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。

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。

材料基因工程技术在电工材料研发中的应用与展望

电工材料是电气装备的基础,其材料特性直接决定电气装备的极限电磁参数。随着科学技术的进步,生产、生活水平的不断提高,人们对电气装备具有的功能和性能的需求日益增加。理论研究和工程实践表明,以传统电工材料为基础生产的电气装备在功能和性能方面不能完全满足人类社会对先进电气装备快速增长的需求。电工新材料及其应用研究应使未来的电工装备具有挑战更高电磁参数极限的能力。材料基因工程为电工材料设计筛选提供了新的技术手段,通过利用高通量的方式设计与筛选材料,大幅缩短了材料的研发周期,显著降低了研发成本。本文综述了近几年材料基因工程先进理念与前沿技术在电工材料开发中的应用案例,这些案例表明了材料基因工程技术在电工材料研发中的适用性。本文还重点分析了以机器学习为代表的大数据技术在电工材料研发中的应用现状。

定位于材料基因组计划的镍基高温合金互扩散系数矩阵的高通量测定

寻找新一代镍基单晶高温合金中Re的替代元素以实现少Re甚至无Re化是当前高温合金领域的研究热点。从扩散系数角度出发寻找具有与Re相当或者更低扩散系数的元素是有效的研究策略之一。在多元合金中,互扩散系数矩阵可全面表征任一合金元素的扩散能力。因此,精确测定不同合金元素在镍基高温合金γ和γ'相中随成分和温度变化的互扩散系数矩阵是当务之急。首先,概述当前镍基高温合金互扩散系数矩阵测定的现状,以及用于多元合金互扩散系数测定的传统Matano-Kirkaldy方法和新型数值回归方法。由于传统Matano-Kirkaldy方法效率低,文献中鲜有镍基高温合金三元及更高组元体系互扩散系数矩阵的报道。本研究小组最近基于Fick第二定律和原子移动性概念发展起来的新型数值回归方法,可用于任意组元合金精准互扩散系数矩阵的高通量测定。随后以Ni-Al-Ta三元合金γ相为例详细阐述新型数值回归法用于合金互扩散系数矩阵高通量测定以及测定结果的可靠性验证过程。之后,简述本研究小组关于镍基高温合金γ和γ'相互扩散系数矩阵测定的最新进展。目前已经完成了核心三元合金体系Ni-Al-X(X=Rh,Ta,W,Re,Os和Ir)γ及γ'相互扩散系数矩阵的高通量测定,并对结果可靠性进行了细致的验证。通过对比不同元素在镍基高温合金中的互扩散系数,初步提出新一代镍基高温合金中Re的可能替代元素及合金成分设计的关键。最后,指出镍基高温合金互扩散系数矩阵测定的下一步工作和互扩散系数矩阵高通量测定的发展方向。

高性能钛合金的关键“基因”及高通量实验与计算技术的应用

加快高性能钛合金的研发速度、降低研发成本对我国高端装备制造至关重要。作为关键结构材料,强度、塑性与韧性是保障钛合金构件安全运行的关键力学性能指标。通过高通量计算可预测合金的模量、比热、热膨胀系数等多种物理性能指标,但是对于强度、塑性与韧性等力学性能指标尚缺少预测模型和公式,原因是力学性能间接依赖合金的化学成分,直接影响力学性能的因素是合金的微观组织。高性能钛合金的关键"基因"是成分、相/组织结构与晶体缺陷。高通量计算和扩散多元节建立合金成分与相的对应关系,相场动力学计算与模拟实现对相与微观组织演化的预测,通过微纳尺度力学性能测试技术获得微观组织结构的力学性能数据。期望通过以上各环节研究结果与数据的有机整合,建立钛合金成分、相与微观组织、力学性能数据库,有助于提升高性能钛合金的研发速度,满足我国关键技术领域对先进钛合金的需求。

