材料基因工程.doc

材料基因工程 ——为什么是一项“颠覆性前沿技术” 1.前言 材料基因组技术是近几年兴起来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。材料基因工程借鉴人类基因组计划，探究材料结构与材料性质变化的关系。并通过调整材料的原子或配方、改变材料的堆积方式或搭配，结合不同的工艺制备，得到具有特定性能的新材料。但是材料基因组与人类基因组的又有很大的区别 ，材料的微观结构多样化，不但成分组成可以不同，微观形貌等结构也可能千差万别，其组成-结构-性能之间的关系更加复杂。 2.材料基因组技术 2.1材料基因组技术 材料基因组计划是通过“多学科融合”实现“高通量材料设计与试验”；其核心目标在于通过“高通量计算、实验和大数据分析”技术加速材料“发现-研发-生产-应用”全过程，缩短材料研发周期，降低材料研发成本，引发新材料领域的科技创新和商业模式变革。 材料基因组技术包括高通量材料计算方法、高通量材料实验方法和材料数据库三大组成要素。 2.1.1高通量材料计算方法 高通量计算是指利用超级计算平台与多尺度集成化、高通量并发式材料计算方法和软件结合，实现大体系材料模拟、快速计算、材料性质的精确预测和新材料的设计，提高新材料筛选效率和设计水平，为新材料的研发提供理论依据。其中并发式材料计算方法包括第一原理计算方法、计算热力学方法、动力学过程算法等，跨越原子模型、简约模型和工程模型等多个层次，并整合了从原子尺度至宏观尺度等多尺度的关联算法。 高通量材料集成计算技术利用第一性原理、分子动力学与位错动力学、合金相图计算、相场计算等方法，快速并行模拟实验室中成分与性能优化的传统试错式材料研发过程，并基于材料科学知识，迅速挑选有利于目标性能的合金成分与微观结构特征，从而加速新材料的研发进程并显著降低材料研发成本。 2.1.2高通量材料实验方法 传统材料研发模式依赖于成分与工艺的不断“试错”实验优化，结合对结构-性能关系的不断理解以获得满足性能指标的材料。但是，新型关键材料具有成分多元化、复杂化、微结构多级化等特点，传统的“试错”模式在实际材料开发中不仅耗费巨大，而且几乎难以取得成功。 高通量实验平台是发展材料基因组技术具备的条件之一。高通量实验平台可以为据库提供数据支撑；而就高通量集成计算而言，高通量实验技术为各种计算模拟工作提供计算目标。材料基因组概念中的高通量实验技术具有快速制备快速表征各类金属与非金属样品的能力，典型的高通量实验方法有扩散多元结与材料基因芯片 2.1.3 材料数据库 数据可以看作是感兴趣参量的具体数值，这些参量在空间与时间上的一系列数值就构成数据集，不同的数据集结合到一起并按照一定的协议实现相互调用，体量巨大、结构性的数据集就构成大数据。利用物理层面的分布式服务器对随时间不断膨胀的数据集进行存放，利用通讯协议实现服务器中数据集的远程调用与管理，利用专门的算法对不同数据集自身和数据集之间进行分析并提取有价值的信息，并用专门的软件实现数据分析的可视化，就构成了基于大数据方法的材料数据库技术。 材料信息学通过数据管理、数据分析与数据协作，实现从已有数据中提取高价值信息和知识的目的。由于计算材料数据库是综合物理，化学及生物的交叉学科的数据库。因此，材料数据库的建立，有利于减少材料的重复实验和测试，对缩短新材料的研发周期，节约新材料的研发成本具有非常积极的作用 2.2结论 材料计算模拟是实现“材料按需设计”的基础，可以帮助缩小高通量材料实验范围，提供实验理论依据；高通量材料实验起着承上启下的角色，既可以为材料模拟计算提供海量的基础数据和实验验证，也可以充实材料数据库，并为材料信息学提供分析素材，同时还可以针对具体应用需求，直接快速筛选目标材料；材料数据库可以为材料计算模拟提供计算基础数据，为高通量材料实验提供实验设计的依据，同时计算和实验所得的材料数据亦可以丰富材料数据库的建设。 3．结论 材料基因组技术融合了材料科学、固体力学、信息科学、软件工程、先进实验方法等学科，采用数值模拟、数据库及数据挖掘、人工智能等技术研究材料的工艺过程、微/细观结构、性能和服役行为等，阐明成分、微结构和工艺对性能的控制机制，引导并支撑实体材料的研发和应用。 在材料基因工程提出之前，新材料从研发到市场应用实践跨度非常大，某种材料从最初的研究开发，经过性能优化、系统设计与集成、验证、制造再到投入市场通常需要10-20年时间。部分原因是一直以来过度依赖对材料研发的科学自觉与实验判断，目前大部分材料的设计与测试时通过耗时的重复实验完成的、而实际上，有些实验通过理论计算工具就能完成模拟。材料基因工程采用强大的计算分析和理论模拟工具，减少新材料研发和生产过程中对物理实验的依赖。 改进的数据共享系统和一体化的工程团队将允许设计、 系统工程与生产活动的重叠与互动。这种新的