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。

新时代对我国材料基因组计划科技创新应用基础研究的一些思考

文章首先描述了应用基础研究为世界工程技术的发展所带来的巨大影响。通过分析美、欧盟、英等发达国家所布局的基于国家战略需求的材料基因组工程方面的基础性应用研究计划,总结了我国材料基因组计划应用基础研究目前面临的主要问题,根据我国材料行业基础性应用研究的发展现状,提出了自己的一些思考。

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.

材料基因组技术内涵与发展趋势

材料基因组计划旨在变革材料传统研发模式,从而缩短材料研发周期并降低其研发成本。主要从航空材料领域对材料基因组技术需求的角度,对材料基因组技术的具体内涵进行阐述与讨论。提出发展材料基因组技术需要建设的主要内容包括高通量计算、高通量实验、以及材料信息学与数据库平台。在发展方向上,提出发展材料信息学与数据库、集成计算材料设计、材料虚拟工艺、材料虚拟服役四方面技术与能力。

国际新材料政策与计划研究

材料是社会进步的物质基础,新材料是现代高新技术发展的先导和基石,材料技术的创新和新材料的发展对国家材料工业升级换代、创建国际竞争新优势、促进国家经济繁荣具有重要意义。世界各国历来重视材料,特别是新材料的发展。本文概括性介绍了近年来国际上与新材料研发相关的政策与计划,如欧洲的使能技术、美国的材料基因组计划、先进制造计划、德国的工业4.0计划、以及中国的新材料政策与计划,包括"中国材料基因组计划"和"中国制造2025"计划。通过研究国际新材料政策与计划,分析国际新材料未来发展趋势,以期对我国政府、科研院所及高校布局未来新材料研发方向、构建学科建设和培养人才起到一定的指导作用,推动我国新材料科学及产业的自主创新和技术进步。

人工智能将推动材料基因组技术加速发展

本文通过对美国材料基因组计划出台、实施情况进行梳理分析,发现人工智能在美国材料基因组技术中的应用正在成为研究热点,其中机器学习、深度学习等算法是关键。人工智能在解决材料基因组计划发展瓶颈问题方面非常有效,有可能会推动材料基因组技术研究加速发展,但也面临不少挑战。在此基础上,提出加快推动我国材料基因组技术研究的有关建议。

材料基因工程在船舶领域的应用思路

材料基因工程,是借鉴生物学上的基因工程技术,研究材料结构、配方、工艺与材料性能变化的关系。2011年,时任美国总统奥巴马提出了“材料基因组计划”(materials genome initiative,MGI),目的是实现材料从设计发现、优化改进到生产应用的全流程加速,最终缩短研发周期并降低成本。2011年以后,美国、欧盟、日本、俄罗斯和中国均开展了材料基因研究计划。

基于智能优化算法的材料大数据处理研究

进入21世纪以来,大数据技术改变了经济发展模式与人们的生活方式,材料科学的发展也有了新的方向与机遇,随着材料基因组计划的提出,材料大数据处理已经成为学者们研究的新热点。也有不少利用大数据处理方法研制新材料的实例,比如QuesTeK公司开发了Ferrium S53飞机着陆架上使用的齿轮钢,GE从构思、设计到开发、生产阶段,只用了4年的时间就研发出GTD高温合金,仅使用了过去同类产品开发的20%左右的成本。

材料高通量试验及表征技术研究进展

随着美国于2011年率先提出材料基因组计划(materials genome initiative,MGI),为了解决传统材料研发“试错法”耗时长、成本高、效率低的问题,加速新材料的研发及应用,降低材料研发成本,近年来世界各国均开展了大量材料基因组计划相关研究。作为材料基因组计划的三大重要组成部分之一,材料高通量实验(试验及表征)技术已成为各国研究学者的重点关注对象。首先对材料高通量试验设计原理、实现思路及发展现状进行了梳理,分析了高通量试验在金属、非金属等材料体系制备及试验评价中的发展;同时总结了材料高通量表征技术的发展,根据表征参量不同,分析介绍了多种高通量表征技术;最后根据材料高通量试验及表征技术现状,对当前高通量试验及表征技术进行了总结及展望。

