基于高通量计算及机器学习的新材料带隙预测

在功能材料应用中,带隙往往起着重要的作用,如光电材料一般为宽带隙半导体,而热电材料为窄带隙半导体,因此对指定类别的材料体系带隙进行快速而准确的预测对于功能材料应用具有非常重要的科学意义.然而,通过基于第一性原理的高通量计算获取高精度带隙的方法耗时长,效率低,而实验上系统测量大量材料体系带隙也不现实,所以基于统计学的机器学习预测方法就成了一种有前景的可能性替代方案.本文设计了一种集成学习模型用于有效而准确地预测带隙值.在已计算过带隙值的热电材料类金刚石化合物的基础上,一方面利用单组元组分替换策略产生大批量相似化合物,并用查重技术过滤掉重复体系,得到356个相似材料体系.另一方面结合机器学习技术,构建高效的带隙预测模型,预测并验证了50个相似材料体系的带隙值.通过实验证明,该预测模型具有77.73%的准确率,且足够健壮稳定,可以广泛应用于需要进行大批量带隙预测的热电材料的研究情景中.     

数据驱动储能电池新材料的筛选和设计

数据驱动新材料产业发展是第四研究范式促进材料创新,加快材料应用的多学科多领域交叉融合的技术热点.机器学习(machine learning, ML)作为一种重要的数据驱动方法,其结合第一性原理计算在材料科学、化学、物理学和计算机等跨学科领域展现出巨大的优势,为储能电池新材料的快速发展带来了新的机遇.为帮助研究人员了解这一新兴领域,本文系统地详述了高通量计算筛选和ML在储能电池材料研究中的最新进展,概括和总结了目前国内外应用较为广泛的在线材料数据库,举例介绍了新数据库的多层次构建,分析了目前数据采集方面的一些难点.论文进一步介绍了ML方法在高通量计算筛选、材料性质预测、材料结构与电化学性能构效关系研究和材料设计方面的应用实例,最后分析讨论了当前ML在储能电池领域面临的一些挑战,并展望了该领域的前沿研究.     

SPS过程中导电粉体的显微组织演变规律及机理

放电等离子烧结(spark plasma sintering, SPS)是最近几年国际上兴起的粉末烧结新技术, 具有升温速度快、保温时间短、冷却迅速等独特优势, 尤其适于纳米及非晶块体材料、陶瓷和梯度材料等先进材料的制备. 然而, 与利用SPS技术探索新材料制备的实验报道相比, 有关其特殊烧结机制的研究极为缺乏. 基此, 选用导电的纯金属铜粉作为烧结原料, 设计了一系列烧结实验, 研究得出了SPS过程几个重要的特征烧结阶段及其中显微组织演变的规律. 提出了SPS过程中烧结体显微组织演变的“自调节机制”, 由此揭示了制备高致密度、均匀、细晶材料的SPS技术优势的内在机理; 还对SPS烧结体的致密化过程进行了定量预测, 实验测定值证实了模型预测结果.     

一种基于高斯过程的数据驱动光度立体视觉全局优化算法

光度立体视觉技术难点之一在于快速有效地解决非朗伯体材料的复杂反射问题,针对这一问题,本文提出了一种基于高斯过程的数据驱动光度立体视觉全局优化算法.该方法利用高斯过程,通过贝叶斯推理学习给定材料的实测双向反射分布函数值,建立用于描述非朗伯体材料非线性反射性质的连续数学模型.该模型以光源方向和表面反射光强作为输入,以双向反射分布函数值作为输出,可在光度立体视觉系统中建立更为精确的反射模型,从而得到更高的法向量预测精度.仿真实验和实际实验表明,该方法显著提升了光度立体视觉的法向量恢复精度,且拥有较高的计算效率.     

