新材料研发智能化技术发展研究.docx

《新材料研发智能化技术发展研究.docx》由会员分享，可在线阅读，更多相关《新材料研发智能化技术发展研究.docx（18页珍藏版）》请在优知文库上搜索。

1、一、前言新材料是经济社会发展的物质基础，高新技术和高精尖产业发展的先导。发达国家高度重视新材料研发和产业化发展，提出了一系列旨在加速新材料发展的研究计划，推动了大数据、人工智能（AI）技术在材料领域的应用，逐步构建了新材料研发智能化技术体系，正在形成有利于智能化关键技术研发与应用的科技、社会、市场生态。未来510年，新材料研发智能化将成为材料领域主要的发展模式，相应关键技术发展程度、基础设施与支撑平台建设水平、多学科交叉的复合型人才培养质量，将决定新材料领域原始科技创新能力，对高新技术发展产生深远影响。新材料研发智能化以材料大数据为基础、Al为核心，融合材料计算设计和实验技术以开展材料高维空间

2、全局寻优；通过材料研发-生产-应用全链条的协同创新和一体化发展，显著提升新材料研发和应用效率。构建高效计算设计、先进实验、大数据、Al等融合的新材料研发智能化技术体系，是变革材料研发模式、提高新材料工程化应用水平、推动材料产业高质量发展的有效途径；建设材料数据资源体系、智能化研发基础设施支撑体系，将筑牢新材料研发智能化的发展基础，促进材料信息化、数字化、智能化发展。上述举措的实施，有助于破解高新技术、高端关键材料卡脖子困境，增强关键材料和高端构件自主保障能力。近10年来,新材料智能化技术发展迅速,颠覆了新材料的研发理念和模式。例如，机器学习与材料计算融合，有望突破材料跨尺度计算难题，实现材料多

3、尺度、全流程的智能化计算模拟和设计；Al与材料实验融合，推动实验技术朝着自动化、自主化、智能化方向发展，提升了新材料实验发现及验证的效率与水平;大数据和Al在新材料研发中的广泛应用，推动了材料研发技术、研发范式的变革，为实质性解决材料研发效率低下这一瓶颈提供了新途径。针对新材料研发智能化技术体系构建问题，梳理国内外发展现状，分析面临的发展挑战，提出技术体系构建途径以及支持发展的举措建议，以期为新材料研发智能化的技术实践与管理研究提供基础参考。二、新材料研发智能化技术国际研究进展（一）材料智能计算设计技术及软件随着材料计算理论及相应算法的发展、计算机算力的提升，材料计算已经贯穿新材料研发的整个流

4、程，成为新材料理性设计的重要手段和基础技术：支持材料物理和化学机制探索，建立材料成分-结构-性能之间的构效关系；支持材料成分筛选、结构设计、工艺优化，提高发现新材料的效率；支持材料性能优化、寿命预测，加速产品研发迭代并促进工程化应用。材料计算模拟与Al融合，提高了材料计算在新材料研发过程中的贡献度，相应研究范围持续拓宽，从解释实验、预测实验发展到替代实验，研究对象趋向多尺度、复杂和真实体系，应用范围从新材料研发链扩展到生产链、应用链。Al技术快速融入材料计算，在多尺度计算、高通量计算、集成计算等方面进展明显。使用大数据和机器学习方法改进泛函，提高了密度泛函理论的计算精度和适用性。利用第一性原理

5、计算的数据，通过机器学习构建原子间的作用势，己获得广泛应用。例如，基于第一性原理计算、深度神经网络、支持向量机等方法，构建碳的亚稳态物质相图并确定亚稳态材料的相对稳定性与合成域，为材料非平衡动/热力学计算、亚稳态材料设计提供了新手段。将数据驱动材料建模的思路应用到多尺度仿真框架，发展了多尺度有限元方法，提高了结构分析的计算效率，应用到纤维增强塑料等复合材料开发。机器学习在材料集成计算工程的多个方向获得应用，如材料微结构表征、多尺度建模、高保真数据生成及传递、基于数字李生的智能制造等。(二)材料自主/智能实验技术及装置Al与实验的深度融合，推动材料实验朝着自动化、自主化、智能化方向发展，孕育着材

