材料芯片与材料基因组

SHANGHAI JIAO TONG UNIVERSITY 课程论文

《材料芯片与基因组》

论文题目：

第一章 材料基因组计划

1.1 提出背景

金融危机之后，美国政府意识到仅靠服务业已无法支撑美国经济走出泥潭，必须重振制造业。美国制造业的振兴不是传统制造业的复兴，而是新兴制造业的培育，其中建立在材料科学基础上的新材料产业是重点之一。

美国科学院和工程院共同设置的国家研究理事会在2008年发表了题为《集成计算材料工程》的报告。报告明确指出了传统材料设计的方法和系统面临的问题：

① 现代的计算工具已经从根本上大大缩短了新产品设计的时间，材料设计

却没有相似的可靠而普适的计算工具，使材料设计主要靠试验，从而导致材料设计远远落后于新产品设计；

② 太长的材料设计周期和低成功率使得新材料在新产品中的使用越来越少，

从而导致非最佳的材料被用在产品中；

③ 用于产品的材料性能欠佳而成为制约产品性能设计的瓶颈，造成恶性循

环。

应对美国提出的材料基因组研究计划，对我国如何规划、开展实施自己的科学计划提出建议并进行深入的研讨，在中国科学院和中国工程院的推动下，于2011年12月21—23日在北京召开了S14次香山科学会议。在此前召开的由两院部分院士参加的筹备会上，大家认为：“材料科学研究成分—结构—性能之间的关系，从新材料的发现、合成、性能优化、制备、应用、回收再利用，既有基础科学，又有工程科学，是一个系统工程。”因此，一致同意把那次会议定名为“材料科学系统工程”香山科学会议。

结合我国的国情，材料界的专家学者提出建设发展符合中国材料领域的“材

料科学系统工程”，具体包含如下建议：

1）共用平台协同建设。建立几个集理论计算平台、数据库平台和测试平台“三位一体”的“材料科学系统工程中心”，结合国家大科学工程设施，集中国内材料计算与模拟领域优势力量，通力合作，跟上并引领国际材料领域新一轮发展的浪潮。

2）重点材料示范突破。选择几项国家急需的、战略需要的、国内有良好基础的结构材料和功能材料作为示范突破，通过与平台建设相结合，进行演示示范，为更大范围的推广积累经验。

3）产业链条协同创新。成立一个包括政府机构、科学家和产业代表在内的指导协调委员会，全面协调从材料基础研究、软件开发、数据库建立、测试平台直至产业化的各项工作，以充分发挥我国社会主义制度在统筹科学研究和产业化革命的优越性；建议有条件的教育机构开设相关课程。

1.2 基因组计划

1.2.1基本内容

从宏观上讲，所谓材料基因组可以理解为反映材料某种特性的“基本单元”及其“组装”。基本单元是指能直接反映材料性能差异的最小物质单元，不同材料基本单元是非唯一的，可以是组成物质的任何自然存在的原子、分子、电子、离子、单一相等物质粒子，也可以是这些物质组合而形成的团簇、单元或组合相。而组装是指将这些相同或不同的基本单元以某种工艺或技术结合，形成大尺寸材料。

美国“材料基因组计划”试图创造一个材料创新框架，以期抓住材料发展中的机遇，重点包括以下3方面的内容：计算工具平台、实验工具平台和数字化数据(数据库及信息学)平台。如图1所示：

图1材料创新框架

材料基因组技术包括高通量材料计算模拟、高通量材料实验和材料数据库三大组成要素；其中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。

1.2.2 高通量材料计算模拟

材料基因组技术中所指的高通量计算，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相结合，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。

1.2.3 高通量实验

“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。其核心思想是将传统材料研究中采用的顺序迭代方法改为并行处理，以量变引起材料研究效率的质变。

