,实现了基于离子输运性质的材料筛选;通过将信息学中数据挖掘算法引入高通量计算数据的分析,证实了材料大数据解读的可行性.上述平台实现了在锂电池固体电解质的高通量筛选、优化和设计上进行新材料研发的示范应用,通过高通量计算筛选获得了两种可用于富锂正极包覆材料的化合物Li_2SiO_3和Li2SnO_3,有效改善了富锂正极的循环稳定性;通过对掺杂策略的高通量筛选,获得了提高固体电解质β-Li_3PS_4离子电导率和稳定性的方案;通过高通量结构预测设计了全新的氧硫化物固体电解质LiAlSO;并在零应变电极材料结构与性能的构效关系研究中进行了大数据分析的尝试,分析了零应变电极材料的设计依据.上述材料基因组方法在锂电池材料研发中的应用为在其他类型材料研发中推广这种新的研发模式提供了可能.

材料基因工程与核燃料元件材料

核能由于其高能量密度和低污染排放等优点,已经成为未来能源的重要组成部分。然而,民用核燃料材料因其特殊的放射性,实验研究的安全防护成本极高,尤其是经过辐照后的核燃料材料,分析和表征手段极其有限,如果采用传统的"试错法"材料研发方法,将会使材料的研发成本大幅提高,因此,材料基因工程的研究思路正是适合于新型民用核燃料材料研究的技术路线。本研究组多年来以开发新型民用核燃料元件材料为目标,通过第一性原理和CALPHAD技术的结合,先后建立了U、Pu等锕系元素的多组元热力学数据库,并建立了辐照场作用下的热力学模型,对辐照场作用下核燃料材料的相变热力学和动力学进行了深入研究,在热力学数据库的基础上,运用相场动力学模型对核燃料元件材料的凝固和时效过程组织演化规律进行了系统的研究。这种基于材料基因工程的多尺度、多组元的材料设计研发思路为我国新一代具有自主知识产权的民用核燃料元件材料的成分设计、组织控制、工艺优化、性能改善及服役时间预测提供了重要的理论基础,同时对材料基因工程方法在材料开发中的广泛应用具有重要意义。

材料基因工程加速新材料设计与研发

在未知材料化学成分和性能关系的情况下,通过传统的“试错-纠错”方法研发具有特定功能的新材料成本高且经常失败。随着人工智能和数据驱动的第四科学范式的发展,材料基因工程(MGE)已经成为材料设计与研发的新模式。综述了材料基因工程中高通量计算、材料数据库和人工智能方法的研究进展。介绍了材料高通量计算常用的框架和方法;阐述了材料数据库在材料数据类型和数据标准两方面的发展现状和有待解决的难题;总结了人工智能方法在材料关键基础问题中的应用。从高通量可视化计算方法、材料多类型数据库和可视化机器学习框架三方面重点证述了自主开发的多尺度集成可视化的高通量自动计算和数据管理智能平台ALKEMIE。展望了材料基因工程未来的发展趋势。

基于材料基因组理念的钎焊材料开发与智能钎焊技术创新系统工程

近年来,依赖于科学直觉与试错的传统材料研究方法日渐成为制造业发展与技术进步的瓶颈。革新材料研发方法已成为国际新材料研发的趋势。材料基因组技术是材料科学技术的一次飞跃,是新材料研发的"加速器"。钎焊过程的复杂性和随机性使得钎焊材料的设计开发相比普通材料更加复杂、研发周期更长,"材料基因组计划"作为先进材料开发的崭新模式也应及时应用到钎焊材料性能优化及开发中,这对促进钎焊技术尤其是智能钎焊的长足发展具有重要意义。材料基因组技术包括高通量材料计算、高通量材料实验和材料数据库三个要素。大规模的高通量计算可提供大量而系统的数据,高通量实验方法可对这些数据进行快速验证,材料数据库的建立则可实现计算数据与实验数据的有效集成,使其相互补充的同时相互验证。三要素协同工作,可以使得材料研发过程中的理论与实验结合更加紧密,加快材料从研发、制造到应用的过程,降低新材料的开发成本。开发新型钎焊材料除考虑材料本身的性能外,还需要考虑钎焊材料与母材物理化学性能的匹配性以及连接过程中钎焊材料与母材之间的相互作用(扩散和新相形成)。钎焊材料与母材之间的相互作用非常复杂,除了受到连接工艺(连接温度、保温时间、压力、气氛等)的影响之外,还与钎料和母材的成分有直接关系。因此,相比于普通材料,钎焊材料的设计开发过程更加复杂,需要考虑的因素更多,新材料的研发周期更长,有必要尽快启动钎焊材料基因工程。开发高通量计算软件、高通量实验方法(高通量制备及表征)及数据集成系统是实施钎焊材料基因工程需解决的三个基础问题。目前焊接智能化的发展多集中在熔化焊领域,如弧焊、激光焊等,也取得了比较显著的成果。但是,钎焊全过程智能控制的发展相对缓慢,现有研究多集中在钎焊设备及钎焊过程控制方面。钎焊材料制备是智能钎焊的重要组成部分,钎焊材料基因工程的实施将促进钎焊技术的智能化进程。智能焊接尤其是智能钎焊的技术进步可大大简化和缩短新型钎料的试验验证过程,同时能够在过程中搜集到更多实时数据,丰富数据库,因而反过来又会对钎焊材料基因工程的发展起到显著的推动作用。本文论述了材料基因组技术的三要素及其国内外研究现状,分析了材料基因组技术应用于钎焊材料开发时需考虑的影响因素及需解决的关键共性基础问题,并且阐述了钎料材料基因工程与智能钎焊相互促进的发展关系。

