PDF《材料的理性设计与计算模拟》

如果材料的理 性设计与计算模拟可以快速地提供足够准确 的结果, 同时计算成本变得比实验更低时, 可以通过材料 的理性设计与计算模拟降低新材料的研发成本. 材料的理性设计与计算模拟面临的最具挑战性 的核心问题, 是如何快速地得到足够准确的结果可 以指导实验研究.这个问题的答案就是材料理性设 计与计算模拟研究所依赖的 实验仪器 .所以, 我 们需要重点关注与优先解决的核心科学与技术是发 展先进的理论计算方法与软件.我们认为, 在现阶

8 6 中国科学基金2018年 段, 至少要在两个方面发展先进的理论计算方法与 软件: (

1 )发展可以快速、 准确的模拟复杂体系电子 结构的计算方法与程序;

( 2)结合物理原理、 数据库 与机器学习技术, 发展基于大数据驱动的材料理性 设计与计算模拟的方法和软件. 真实材料体系时间与空间尺度跨度大, 涉及的 问题复杂.结构是材料科学研究的最基本的问题, 是材料性能的基础.由 于材料势 能面的高度复杂性, 从给定的化学组分预测材料可能的结构长期以 来都是一个挑战.材料的性能是材料在服役环境下 对外场( 力、 热、 光、 电、 磁等) 的响应性质所决定的. 这些问题都取决于材料的电子状态, 而描述材料体 系的电子结构往往需要以第一性原理为核心基础进 行电子结构计算.尽管国际上已经率先发展了一系 列量子化学计算方法与软件, 可以初步圆满地解决 简单材料体系的基态电子结构问题.但是, 真实材 料体系的性能一般涉及到电子激发态、 激发态的演 化动力学、 以及表面反应动力学等.发展电子结构 计算方法与程序, 能够快速、 准确地描述复杂材料体 系的电子结构, 是决定材料的理性设计与计算模拟 的效率和可靠性的关键所在. 另一方面, 随着实验技术和计算能力的提高, 我 们在材料科学研究中搜集 大数据 的能力大大超过 了我们分析这些数据的能力.这种变化预示了材料 的理性设计与计算模拟的发展趋势: 收集、 整合材料 科学研究中的实验与计算模拟产生的数据, 结合基 本物理原理、 数据库、 信息科学、 与机器学习技术, 破 译材料 加工―结构―性质―性能 研究链中隐匿的 关系, 通过 大数据 驱动新材料的理性设计和计算 模拟.虽然类似的 大数据 驱动技术已经在很多领 域得到广泛的应用, 材料领域独有的数据复杂性和 多样性要求开发新的大数据方法和程序, 进一步推 动在材料结构、 性能与动态演化过程等方面快速、 定 量可靠的预测, 最终实现材料 大数据 驱动的理性 设计.正是在这一背景下,

2 0

1 1年, 美国国家科学与 技术委员会发布了 材料基因组计划 , 通过融合高通 量计算、 实验和专用数据库等三大技术, 协同提升材 料制造水平, 提高( 美国) 国家竞争力.与此同时, 我 国科学家也积极行动迎接这一机遇与挑战, 布局了中 国的材料基因组计划.可以说, 材料基因组计划的核 心就是根据计算和大数据分析理性地进行材料设计. 总体来说, 材料的理性设计与计算模拟作为材 料科学研究的新范式, 将推动材料科学研究的迅速 发展.同时, 材料的理性设计与计算模拟作为材料 基因组基因工程的核心基础, 迫切发展具有自主知 识产权和国际领先的计算方法与软件平台, 这将是 我们是否能抓住这一机遇、 并取得领先地位的关键. 参考文献[1]AgrawalA, C h o u d h a r yA. P e r s p e c t i v e :m a t e r i a l s i n f o r m a t G i c sa n db i gd a t a : r e a l i z a t i o no f t h e f o u r t hp a r a d i g m o f s c i G e n c e i n m a t e r i a l s s c i e n c e . A P L M a t e r i a l s ,