作为“材料基因组技术”三大要素之一，它需要与“材料计算模拟”和“材料信息学/数据库”有机融合、协同发展、互相补充，方可更充分发挥其加速材料研发与应用的效能，最终使材料科学走向“按需设计”的终极目标。当前，即使在材料计算模拟技术领先的欧美国家，由于受到目前计算能力、理论模型和基础数据的限制，绝大多数材料计算结果的准确性还远不能达到实验结果水平，难以满足实用要求。因此，在由传统经验方法向新型预测方法的过渡中，高通量实验扮演着承上启下的关键角色。首先，高通量实验可为材料模拟计算提供海量的基础数据

，使材料数据库得到充实；同时，高通量实验可为材料模拟计算的结果提供实验验证，使计算模型得到优化、修正；更为重要的是，高通量实验可快速地提供有价值的研究成果，直接加速材料的筛选和优化。随着中国材料科技的快速发展和材料基因组方法在研发中不断被广泛采用，高通量实验的重要性将日益彰显。

1.2.3.1 高通量实验制备技术

高通量实验中组合材料样品的制备一般分为“组合”与“成相”2个步骤：1）将多个元素系统性地进行混合，以获得所需的材料成分“组合”；

2）通过扩散或者热力学过程形成晶相或非晶相材料，即“成相”。组合材料样品的制备方法种类繁多，可根据不同应用领域的要求灵活选用。包括:基于薄膜沉积工艺的高通量组合制备技术（基于薄膜形态的组合材料芯片是目前发展最为成熟的高通量材料制备技术。

1.2.3.2 材料高通量表征工具：

高通量微区成分、结构表征：同步辐射光源在从红外至硬X射线全光谱范围内均能实现高亮度微聚焦，同时还具有高准直性、全光谱、高偏振、高纯净等优秀特性，从而能够很好地满足高通量组合材料样品所需的亮度和空间分辨率要求，因此是理想的高通量组合材料表征测试手段。

高通量微区光学性质表征：现有的连续光谱椭偏仪商业产品可提供10μm的空间分辨率和比较广的光谱范围，可用于高通量微区光学性质的表征。除连续光谱椭偏仪外，激光椭偏仪、阴极荧光计、光致荧光测试仪均可实现高通量微区光学性质表征。

高通量微区电磁学性能表征：衰逝微波探针显微镜的微区分辨率是普通的电磁仪表难以实现的，配以自动化的样品台控制和数据采集，可以实现组合材料芯片的高通量、全自动电磁学特性测量。

高通量微区热力学性能表征：利用飞秒脉冲激光技术进行时间域热反射成相，可以达到1μm的空间分辨率和10000点/h的测试速率，广泛适用于薄膜及体材热力学参数的微区表征，包括导热系数、热膨胀系数、熔点、热力学参数（Cp、H，等）、热电参数等。

高通量微区电化学性能表征：美国PrincetonAppliedResearch，AMETEK,Inc.开发的VersaSCAN微区电化学扫描系统是以电化学过程和材料电化学特性为基

础的高通量微区电化学测试平台，可提供6种微区电化学测试技术，包括扫描电化学显微镜、扫描开尔文探针、扫描振动电极测试、微区电化学阻抗测试、扫描电解液微滴测试、非接触式微区形貌测试。

1.2.4材料数据库

近年来，大数据这一概念在科学与工程领域兴起并快速扩展，引起大量不同领域研究者的广泛兴趣。现代科学与工程的各个的领域都会涉及大数据概念。湍流模拟过程中追踪流场演变错产生的数据、分子动力学模拟金属塑性变形过程中存储原子空间位置所产生的数据、望远镜资料库中记录星体光谱信息的数据。