核电材料辐照损伤的多尺度高通量计算模拟

反应堆压力容器用钢等核电材料在持续服役中,由于中子辐照造成其内部缺陷不断累积,致使材料组织结构损伤、性能劣化,对核电安全运行形成潜在威胁。多尺度计算模拟是探索辐照缺陷演化机理的有效手段,结合等效缺陷结构理论,有望实现核电材料服役行为的高效评价与预测。文中综述了多尺度计算模拟在核电材料辐照缺陷演化相关研究领域的进展,并对缺陷结构的多尺度演化本质及相应的多尺度高通量计算模拟方法进行了分析讨论。结果表明,通过缺陷结构特征能量等效传递的方法可以实现从第一性原理计算到缺陷扩散反应动力学等高通量计算模拟的跨尺度耦合;通过多尺度高通量计算模拟得到的缺陷演化热力学和动力学数据,可以搭建用于预测核电材料长期服役行为的材料基因工程数据库;在材料缺陷结构特征能量-组织结构-性能关联性探讨基础上,应用高通量计算模拟,辅以高通量实验数据验证,有望建立基于材料基因组结构能的服役安全工程模型。

沥青混合料骨架细观接触的高通量计算

为实现沥青混合料骨架细观接触的高通量计算,首先提出了近邻列表法与改进的窗搜索法两种接触计算方法;然后,使用4种(AC13、AC16、OGFC13及SMA13)沥青混合料对比了两种新方法与遍历法、窗搜索法及iPas软件在计算精度与效率方面的差异,采用虚拟试件研究了可实现计算速度与精度均衡的图像分辨率范围;最后,就高通量计算方法的适用性进行了验证。结果表明:近邻列表法可避免遍历法不可能发生接触集料对的冗余接触计算,改进的窗搜索法通过形态学膨胀处理即可完成传统窗搜索法环扫一周的目的;近邻列表法、遍历法、窗搜索法、改进的窗搜索法及iPas软件尽管计算原理存在差异但具有一致的精度;不同计算方法的计算效率排序为近邻列表法>遍历法>改进的窗搜索法>iPas软件>窗搜索法;图像分辨率的降低会提高接触计算的速度但是会降低接触点计算结果的准确性,综合考虑精度与效率的要求,图像分辨率范围处于0.05~0.075 mm/pixel时可实现计算速度与精度的均衡;近邻列表法能有效地实现沥青混合料骨架细观接触的高通量计算。

MatCloud+材料云:高通量多尺度全流程的国产材料集成设计工业软件

人们对工业软件的理解大多为基于宏观有限元的模拟仿真,然而计算模拟很多时候还需深入到电子、原子和分子层次。为此,研发了微观多尺度材料集成设计工业软件MatCloud+材料云,不仅将建模、计算流、材料数据库、计算集群以及AI算法等一体化置于云端,而且研发了自主可控的第一原理计算和分子动力学程序包,积累材料数据近千万。高校和科研院所用户无需下载安装,通过浏览器即能开展高通量多尺度模拟。企业用户可部署私有云,通过“软件定义”方式,快速将碎片化的实验数据结构化,并与高通量计算数据融合开展材料智能设计。MatCloud+材料云的开发,打破了微观多尺度材料集成设计工业软件被国外垄断的局面。

基于增材制造的钢铁块体材料高通量实验方法

近年来先进高强度钢发展迅速,在航空航天、海洋工程和医疗器械等领域引起了广泛关注。基于材料基因工程的研究方法,介绍了增材制造用于钢铁块体材料高通量实验的高效性和潜在优势,回顾了利用基于增材制造的高通量实验筛选出结构功能一体化钢材的高效制备与评价方法。讨论了其他代表性高通量实验方法的特点并提出组合高通量实验的可能性。最后展望了增材制造拓展应用于其他多元体系合金材料高通量实验的前景。

