摘要：材料基因工程是材料领域的颠覆性前沿技术,将对材料研发模式产生革命性的变革,全面加速材料从设计到工程化应用的进程,大幅度提升新材料的研发效率,缩短研发周期,降低研发成本,促进工程化应用。本文从基础理论与方法、关键技术与装备、新材料研发与工程化应用、人才培养以及材料基因工程新理念的形成和推广等方面,综述了中国材料基因工程的研究进展,并提出了未来发展方向建议。

摘要：以100mm×100mm大断面铜包铝棒坯为对象,建立棒坯连铸复合成形的数值模型,确定模型的边界条件,并通过设计的实验验证数值模型边界条件的准确性。基于验证的边界条件,采用ProCast软件对铜包铝棒坯立式连铸复合成形过程的稳态温度场进行数值模拟,得到了各工艺参数对连铸过程的影响规律,给出了工艺参数的调控策略和合理范围。结果表明,制备100mm×100mm大断面铜包铝铸坯的合理工艺参数范围为:在保持铜液温度1250℃的条件下,铝液铸造温度为760~790℃;一冷水流量为1600~2000L/h;二冷水流量为900~1100 L/h;二冷水距结晶器石墨套出口距离为20 mm;拉坯速度为80~100mm/min。

摘要：大数据和人工智能技术的快速发展推动数据驱动的材料研发快速发展成为变革传统试错法的新模式,即所谓的材料研发第四范式。新模式将大幅度提升材料研发效率和工程化应用水平,推动新材料快速发展。本文聚焦机器学习辅助材料研发这一新兴领域,以材料预测和优化设计为主线,在简述材料特征构建与筛选的基础上,综述了机器学习在材料相结构、显微组织、成分-工艺-性能、服役行为预测等方面的研究进展;针对材料数据样本量少、噪音高、质量差,以及新材料探索空间巨大的特点,综述了机器学习模型与优化算法和策略融合,在新材料优化设计中的研究进展和典型应用。最后,讨论了机器学习在材料领域的发展机遇和挑战,展望了发展前景。

摘要：为了快速发现高性能银合金电接触材料,从文献中收集了32组铸造法制备的银合金电接触材料的成分和性能数据,采用特征量筛选方法识别出影响合金性能的关键合金因子,采用支持向量机算法建立了合金导电率和硬度预测模型,实现了合金成分的快速设计。选取预测性能优异的Ag-19.53Cu-1.36Ni、Ag-10.20Cu-0.20Ni-0.05Ce和Ag-11.43Cu-0.66Ni-0.05Ce (质量分数,%) 3种成分设计方案进行工业生产条件的实验验证,性能预测结果与实验结果误差均小于10%,3种合金导电率均≥79%IACS,Vickers硬度均≥87 HV,综合性能均优于已有铸造法制备的银合金电接触材料。上述研究结果表明,本工作建立的机器学习成分设计方法可靠性好,有助于提高合金成分设计效率,快速发现综合性能优异的银合金电接触材料。