材料基因组计划与第一性原理高通量计算

介绍了材料基因组计划的目标与核心思想,讨论了材料基因的来源与定义。虽然材料基因和计算材料都不是新事物,但两者均是材料基因组计划的核心要素,是加快新材料发展的关键。集成计算材料工程是材料基因组计划的基本要素,集合原子、微观、介观和宏观尺度计算工具的材料集成计算在新材料设计、工艺优化、环境响应方面发挥着重要作用。通过几个研究项目,介绍了第一性原理计算在新材料设计方面的应用,展示了高通量计算筛选新材料的强大功能。不仅如此,高通量计算结果和实验数据的结合将促进对材料物性的认识和材料基因组数据库的建设,为新材料设计提供有益信息。实施材料基因组计划,认识并建立材料结构与属性之间演化规律与新材料发现同等重要。此外,材料基因组计划还旨在变革材料研发理念与模式,在材料研发的全周期过程中采用交互、连续的流程模式,开发并集成计算工具、实验工具、数据信息三大基础构架模块。

材料基因思想在沥青路面材料领域的应用展望

为化解现有路面材料设计方法无法满足长寿命路面设计理念对高性能路面材料需求的矛盾,路面材料的设计和研究亟需引入新的研究理念和方法。材料基因组方法是一种实现材料高效设计的有效模式,可将其应用于沥青混合料的设计和研究中,以促进高性能沥青路面材料的研发和长寿命路面的建设。基于此,介绍了材料基因组技术的核心理念和利用材料基因思想进行沥青混合料研发的技术基础,归纳和总结了沥青混合料相基因和结构基因的研究进展,提出了材料基因思想在沥青混合料研发中的应用构想。研究表明,已有诸多的先进测试手段、分析方法和计算理论应用于沥青、集料和沥青混合料的多尺度特征表征,为材料基因思想应用于沥青混合料设计奠定了有效的技术基础。基于我国道路工程领域发展的基本情况,建议从沥青混合料基因特征参数的确定、沥青混合料数字化数据库的建立、沥青混合料数字化性能预测平台的建立及沥青混合料智能化按需设计平台的建立四方面开展沥青混合料基因思想应用研究,逐渐优化完善高性能沥青混合料的设计方法和性能研究。

材料基因组计划简介

美国总统奥巴马明确指出"材料基因组计划"(TheMaterialsGenomeInitiative,MGI)的总目标是"将先进材料的发现、开发、制造和使用的速度提高一倍"。白宫科技政策办公室在2011年6月发布的相应的白皮书《具有全球竞争力的材料基因组计划》中阐述了材料创新基础设施的三个平台:计算工具平台、实验工具平台和数字化数据(数据库及信息学)平台。材料基因组计划/工程不仅仅是要开发快速可靠的计算方法和相应的计算程序,而且也要开发高通量的实验方法来对理论进行快速验证并为数据库提供必需的输入,还要建立普适可靠的数据库和材料信息学工具,以加速新材料的设计和使用。材料基因组计划/工程旨在材料领域建立一个新的以理论模拟和预测优先、实验验证在后的"文化",从而取代现有的以经验和实验为主的材料研发的理念。

政产学研协作数据库的知识产权保护机制研究——基于上海材料基因组数据库的范式分析

从项目管理角度研究政产学研协作数据库的知识产权保护机制,基于数据库项目管理五阶段论提出适用于政产学研数据库的知识产权管理模型,并以上海材料基因组数据库项目为例,详细阐述项目启动阶段的数据库知识产权战略部署、项目计划阶段的数据库知识产权计划设置、项目实施阶段的数据库知识产权保护措施、项目监测阶段的知识产权管理、项目完成阶段的知识产权运用,形成一套系统化、全方位的政产学研数据库项目的知识产权保护体制。

“NASA材料基因工程2040规划”研究与思考

材料基因工程的实施是材料科学和工程应用发展的新趋势。在航空航天领域,大数据计算、集成计算材料工程以及材料多尺度建模和模拟设计等大大促进了航天器零部件及系统的快速发展。文章对"NASA材料基因工程2040规划"中计算体系建设的目的、功能及共同主题进行阐述,并概述了我国材料基因工程的实施及发展情况,将材料基因工程理念延伸至航天材料的研制,倡导航天材料基因工程,针对航天材料基因工程总体方向、核心技术、发展路线提出思考,旨在对我国航天材料的发展提供借鉴。