高通量计算筛选的材料设计接口应用软件

复合材料是由至少两种不同性质的材料组成.基于此特点,高通量计算和多尺度模拟方法和理念,尤其适合于复合材料配方的理论设计.为此,我们研发了一个基于Materials Studio的支持复合材料配方设计的高通量计算和筛选的接口应用软件.目前该软件主要支持Materials Studio中的Amorphous Cell和Forcite Plus两个计算模块,通过模块接口的调用实现了高通量生成复合材料各种配方,以及基于分子动力学的高通量自动流程计算和筛选.与直接使用Materials Studio软件相比,该软件具有"一键式、自动流程、高通量筛选"等特点.目前该软件已经实现了微观尺度的基于分子动力学模块Forcite Plus的自动流程筛选.下一步我们将在此基础上,开发出介观尺度上使用耗散粒子动力学方法的Mesocite模块接口,实现跨尺度计算模拟和高通量自动流程筛选,开展环氧树脂基复合材料的配方设计.使用该软件的用户必须要有Materials Studio版权.

高通量实验技术在块体材料中的应用

材料基因工程的三大要素是:高通量计算,高通量实验和材料数据库。高通量实验不但可以加速建立材料成分–相–性能之间关系,从而快速建立和丰富材料性能数据库,同时也可用来验证材料计算理论模型的准确性。本文将介绍一些块体材料的高通量实验方法及应用实例,包括扩散多元节、快速合金成型法、激光近净成形技术、双圆锥台和梯度热处理等。利用这些技术,可以以并行的方式研究成分、应变、温度、冷速等的变化对块体材料相、显微结构、硬度、强度、塑性等性能的影响。期望可以为致力于块体材料高通量实验研究的同行提供一些参考。

金属材料多尺度高通量制备研究进展

材料高通量实验是在短时间内完成大量样品的制备与表征,可帮助研究者快速筛选新材料的成分和工艺组合,高效探索材料创新的“基因”,从而促进自主创新迭代能力,是材料基因组工程的关键技术之一。高通量制备技术是高通量实验的基石,其技术发展方向可归纳为两类,第一类是通过并行试验的方法提高制备效率,第二类是在同一样品上实现成分或工艺参数梯度变化。按照制备样品单元的尺度可分为纳微观样品制备方法和宏观样品制备方法,以界面法、薄膜法为代表的纳微观尺度高通量制备技术已被广泛用于各类新材料的成分设计。目前该领域的重要发展方向之一是块体样品的高通量制备技术,用以实现对样品宏观力学性能的直接表征。发展中的宏观尺度样品的高通量制备方法总体上可分为成分高通量制备和工艺高通量制备两大类。本文按照样品尺度归纳了各类高通量制备方法的优缺点及应用特点,特别是高通量方法与激光增材制造技术结合制备块体材料的思路,重点介绍了高通量制备技术在高熵合金、非晶合金和新型结构材料设计开发中的应用案例,分析了高通量制备技术未来发展的重点和趋势,包括均匀块体样品的高效高通量制备、高通量制备与表征的一体化协同以及发展高通量数据采集管理学习的一体化云数据平台,以期为金属新材料成分及工艺设计提供技术思路。

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。

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。

基因/蛋白质组学技术在生物材料生物相容性研究中的应用

生物材料的生物相容性是生物材料研究领域的关键科学问题。分子生物学技术的发展使生物材料的生物相容性评价从动物水平和细胞水平深入到分子水平。生物组学技术的发展为高通量进行生物材料分子生物相容性评价、阐明生物材料与生物体的相互作用机理提供了有效的手段。本文综述了生物材料生物相容性研究现状及基因组学、蛋白质组学技术在生物材料生物相容性研究中的应用。

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。

高通量实验技术发展现况及在贵金属研究中的应用分析

随着科技的发展材料基因组工程技术成为材料科学研究的热点,其中的高通量实验技术是其中最重要的三部分之一。针对该类技术,首先总结了各类高通量实验技术的基本原理、种类和方法;在此基础上针对贵金属研究领域的特点,分析了各种高通量实验技术在贵金属材料研究领域中的优缺点和存在的问题,以及贵金属高通量实验方法需要基本的主要特征;给出了适合贵金属研究的高通量实验方法以及改进之处,并对其发展方向进行了分析和讨论。

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。