6、料实验技术的新变革。世界首套材料自主研究系统(ARES)具有近100次/天的实验通量，与高效原位表征技术、逻辑回归算法降维参量网格相结合，从影响碳纳米管生长的10维参数网络中筛选出了决定碳纳米管壁层数的温度和烧压条件，按照不同的预设生长速率可控制备碳纳米管。基于ARES的增材制造自主实验系统,与注射器挤压打印成型技术、云端机器学习优化算法相结合，通过自主调节打印参数实现单层打印特征的直接写入，在不到100次实验迭代后完成预定的打印目标。基于即插即用模块的连续流动化学合成系统，将流动化学合成过程分解为可自由排列组合的模块，根据用户需求自由选择试剂、反应器、分离器、反应过程表征等模块，具有远程启动

7、、监控进度、分析结果的能力，可依据测试结果进行自动优化。被称为“移动化学家的自主实验系统，将激光扫描、触摸反馈组合，实现实验室空间内的精确定位(空间精度为0.12mm,取向精度为0.005。)；可同时响应10个维度的变量，在8天内自主完成688个实验，获得了一种新型的化学催化剂。针对多个材料性能目标进行协同优化的自主实验系统，可消除人员先验知识对相互冲突材料性能指标的主观偏向，实现多性能参数的协同平衡优化，使材料具有良好的综合性能。自主实验系统的应用，能够高效完成多维参量空间内的研究工作，应对更为复杂、高维化的新材料研发需求，使新材料的发现效率表现为类“摩尔定律。（三）数据驱动的材料研发与数字

8、挛生以材料大数据为基础、Al为核心的新材料研发智能化，孕育着材料科技和产业的变革，成为颠覆性前沿技术。多个国家从抢占未来科技制高点的角度，前瞻布局材料数据基础设施建设，积极研发材料Al核心软件。针对材料数据多源、多模态、多粒度、多维度的特点，研究材料数据存储技术、数据交换标准与协议、云资源管理技术等。应用非关系型数据库技术，提升材料数据存储系统的可扩展性，便于数据的个性化表达、高效存储及检索。基于自然语言处理算法实现机器的语义知识理解，直接从科技文献等文本语言中获取材料知识，支持新材料预测和发现。以主动学习、贝叶斯优化为代表的自主决策技术，在对巨大材料探索空间进行有效采样的基础上，以较少的实验

9、验证和迭代即可筛选出具有最优目标性能的材料，成为数据驱动新材料研发的通用技术策略。深度学习用于挖掘材料的复杂构效关系，提高新材料的发现效率。利用具有广泛适用性的主动学习框架，从数百万种高端合金成分中开发了2种高端因瓦合金（300K时热膨胀系数极低）,展示了主动学习框架在小样本数据条件下、广域空间内优化多目标性能的潜力。基于神经网络的深度学习框架，能够预测数十种新的晶体结构及相应的分子材料特性，逆向生成分子合成路线以显著提升搜索效率。将数字学生技术用于复杂材料/器件服役性能优化,可完善材料/工艺的理性设计，驱动上游材料设计、下游制造过程的革新。以计算-实验-数据技术融合为特征的材料基因工程是解决

10、新材料研发和应用效率低下问题的有效方法，大数据、Al等技术的应用更显成效突出。（四）材料研发智能化平台和基础设施建设网络化协同的材料研发智能化平台、基础设施等条件，是新材料研发智能化技术发展、规模化应用的直接需求。以美国材料基因组计划为例，实施初期（2011年）拟建15个创新平台，2015年扩大到45个，多个领域的科研机构、企业等参与创新平台建设;在自然科学基金会的支持下，建设界面材料分析发现、二维晶体材料、生物高分子材料、聚糖材料等智能化创新平台，革新材料制备/加工、表征/评价、理论/建模/仿真等研发模式及支撑条件，形成工具、代码、样本、数据、技术共享的良好生态。美国国家标准与技术研究院牵头

11、，集成近百家科研机构和企业的材料数据、代码、计算工具等资源与服务，开发“材料资源注册系统材料数据管理系统以支撑材料协同创新网络，实现材料高通量实验数据采集、计算建模软件工具的高质量集成，引领国际材料数据基础设施的发展;Al和机器学习应用到企业的89个项目，获得了可观的投资回报。材料加速平台应用于清洁能源材料研发，取得了重要进展。融合Al模型、实验机器人、自主决策软件、数据库以及人工经验，基于自主实验的闭环反馈过程来调度各类算法，开展实时数据交互；机器人自动执行实验，自动调用数据训练机器学习预测模型，自主执行新的实验，形成反馈迭代和循环，以此快速发现新材料。建设材料加速平台的关键技术有：智能化的