基于材料基因组技术的材料发展计划将大数据概念与传统的材料发展紧密联系在一起。从材料、工艺，直到最终的结构件，需要涉及大量的、不同类型的数据。图２为不同阶段、不同尺度范畴结构材料涉及的图像以及背后存在的潜在海量数据大数据概念已经深人到材料科学与工程的各个方面，如材料成分筛选、工艺优化、微结构机理分析、以及物理与力学性能评估等。就一种特定的材料而言，完整的数据信息由结构性数据与非结构性数据构成。结构性数据包括化学成分、加工与热处理艺、微观组织特征、物理性能、以及力学性能（如强度、伸长率、疲劳寿命、裂纹扩展速率、蠕变速率、温度与应变率敏感性等）非结构性数据包括测试用的仪器设备、测试与检测标准、测试环境温度与气氛条件等影响实验数据适用范围、可靠性与置信度等限制性条件，以及为便于数据传播与理解的解释性信息。

图2 跨越不同尺度的结构材料图像

材料数据分为计算数据和实验数据。长期以来，材料数据研究处于单打独斗和小规模的“数据制造-简单处理”模式，往往采用图表和统计方法等传统低通量人工数据处理方法，针对单次或数次计算、实验得出的少量数据进行分析，并对其规律进行猜想和提出经验公式，无法严谨预测和深度挖掘材料本质科学规律，造成材料研究经验结论多于理论的现状，无法完成从“试错”材料研究向材料理性设计的转变，同时也使得相同工作盲目重复进行，极大地浪费了有限的科研资源。

为解决上述问题，目美国麻省理工学院建立的Materials Project数据库，主要集中在无机固体上，尤其以锂离子电池材料为主。Materials Project利用密度泛函理论(density functional theory)收集的巨型数据库来预测模拟物质模型的实际属性。目前该数据库里保存了大约10万种可能存在的材料。为了充分发挥这些据在新材料研发中的作用，研究人员用人工筛选结合机器学习的方式来探索这些数据间蕴含的材料本质性能规律。Materials Project采用分布式计算的原理，使用者可以通过在电脑上下载一个程序来进行运算并返还结果。

美国哈佛大学清洁能源计划建立起来的Molecular Space数据库也是基于密度泛函理论，采用人工加机器学习的方式来挖掘数据库的潜力。目前，Molecular Space数据库在网上发布了230万种元素组合供研究人员使用。

日本国立材料科学研究所建立的材料数据库是在其原有的11个材料数据库基础上整合建立的，涵盖了聚合物、无机非金属材料、金属材料、超导材料、复合材料以及扩散等内容，是目前世界上最大的、最全的材料数据库系统。目前，其含有数据库及应用系统已达到20个，包括8个材料基本性能数据库，3个工程应用数据库，5个在线结构材料数据库以及4个数据库应用系统。目前注册用户超过80000名，分别来自149个国家的21228个组织机构。

1.3 基因组总体目标

2011年6月,美国总统巴拉克·奥巴马在卡耐基·梅隆大学的演讲中宣布了“先进制造业伙伴关系”计划,材料基因组计划是其中的一个重要组成部分.他明确指出了材料基因组计划的总体目标:“将先进材料的发现、开发、制造和使用的速度提高一倍”

《材料基因组计划》拟通过新材料研制周期内各个阶段的团队相互协作，加强“官产学研用”相结合，注重实验技术、计算技术和数据库之间的协作和共享（利益通过学习标识以解决知识产权问题），目标是把新材料研发周期减半，成本降低到现有的几分之一，以期加速美国在清洁能源、国家安全、人类健康与福祉以及下一代劳动力培养等方面的进步，加强美国的国际竞争力。

1.4 培育下一代材料工作者“材料基因组计划”

