摘要：针对目标性能的多元合金成分设计因具有巨大的成分参数空间而极具挑战,而且传统的试错实验由于效率低能探索的合金成分有限。提出利用高通量实验结合机器学习方法加速非等摩尔比的硬质高熵合金Co x Cr y Ti z Mo u W v的成分设计。首先通过自主研发的全流程高通量合金制备系统制备了138个不同成分的高熵合金铸态样品。然后根据测量的维氏硬度(HV)数据,使用随机森林法和支持向量机法进行机器学习建模,并预测了五元合金体系内潜在的3876个不同成分合金的硬度。随机森林机器学习模型的预测结果在高(HV>800 MPa)、中(600<HV<800 MPa)、低(HV<600 MPa)硬度区域的平均误差分别为2.87%,3.30%和6.70%,实验硬度值在对应区域的测量误差分别为1.69%,1.88%和1.87%。根据机器学习模型预测结果建立的“成分-硬度”与“描述因子-硬度”关系图谱展示了全成分空间内高熵合金的硬度变化规律及影响硬度的重要描述因子——原子半径差。研究结果表明,高通量实验与机器学习相结合可使多元合金成分优化效率提高百倍以上。此外,建议未来研究应在“机器学习”基础上加强“向机器学习”,在更高层次上获得新的专业知识认知。

摘要：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。

摘要：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。

摘要：近年来,数据驱动的智能化学研究不断取得进展.本文报道了一套集成化学合成、样品表征与性能测试的机器化学家平台,在实现合成、表征和测试全流程自动化控制的同时,采集各个步骤的实验数据,形成数据云平台,主动对实验方案进行迭代优化.论文详细阐释了整体架构、软硬件设计和操作逻辑,展示了科研人员与该平台的交互过程,并对机器化学家的未来发展作出了展望.

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：材料基因工程是近年来材料领域兴起的前沿技术,其基本理念是融合材料高通量计算、高通量实验和数据技术加速新材料的设计和研发.分子筛作为一种重要的化工材料,因其良好的热稳定性、较高的比表面积、独特的孔道结构及可调变的元素组成和酸性,在气体吸附、分离、异相催化和离子交换等工业领域应用广泛.近年来,融合高通量计算、高通量实验和数据库技术的材料基因工程技术正逐步应用于分子筛研发等领域:高通量计算能够从理论上预测并筛选出具有优异性能的分子筛合成目标、高通量实验显著提升了分子筛材料合成与表征的效率、数据库技术则为未来挖掘分子筛材料的合成规律与构效关系奠定了数据基础.本文主要从这3个方面阐述材料基因工程技术在分子筛材料研发领域的应用及进展,总结以功能为导向、定向设计和构筑分子筛材料所面临的机遇与挑战,并对材料基因工程技术在分子筛领域的前景进行了展望.

摘要：摩擦是涉及数学、物理和材料学等学科的一门复杂的交叉学科。集成计算材料工程是将计算材料科学工具集成为一个整体系统并把设计和制造统一起来,可充分发挥其综合解决问题的优势,加速先进固体润滑材料的开发和优化工程设计的过程。本文从新材料研发的理论驱动范式出发,介绍了Prandtl-Tomlinson和Frenkel-Kontorova经典摩擦模型。应用这些模型,总结了本团队在原子尺度模拟计算中二维润滑材料的磨损及润滑机制方面的研究进展。从数据驱动的机器学习角度,通过分析润滑和耐磨损2种性能案例,综合人工智能在材料摩擦性能方面的研究逻辑和特点。基于新材料研发范式的逻辑,讨论集成计算材料工程在固体润滑领域的应用,突出集成多尺度计算模式对揭示结构超滑的机制具有重要意义。

摘要：材料基因工程是近年来材料领域逐渐发展起来的颠覆性前沿技术,通过将数据库技术、材料高通量计算和高通量实验进行深度融合,加速新型材料的结构设计和产品研发。目前材料基因工程技术被广泛应用于合金、能源材料、催化材料等行业,而在高分子行业中的应用较少。由于高分子聚合物终端用户对高性能材料需求不断提高,基于试错法的传统聚合物结构设计方法耗费大量的人力、物力及财力,研发周期太长,已远不能适应新时代人们对新型聚合物设计方法的需求。应用材料基因工程技术可满足目前高分子聚合物领域短周期、低成本、高效率的研发目标。本文从高通量计算、高通量实验及数据库技术出发,阐述了材料基因工程技术在高分子聚合物领域的应用及进展,并对其在高分子聚合物领域的发展前景进行了展望。

摘要：近年来,随着我国海洋资源开发不断走向深水,海洋工程装备对材料的性能要求不断提高,设计和开发高性能钢铁材料已经成为海洋工程材料的主要发展趋势之一。应用传统的“试错法”开发新材料虽然能避开物理机制不明的制约,但研发周期长、成本高、效率低。“材料基因组”思想应运而生,材料的设计逐渐由“炒菜式”向理性设计改变。而材料基因工程以“研发周期缩短一半、研发成本降低一半”为目标,为新材料的研发提供了新的方向。文中在对材料基因工程的基础理论与方法、关键技术、发展现状等方面总结分析的基础上,提出了海洋工程用钢材料基因化的设计思路。短期来看可以缩短研发周期同时降低成本,长期来看还可以实现海洋工程用钢的按需设计,充实钢铁材料数据库,为后续的材料计算与开发提供依据。

摘要：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。