12、自驱动研发闭环系统、可组装多种制备表征手段的模块化材料机器人、跨时空尺度的材料计算模拟方法、适应材料研发特点的Al算法、支撑自主实验的逆向设计方法、先进的数据基础设施及交换平台等。材料智能化平台和基础设施建设将释放材料科学发现的“摩尔定律效应，加速材料研发速度至少10倍。三、我国新材料研发智能化技术发展与应用现状在“十三五国家重点研发计划材料基因工程关键技术与支撑平台的支持下，以高通量计算设计、高通量实验、大数据为代表的材料基因工程技术取得突破。相关进展推动了新材料研发理念的深刻转变，促进了材料研发技术体系的革新发展，提高了大数据、Al技术在材料研发中的应用水平，为新材料智能化发展和关键技术研

13、发奠定了基础。（一）材料高通量/智能计算与平台开发了ALKEMIEMataoUd、MIP、CNMGE等高通量/集成计算软件，具备微观-介观-宏观多尺度、并发式、自动流程的计算能力，推动材料高通量计算设计技术进入国际先进行列。在天津、长沙、广州等国家超级计算中心建立了材料高通量计算平台，提供高通量计算、数据处理一体化技术,支持用户在互联网、云计算环境下开展大规模计算的远程信息交互，为材料智能计算技术的快速发展筑牢了基础。利用Al技术构建了高精度的泛函，发展了深度势与高通量计算相结合的机器学习方法，据此预测出拓扑绝缘体、催化材料、二维材料等前沿材料。中国科学家参与的“深度势能国际团队，结合分子建模

14、、机器学习、高性能计算，将具有从头算精度的分子动力学模拟极限提升至IxlO8个原子规模（原本需要60年时间的计算任务压缩为1天），获得国际高性能计算应用领域最高奖（2020年）。尽管目前我国智能计算仅集中在部分材料方向，但表现出的技术先进性和应用优势，为未来全面实现Al与材料计算融合积累了有益经验。（二）材料高通量/自主实验与平台研发了薄膜、粉体、块体、复合材料等的高通量制备技术和30余种关键装置，涵盖材料芯片、粉体阵列，凝固、锻造、热处理等工艺，提高了新材料的实验筛选及发现效率。研发了材料高通量表征、服役行为评价技术及装置，基于同步辐射的高通量白光阵列散/衍射技术可提高材料成分、结构表征速率

15、约100倍。建立了网络化的材料高通量制备实验平台，技术及装备水平达到国际领先。面向新材料自主研发与智能发现的需求，研发了固液异相的自动化、数字化反应平台，整合了基于操作栈的硬件环境、由化学方案描述的语言层、数字化控制系统，可控制无人值守数字化实验流程，为自主实验系统构建确立基础。集成移动机器人、化学工作站、智能操作系统、数据库以构建数据智能驱动、覆盖全流程的机器化学家平台，实现大数据、智能模型共同驱动的化学合成-表征-测试全流程的自主化,形成的智能研发能力可用于光催化与电催化材料、发光分子、光学薄膜材料等。（三）材料大数据技术与平台研发了基于无模式存储技术的材料数据库系统软件,建成了数据采集-

16、数据库-数据挖掘-材料设计一体化的数据库示范平台，用于不同层次材料数据的累积和共享。基于云技术，实现材料数据库的统筹管理和集中开放共享，具有物理分散、逻辑统一、多节点融合的特征。相关数据库技术和软件在企业、科研院所的广泛应用，为规模化建设材料数据基础设施、材料数据网提供了技术和软件支撑。数据驱动的新材料研发技术发展较快，率先在高性能金属材料、高焙合金、高温合金等的研发上取得应用突破，部分实现了工程转化和应用。整体来看，我国材料Al应用技术达到国际先进水平。（四）应用成效材料基因工程、智能化技术在前沿新材料探索与发现方面获得重要进展。利用材料高通量计算和数据技术，在近4x104种材料中发现了8000余种拓扑材料，超出历史上发现拓扑材料数量的10倍。发现了新型无机塑性半导体AgzS、InSe,研制出兼具良好塑性与优异热电性能的AgzS基无机半导体材料，开辟了无机塑性半导体和无机柔性热电器件的新方向。研发出国际上使用温度