基于材料基因组计划的计算和数据方法

材料基因组计划的核心理念,是通过计算、数据和实验"三位一体"的方式,变革传统的主要基于经验和实验的"试错法"材料研发模式,把发现、开发、生产和应用新材料的速度提高到目前的两倍。它旨在建立一个新的以计算模拟和理论预测优先、实验验证在后的新材料研发文化,从而取代现有的以经验和实验为主的材料研发的模式。本文论述如何通过计算和数据的方法加快新材料研发,介绍帮助加快新材料发现的高通量集成计算基础平台和软件框架MatCloud。

相场模拟与材料基因组计划

预测和调控材料的组织演变是材料科学和工程的"圣杯".许多重要工程材料的设计均是通过控制其相变和组织演变过程来实现的,例如通过固态形核析出反应提高镍基高温合金和铝基时效强化合金的机械性能,通过控制铁电晶体的相变达到其介电和机电效应的耦合以及通过马氏体相变得到形状记忆合金的记忆效应等.相场法已成为模拟多种材料三维组织演变的一种可选方法.本文将简要论述相场法在材料基因组工程中有望发挥的潜在作用.

材料基因组——材料研发新模式

依赖于科学直觉与试错的传统材料研究方法日益成为社会发展与技术进步的瓶颈。革新材料研发方法、加速材料从研究到应用的进程成为世界各国共同的需求。作为"先进制造伙伴计划"(Advanced Manufacturing Partnership,AMP)的重要组成部分,美国总统奥巴马在2011年6月宣布了"材料基因组计划"(Materials Genome Initiative,MGI),通过整合材料计算、高通量实验和数据库,全面提高先进材料从发现到应用的速度,降低成本。MGI提出了材料研发的崭新模式,为美国发展高端制造业,保持并强化其在核心科技领域的优势奠定了创新基础。中国材料科学界在1999年6月召开主题为"发现和优化新材料的集成组合方法"的第118次香山科学会议,寻找加速发现新材料的有效途径。2011年12月,中国科学院和中国工程院主办主题为"材料科学系统工程"的第S14次香山科学会议,研究中国应对MGI的策略,并在随后3年中,多次组织以材料基因组计划为主题的研讨会、报告会,使得中国材料界对材料基因组技术的认识不断深入,形成基本共识。2014年,中国科学院和中国工程院分别向国务院提交咨询报告,建议尽快启动实施中国材料基因组计划。本文简要介绍材料基因组计划的主要内容、技术内涵、科学本质、国内外最新动向及其未来发展趋势,并根据中国的实际需求特点与现有条件,对实施中国版材料基因组计划的发展战略、技术路线、政策措施等提出建议。

La_2BO_4(B:B位元素)系列混合导体掺杂成份优化规律研究

基于材料基因组计划（MGI）研究方式,利用密度泛函理论（DFT）的第一性原理的总能量计算方法,以K2NiF4型La2BO4（B：B位元素）相关的几种相结构为计算模型,针对4~6周期48种B位金属元素替换,进行几何优化的总能量计算,得到这些相关虚拟相结构的结合能随元素的变化规律。通过层状相La2BO4与立方相LaBO3的比较,着重讨论了一些重要B位元素（Fe、Co、Ni、Cu、Zn、Se）对稳定La2BO4复合氧化物相稳定性的影响作用和趋势。结合相关的实验数据,进一步讨论了掺杂B位元素的优化稳定区域。本定量分析方法为此类材料的合成和成份优化设计提供了一种行之有效的分析方法。

基于高通量计算的成形过程分析

目的介绍一种来自材料基因组计划的方法,由高通量计算、高通量实验与数据管理构成,并以45#钢为例,介绍高通量计算与高通量实验的优势。方法先以模拟软件与理论结合,预测研发方向,再设计合适高通量的实验方案,最后将所得数据建立数据库,方便管理。以45#大型钢铸锭为例,以COMSOL软件模拟3种不同钢锭成形过程,设计实验方案,记录过程参数,并记录于数据库中。结果 COMSOL软件在高通量计算中扮演重要角色,其强大的耦合功能让模拟精度更高,各项参数也较为准确。透过模拟得知,约2.9 h后,20 t钢锭凝固厚度最厚达约500 mm,此时将中间液芯挤出,可减少划痕等缺陷的产生,并将凝固过程的缺陷挤出。结论材料基因组计划在材料研发的进程中能起到较大的指导作用,因此在国家支持下国内已有多个项目开展,将此研究方法用于传统浇铸工业的步骤中具有一定的推广价值。