提出、建立所需网络共享结果和信息，打破材料固有分散多学科性质形成的障碍；建立基础设施并签署协议，促进学术界、政府和工业界的合作，让研究人员、教师和学生都有机会充分利用各种基础设施。根据该计划，2012财年，美国政府将投入1亿美元，拟用数年时间在各个部门之间开展一系列的联合研究行动：①美国能源部（DOE）科学办公室将与国家科学基金会（NSF）携手开发、维护和实施可靠、可互操作和可重复使用的下一代物质设计软件。DOE将通过“材料和化学计算设计”项目，NSF将通过“21世纪科学与工程网络基础设施框架”项目，来协调发展高品质生产软件工具包。②为支持先进软件项目开发，DOE和NSF还将协调发展下一代的表征工具，为算法和软件工具的发展和验证提供基础数据。③美国国家标准与技术研究院主导的“先进材料设计”项目将针对标准基础设施，使材料的发现和优化计算建模和仿真更可靠，该项目将与DOE、NSF的项目密切配合。④美国国防部（DOD）将重点投资计算材料的基础研究和应用研究，提高材料性能，满足广泛的国家安全需求，在材料防御系统保持技术优势，陆军研究实验室、海军研究办公室和空军研究实验室将共同进行该项目的研究。⑤DOE能源效率和可再生能源部门的新一代材料方案将充分利用计算工具，加速制造和新能源材料的表征技术，新投资领域包括：用于制造过程的新材料，提高材料性能和降低制造成本的新复合材料系统，用于预测空间和时间变化的建模和仿真工具等。⑥NSF和DOD将发挥引领示范作用，培育和发展下一代材料工作者，推动建立政府、学术界和产业界的新伙伴关系。 1.5 材料基因组计划应用成功实例

美国国家研究理事会(NRC)最近发表的报告《轻质化技术在军用飞机、舰船和车辆中的应用》中引用了两个成功的ICME合金设计实例[180]。一个是由Olson

领导设计由QuesTek创新公司开发的FerriumS53飞机着陆架用齿轮钢[181-182]；另一个是GE开发的燃气涡轮机用GTD262高温合金[180,183]。作者作为共同发明人(江亮博士是主导发明者)参与了GTD262合金的设计和开发。它的设计和开发从概念到生产只用了4年时间，研发所用经费是以前同类合金的开发成本的1/5左右。通过把计算热力学相稳定性的预测与GE内部的材料性能模型和数据库的整合，我们设计GTD262的成分一次到位，没有像以前开发合金那样要经过几次来来回回的重复实验才能达到成分的优化。因为设计时考虑到了很多因素，如可铸性、可焊性和抗氧化等，中试和生产过程中也没有出现任何问题。GTD262合金的设计是一个很好的ICME的例子。但希望它的成功不要给人一种错觉，以为现在就可以在把一个全新的合金的研发时间缩短到4年之内。GTD262是修改一个现有的合金(GTD222)而获得的。在GTD222的成分附近，GE有过去的经验数据库以帮助我们设计。如果是一个成分远离现有合金的全新的合金，我们现在还没有所需的以物理/机制为基础的模型和性能数据库来进行合金设计。材料基因组工程就是要建立这样的模型和性能数据库来实现快速设计新材料。

第二章 组合芯片技术

2.1 背景

组合材料芯片技术是近年来发展起来的一种新型的材料研究方法.区别于传统材料研究中一次只合成和表征一个样品的策略,组合材料芯片技术的基本思想在于大量不同的样品通过并行的方式在短时间内被制备而形成样品库(也称作材料芯片),同时结合快速或高通量的检测技术以获得样品的各项特性,从而达到快速发现和优化筛选新型材料体系的目的.该技术自1995年首次报道以来,已引起了材料学界的极大重视,并先后在光学材料、电子材料、磁性材料等多个技术领域中被成功地加以运用。

2.2 组合芯片技术与基因组计划的关系与意义

组合材料芯片是高通量材料实验技术的重要组成部分，可实现在一块较小的基底上，通过精妙设计，以任意元素为基本单元，组合集成多达10~108种不同成分、结构、物相等材料样品库，并利用高通量表征方法快速获得材料的成分、结构、性能等信息，以实验通量的大幅度提高带来研究效率的根本转变，实现材料搜索的“多、快、好、省”。组合材料芯片技术经历了20 年的发展与完善，已形成一系列较为成熟的材料制备技术与表征方法。

高通量材料制备和快速表征是“材料基因组计划”的三大要素平台之一，而“组合材料芯片”技术在高通量材料制备和快速表征平台中占有独特地位，因此它在“材料基因组计划”中的重要意义与作用是不言而喻的。

