材料数据共享现状综述及区块链应用前景探讨

在材料领域,大数据逐渐成为新的资源,在材料研发过程中扮演着重要的角色。目前国内外有诸多材料数据库,科学数据的开放和共享逐步成为国际共识,欧洲学术界开展了开放科学运动并提出了科学数据FAIR原则。然而,数据共享过程中仍存在一些技术挑战,如材料数据共享技术、知识产权与数据安全问题以及材料数据共享生态的建设问题。区块链由于具有去中心化、可追溯等特点,为材料数据共享提供了新的解决思路。本文调研了材料数据库的共享现状,论述了数据开放科学运动的发展和FAIR原则,提出了目前材料数据管理与共享所面临的挑战,并通过区块链的应用原理和案例探讨了区块链在材料数据共享中的应用前景。

新材料研发智能化技术发展研究

新材料研发智能化技术发展迅速,显著增强了材料研发效率及工程化应用水平,获得国际性的高度关注。我国在此领域发展相对滞后,基础设施条件面临缺口,制约着新材料原始创新及产业发展质量。本文总结了新材料研发智能化涉及的关键技术,从技术角度梳理了国内外发展现状,分析了我国新材料研发智能化面临的挑战;阐述了新材料研发智能化技术体系框架,包括材料智能计算设计技术与核心软件、材料自主/智能实验技术与高端装置、材料人工智能基础算法及关键技术、材料数字孪生、材料智能化研发平台与协同创新网络等。提出了创新生态构建及保障、产业化发展环境、数据底座与标准体系、人才培养与国际合作方面的举措建议,以期推动新材料研发智能化技术体系的发展与应用。

基于材料数值计算大数据的材料辐照机理发现

材料辐照效应的数值模拟计算是认识核材料服役性能的重要手段,基于超级计算机的大规模、高保真材料数值模拟计算会产生海量数值计算数据,如何针对数值计算大数据的特点,在实现其高效存储的基础上,通过挖掘总结辐照损伤机理和性能演化规律,对于核材料设计研发、核安全等具有重要意义。论述了材料数值计算大数据的定义及其本质特征,综述了近年来的相关工作。以自主研发的材料辐照效应分子动力学软件MISA-MD和随机团簇动力学软件MISA-SCD在国产超级计算机上的实际算例为基础,提出了一种适用于材料数值计算大数据的、多尺度关联与耦合的分布式数值计算大数据存储体系(NDSA);采用XGBoost算法实现了MD中Frenkel缺陷对数的精确预测,基于并查集算法实现了级联碰撞团簇的划分;基于密度聚类的方法对KMC数值计算大数据进行挖掘,发现了类环状团簇,实现了原子团簇的识别与分类;基于第一性原理数值计算大数据库对现有的势函数模型进行了改进,提出了新的势函数模型构建方法AIPM。最后对材料数值计算大数据的应用前景进行了展望。

材料数据基础设施架构研究与应用

材料数据是材料数字化研发的基石,材料数据基础设施的建设是有效利用材料数据、加速材料研发的关键。目前,国内外有诸多材料数据基础设施,数据的开放和共享逐步成为国际共识。分析了材料数据基础设施建设面临的主要挑战与应对策略,提出了分布式材料数据基础设施的通用基础架构及其关键技术。基于该架构,在边缘、企业、行业3个层级进行平台部署设计,并构建了材料数据基础设施实例,展示了平台功能与其在材料数字化研发研发中发挥的作用。

超高强钢的基因组数据库管理平台建设及应用

“材料基因组计划”主要是为了改变材料研究的“试错”模式,通过对以往试验数据的收集与整理,结合模拟计算技术、大数据与区块链等信息技术,建立材料的基础数据库、大数据管理平台、高通量模拟计算、试验与分析平台,并利用机器学习等先进人工智能技术,为能够快速开发高性能新材料提供有效的数据支撑。主要针对超高强钢研发中的数据处理需求,依托超高强钢的基础数据收集、超高强钢高通量模拟计算等,探索建立了超高强钢的基因组数据库及其管理平台,提出了数据库系统的结构框架以及基因组数据管理平台的总体架构,并展示了在该数据平台基础上进一步开发的试验数据汇总生成试验报告、计算数据解析及可视化展示等应用功能。该平台可以支持数值、文本、富文本、表格、函数、图片等丰富的数据类型,支持TB级海量数据的存储管理以及百万级数据记录的索引与检索,实现所有数据从在线采集、规范化处理、存储和管理到检索和分析的全流程高效智能化管理,从而为超高强钢基因组材料研发工作的顺利进行提供了必要的数据保障,有效提升了研究团队的数据资源化能力和数据分析能力,通过一个能够快速索引、检索并给出分析报告的数据管理分析平台,为研究部门开发新型超高强度钢提供优质服务。

基于原子间作用势的晶体结构去重算法及其应用

随着科学技术的发展,人们收集“大数据”的能力远远超过了分析它的能力。科学研究正经历从传统的实验观测、理论推演以及计算仿真向大数据研究转型,形成第四研究范式。材料数据信息学作为应用科学的重要分支之一,驱动着新材料的设计与发现。本文针对材料领域数据的冗余问题,提出一种基于原子间作用势的去重算法,可以有效地鉴别材料中的相同或相似结构,从而实现冗余数据的去重。实验结果表明,提出的算法与已有的材料结构去重算法相比,在准确性、鲁棒性以及计算效率各指标上均表现优异。进一步,本文利用开发的算法对材料领域三大知名数据库ICSD、CSD和COD数据库超过159万数据进行去重分析,有效地去除了101,643个相同和相似结构,并构建了开放共享的去冗余数据库,数据发布于:https://matgen.nscc-gz.cn/。

材料的理性设计与计算模拟

材料的理性设计与计算模拟是基于计算机开展的"实验"研究。通过材料的理性设计与计算模拟,可以在原子层次上揭示材料的结构与性能之间的联系,预测新材料。这也促进了材料科学研究模式从"经验指导实验"向"理性设计与计算模拟、实验验证"转变。材料的理性设计与计算模拟的核心问题是发展先进的电子结构计算方法与软件,包括可以处理复杂材料体系的快速、可靠的方法与软件,以及材料"大数据"驱动的材料理性设计。