特殊钢的高通量计算与设计

高端制造等行业对特殊钢的性能需求日益提升,这对特殊钢的研发和更新换代速度提出了极高的挑战。基于传统试错法的研发方式虽然可在部分问题上避开未知物理机理的限制,但同时也会导致设计所需时间和成本的大量消耗。因此,特殊钢的研发方式需要逐渐从传统试错法向计算设计到实验验证模式转变。“材料基因组计划”自问世以来,在诸多材料体系的设计上都发挥了显著的作用,但在传统结构材料尤其是钢铁材料上,由于其合金体系的复杂性、工艺流程的长链条、组织的多样性以及性能的多目标需求,使其成为材料基因工程的难点。但正基于上述特点,传统结构材料也为材料基因工程提供了发挥的空间,世界各国纷纷开展特殊钢方面的高通量计算与设计。通过对基于材料基因思想的特殊钢研发进展的综述,评价了针对特殊钢的材料基因工程发展现状及未来方向。介绍了美国西北大学Olson团队以及Questek公司通过多尺度集成计算平台研发的飞机起落架用超高强不锈钢、荷兰代尔夫特大学通过“基因”设计理念结合高通量遗传算法设计的高性能耐热钢、印度CSIR国家冶金实验室通过多种本构模型结合人工神经网络进行的高性能管线钢设计等。特殊钢的高通量计算与设计研究不但可以促进特殊钢的更新换代,更会为我国乃至世界金属材料的高速发展提供支撑与保障。

计算材料学在高分子材料领域的研究进展与发展趋势

随着科技发展,计算机软硬件技术的提高大大增强了大规模并行运算的效率,使得科学家能够以相对廉价的方式调用大量算力解析高自由度体系的运行机制,为设计新的材料结构与性能提供了新思路.作为材料基因工程(materials genome engineering,MG)数据驱动研发体系的核心部分,计算材料学(computational materials science)为多项尖端领域的材料研发提供了巨大的助力,新材料的多元化程度超过了任何一个历史时期.本文综述了自2011年材料基因组计划(Materials Genome Initiative,MGI)发布以来,国内外学者利用计算材料学在高分子材料方面的研究进展,包括高性能弹性体材料、光学高分子材料、能源高分子材料、导热高分子材料和生物医用高分子材料.与此同时,阐述了计算材料学未来发展趋势与面临的挑战,期望为高分子材料基因组的发展方向提供指导.

玻璃基因工程在激光玻璃等光功能玻璃领域的研究进展

随着激光玻璃及光功能玻璃应用需求的快速增长,对光功能玻璃在光学性能和机械性能的要求越加趋向于多元化,而玻璃结构的不确定性和组分连续可调的特性阻碍了新型光功能玻璃材料的快速研发,为了摆脱传统的“试错型”设计模式,缩短玻璃材料开发的成本与周期,提升玻璃材料设计与制备过程的可预测性,“材料基因组计划”应运而生。“材料基因组计划”将高性能计算、数据和实验相结合,根据材料的组分对材料的特性进行定量地准确预测,从而指导新型材料的设计与开发。本文归纳并总结了目前应用于激光玻璃及光功能玻璃领域中的“材料基因工程”的不同理论与建模流程,分为基于物理定义推导的物理性方法、对实验数据进行统计分析的经验性方法、理论和经验相结合的理论-经验结合法。在此基础上,从激光玻璃和光功能玻璃材料出发,重点介绍“材料基因工程”在该领域的最新进展,并对未来的发展方向进行了展望。

一种计算材料数据库系统

在传统的材料数据库中,内容是实验的积累、计算结果的整理、文献的搜集等,都需要人力的介入。随着材料科学对加快新材料设计的需求日益增加以及计算机计算能力的不断加强,基于人工整理的方式已经不能满足材料数据库的建设需求。本文研究的材料数据库系统数据全部来自计算,是基于云计算的理念设计,可以为科研人员提供可定制的"云端"计算环境,计算生成的结果直接存入到数据库中,不需要人工干预。同时数据库支持基于化学元素和化学表达式的灵活查询,用非常简洁的方式满足用户精确查询和宽泛查询的需求。另外借助数据库计算、存储、查询一体化的优势,本文也在材料数据共享方面进行了一定程度的探索。