基于石墨烯/PEDOT:PSS复合材料制备的可穿戴柔性传感器

随着智能设备的普及,可穿戴电子设备呈现出巨大的市场前景.电阻式柔性应变传感器因具备较高的灵敏度与良好的生物兼容性等优点使其成为受关注的电学传感器.本文基于溶液共混法,制备一种新型的石墨烯(GR)/PEDOT:PSS多组分混合墨水材料,用直写喷墨打印技术制备了"电阻式"柔性应变传感器.该传感器以聚酰亚胺(PI)柔性薄膜为基底材料,以GR/PEDOT:PSS多组分混合墨水为导电材料,通过直写喷墨打印技术在柔性基底上打印导电图形.实验利用SEM、电学测试平台等表征手段分析了不同的GR掺加量对复合墨水材料性能与打印工艺的影响.实验结果表明:采用乙醇超声分散的GR材料可有效分布在PEDOT:PSS中,进而改善其在导电聚合物中的分散性;提高打印速率可明显降低线宽;随着GR掺加量的增大,柔性传感器阻值逐渐降低,器件的灵敏度下降;由此推断出相对疏松、分散性较好的墨水材料更有利于灵敏度的提高;提高柔性传感器的深宽比,可显著提高传感器的灵敏度.当弯折角度为80°时,电阻变化率(R/R0)最高为3.414,有望应用于柔性可穿戴设备新兴领域.     

玻璃基因工程研究

Science在创刊125周年之际,将"玻璃态物质的本质是什么"这一科学问题列为125个最具挑战性的科学问题之一.由于玻璃态物质的结构不确定性,玻璃性质的预测一直面临很多困难,这严重阻碍了功能玻璃的快速研发.目前高性能功能玻璃的研发主要靠经验和试错,存在研发周期长、成本高和效率低等问题.本文从无机玻璃的亚稳态组成图出发,采用热力学法预测玻璃的形成区,提出将玻璃形成区中的玻璃态化合物作为"玻璃基因",并用"玻璃基因"计算了不同体系玻璃的性质,计算结果与实验结果基本一致.此外,"玻璃基因"也可预测"锗反常"现象."玻璃基因"的提出对玻璃结构和性质预测有重要的意义,为玻璃科学的发展提供了新思路.     

基于预测-矫正技术的超临界流体强迫对流传热能力预测方法

拟临界区剧烈变物性导致超临界流体强迫对流传热特性规律复杂.已有超临界流体传热关联式的预测能力和应用范围难以同时改善.借鉴亚临界两(多)相流分流型预测传热能力的思路,本文尝试提出了基于预测-矫正技术的超临界流体传热能力预测方法.该方法的基础包括可合理表征浮升力效应和流动加速效应强度的无量纲数Bu和Ac,以及一套完善的超临界流体对流传热关联.通过超临界二氧化碳强迫对流传热实验研究,获得了传热数据库(3696组数据),建立了一套(10个)超临界二氧化碳强迫对流传热关联式,并对新建立的传热关联式和新提出的预测-矫正预测方法进行了评价.结果表明预测-矫正计算方法可大幅提高加热段壁面温度预测精度,并有效纠正单一传热关联式预测时出现的粗大偏差.     

多材料多尺度3D打印主动混合喷头的研究

多材料多尺度3D打印代表增材制造技术的前沿和未来发展方向,在功能驱动的"材料-结构-器件"的一体化制造,"创材"、"创物"和"创生"方面已经展示出巨大的潜能和广阔的应用前景.本文提出一种单喷头多材料多尺度3D打印新方法,针对核心功能部件——多材料主动混合喷头,开展了理论分析、数值模拟和实验验证的系统研究.提出一种多材料主动混合喷头,根据描述混合过程的物理方程(流体控制方程、湍流模型和稀物质扩散方程),阐述了叶轮直径、叶轮转速、流体黏度、体积力等因素对于混合效率和混合性能的影响及其规律;利用COMOSOL工程模拟软件,进一步揭示了叶轮直径、叶轮转速、流体黏度对于多材料混合的影响及其规律;最后,通过渐变色模型打印、变刚度模型打印和微尺度模型打印三个典型实验案例,验证了理论分析和数值模拟研究结果正确性和有效性.本研究为多材料多尺度3D打印奠定了理论基础,并为多材料多尺度3D打印装备的开发和工艺优化提供了重要理论支撑和方向性指导.     

器官芯片的制备及生物医学工程应用

器官芯片是在体外构建疾病(或正常)模型的一种新兴技术,近几年受到科研工作者和医务人员的广泛关注.相比构建模型的传统方法,具有便携性、高通量、可模拟在体微环境等优势,在研究疾病的发病机理、筛选药物等方面有着广阔的应用前景.本文介绍了器官芯片的发展历程,综述了器官芯片的主要结构及材料,通过分析现有器官芯片的结构,认为高度集...     

基于深度强化学习的机械装备剩余使用寿命预测方法

随着机械装备发展的日益大型化和复杂化,其使用安全性和可靠性也越来越受到重视.剩余使用寿命(remaining useful life, RUL)预测技术,通过分析设备的运行数据,预测设备还能正常运行的时间,利用该技术可有效提升设备运行的安全性和可靠性,同时可为设备的后续维修决策提供关键依据.本文提出一种基于深度强化学习(deep reinforcement learning, DRL)的RUL预测方法,首先通过自编码器(autoencoder, AE)对机械装备的原始信号进行特征提取,利用提取到的特征构成强化学习的状态变量,通过设置合适的动作空间和奖励函数训练强化学习模型,使其能依据样本间的时序相关性对装备的RUL进行准确预测.与其他方法相比,强化学习方法的时序交互决策逻辑可以自然地保留样本间的时序依赖关系,降低了RUL预测的波动性.最后利用涡轮发动机数据集CMPASS对提出的方法进行实验验证,所提出的方法在RMSE和Score两项指标上均优于目前多种RUL预测方法,且所提出方法对于接近退化末期的装备预测效果有明显提升.     

常重力和低重力条件下气液两相流实验研究

实验研究了常重力和低重力条件下水平方管内水气两相流型特征及其相互转换条件, 实验中均观察到了泡状流、弹状流、弹-环状过度流及环状流等流型. 发展了半理论Weber数模型以计入截面形状对弹状流-环状流转换的影响, 较好预测了实验观测结果. 此外, 滑移流率模型可成功预测大Froude数水平两相泡状流-弹状流间的转换边界.     

高密度泡沫塑料模量和屈服强度的理论预测

基于自洽模型研究了高密度泡沫塑料在单向加载下的力学性能，得到了泡沫塑料有效剪切模量及屈服强度同材料孔隙比之间的关系，所建模型不仅可以得到与三相球模型预测相同的剪切模量值，而且可以得到高密度泡沫塑料的屈服强度理论预测值，通过与其他经验模型和实验结果的比较，证明此模型可有效地预测高密度泡沫塑料的屈服强度。     

基于多任务学习的装备智能诊断与寿命预测方法

智能故障诊断与预测性维护技术是推动我国制造业向数字化、网络化、智能化方向发展的关键切入点和实现"弯道超车"的创新动力.得益于人工智能和机器学习技术的快速发展,智能故障诊断与寿命预测方法在航空航天、石油化工、船舶等领域得到了广泛的研究与应用.然而,传统智能方法为实现机械装备的初始异常检测、故障诊断与寿命预测等多种任务时,...     

尺寸依赖的界面能与界面应力

随着低维材料尺寸的减小,表面体积比急剧增加,界面能和界面应力对材料性能的影响显著增加。然而,目前人们对这些物理量,尤其是对其大小的尺寸效应的了解还很少。根据经典热力学理论,本文介绍了一系列无自由参数的、可模拟不同性质界面的块体和尺寸依赖的界面能以及相应的界面应力模型。已有的不同结合键类型的低维材料的实验和其它理论结果证实了模型的预测。     

超音速分离管内多组分气体分离的相平衡计算

建立了超音速分离管内多组分气体分离的相平衡数学模型, 并给出了相应的计算方法. 用所提出的模型和求解方法对用于中试的天然气净化分离管内天然气的相平衡特性和分离效果进行了预测, 并与实测结果进行了比较. 结果表明, 预测结果与中试实验结果基本吻合, 证明所建立的数学模型和计算方法的可靠性, 能够较精确地预测气体超音速分离管分离得到的气液两相各组分含量等相平衡参数以及流量、密度等流动参数, 也为超音速分离管的结构优化提供了理论根据.     

基于磁力控制的径向分区压边拉深工艺研究

本文提出一种由永磁体提供磁力的径向分区压边方法,可以获得更加合理的压边力分布.根据软磁材料的特点构建了磁极单元,通过瞬时低强度电流可以改变磁极单元的磁力状态.拉力实验证明磁极单元可以提供足够大的磁吸力,满足压边要求.温升实验的测量结果验证了磁极单元不会产生过热问题.根据拉深工艺特点,设计了基于电控永磁技术的压边装置和拉...     

基于动态规划的多无人机通信连通性保持研究

随着无人机技术的逐渐成熟,制造成本不断降低,无人机在多个领域得到广泛应用,如农业、工业、安全、军事等.而无人机在执行任务时,往往需要与地面基站保持通信的连通性.但在距离较远或有遮挡情况下,信道质量将严重下降,这对通信连通性的保持提出挑战.针对该问题,本文考虑部署多架无人机作为通信中继,以串联方式构建任务无人机与地面基站稳定的通信链路.本文以长期信道容量作为优化指标,基于动态规划理论提出了两种中继无人机的规划方法:CMMP-AT和CMMP-OBO. CMMP-AT方法强调在任务执行初期就部署全部中继无人机,该方法部署较为简便,但计算复杂度较高. CMMP-OBO方法提出按照任务需求逐架部署中继无人机,该方法较为灵活,且计算复杂度低,扩展性好,可节约中继无人机的运动能耗.实验结果表明, CMMP-AT方法针对一个两中继无人机场景,需要40.03 h规划结果,而CMMP-OBO方法只需57.66 s即可规划出结果,并且可节约3.87%的运动能耗.此外,为了精确控制中继无人机遵循规划出的轨迹行进,本文基于模型预测控制方法实现对规划轨迹的追踪,并在V-REP环境中实现了多中继无人机场景的仿真.仿真结果表明,相比PID控制方法,模型预测控制方法能够更精确地追踪规划轨迹.在两种仿真场景下,模型预测控制方法的追踪误差仅为PID控制方法的43.97%和41.42%.     

疲劳荷载下氯离子在矿渣砂浆中的传输行为研究

为了研究疲劳载荷耦合作用下氯离子在矿渣砂浆中的传输行为,通过自行设计的实验方法实现了疲劳荷载和氯离子扩散过程的同步耦合.实验中对试件施加的应力水平S分别为0.3,0.4和0.5;矿渣的掺量分别为胶凝材料的0%,10%,30%和50%;在加载过程中,采用声发射技术对试件的疲劳损伤进行三维定位的同步监测,进一步对疲劳荷载下氯离子扩散规律从三维动态的角度进行佐证.结果表明,疲劳荷载确实加速了氯离子在水泥基材料中的传输,且随着载荷的提高,其扩散程度进一步加剧;而矿渣的掺入能有效改善水泥基材料抗氯离子的侵蚀性能,其最佳掺量为胶凝材料的30%,但随着矿渣含量的提高,其对氯离子扩散的抑制效果有所减弱;与交替实验对比表明,加载过程的动态效应对氯离子在矿渣砂浆中的传输有显著影响.     

3D打印技术的发展及其软件实现

随着3D打印技术的不断发展,其已经超越传统单材均质加工技术的限制,成为可实现多材料、功能梯度材料、多色及真彩色表面纹理贴图制件的直接制造;可跨越多个尺度(从微观结构到零件级的宏观结构)直接制造;并与传统加工工艺结合,可实现多种兼顾精度和形状复杂度的新型加工方法.本文叙述了国内外上述技术的研究发展概况,并论述了传统建模技术、3D打印数据交换格式、数据处理软件架构等方面应对3D打印技术最新发展和挑战的对策.     

基于太赫兹时域光谱图像序列的运动检测研究

太赫兹时域光谱（THz-TDS）图像是一种新的图像形式,THz—TDS图像的每个像素点是一个一维时间脉冲信号,该信号承载了像素点位置处目标材料在太赫兹（THz）波段的吸收谱或散射谱：由于THz频段覆盖了许多有机大分子和半导体材料分子振动和转动的频率,可以预计,随着THz技术发展的不断深入,THz—TDS技术乃至THz—TDS图像分析技术将会成为研究这些材料基础问题的重要手段。本文针对THz-TDS图像的特点,提出了一种对在THz-TDS图像序列中的目标微小运动进行检测和估计的方法。该方法通过假设目标材料的局部THz特性保持守恒,导出了目标物的运动方程,并通过引入矢量同质微分概念,给出了该方程的近似求解方法。本文最后给出的实验结果验证了方法的可行性和有效性.