2.3 组合材料芯片技术发现、优化新材料的过程步骤

2.3.1 材料芯片的设计和制备

根据所要解决的问题,在掌握现有材料结构、理化性质的基础上,设计涵盖范围尽可能宽的材料芯片———由不同成分、不同掺杂的微小试样组成的试样阵列

或梯度试样,然后按照所设计的材料芯片,在同一块基片上以相同或相近的条件同时合成大量的材料试样,形成由众多微小材料试样密集组合而成的材料芯片。目前较为成功的制备技术主要有组合溶液喷射法和结合掩模技术的物理沉积法。组合溶液喷射法是最先发展起来的制备技术。但用这种技术制备的材料芯片试样密度较低,在(1in2)的基片上仅包含100个分立试样;结合掩模技术的物理沉积法已广泛应用于薄膜材料芯片的制备。与传统成膜方法不同的是,该方法是在薄膜沉积的同时结合一定的掩模技术(如二元掩模、四元掩模等),并通过掩模的遮蔽和运动,在基片形成特定的成分分布,从而组合成空间可定位的薄膜材料芯片,其试样密度比组合溶液喷射法要高得多,它能够在(1in2)的基片上制备上千个,甚至几十万个成分连续梯度变化的薄膜试样。

2.3.2材料芯片的处理

制备好的材料芯片上的试样还需要通过后续工艺最终形成设计的材料结构。物理沉积制备的材料芯片是通过在中低温下进行长时间的退火处理,促使组元间的充分扩散、亚稳相的形成和防止组元的蒸发,然后再在高温下经固相反应合成所设计的材料。材料芯片在较低温度下长时间退火后的组织同传统的受控固相反应类似。薄膜有限的厚度和大量的界面使之处于高自由能的状态,为组元间扩散和混合提供了驱动力,也为亚稳相的形成提供了可能。

2.3.3 材料芯片的表征

检测材料芯片的目的是从中快速发现具有较好性能的材料配方,即“线索材料”。由于检测技术必须能在其精度范围内正确反映所测材料的性质,对高密度材料芯片的性能测量提出了挑战。考虑到材料试样库上的试样数量多(可达1000或10000个),而每个试样的量很少(微克至毫克量级),单个试样的尺寸非常小(亚毫米至毫米量级),目前传统的材料表征方法大多不能满足组合材料芯片技术研究对高通量表征的需求。因此发展满足不同芯片性能测量要求的相关检测技术极为重要。现在已发展的检测技术有发光性能的检测、介电/铁电性能的检测、电光/磁光性能的检测和材料结构/成分的检测等。

2.3.4 线索材料的优化

通过前面三个基本步骤,尤其是第三步的芯片表征,可以从材料芯片的试样库中发现“线索材料”。围绕着“线索材料”,重新在较小范围设计更精细的材料芯片,

重复前面步骤,对线索材料的组分、结构及热处理工艺等条件进行微调和优化。

2.3.5 目标材料的放大

组合材料芯片中的试样都是以薄膜态的形式出现的,经过上述步骤优化出的目标材料(或称先导材料)可以直接作为研究成果以薄膜的形式加以应用转化。另外,组合材料芯片所形成的数据库和目标材料也为粉体和块体材料的开发提供了先导数据。由于三维的块体材料与二维的薄膜材料之间存在一定的差异,需要目标材料的放大制备和放大检测。作为组合材料芯片技术的最后一个步骤,目标材料的放大主要是采用传统方法合成相应的材料(粉体或块体),并对材料的组分、结构及性能与目标材料(薄膜)进行对照,获得与目标材料性能指标一致的材料。

2.4 组合材料芯片技术优势

由组合材料芯片技术获得的研究结果与用传统方法在块体(粉体)试样上获得的结果具有一致性,可以用于先导材料的快速选择和评判。此外,组合材料芯片技术还具有以下明显优势:

（1）高效性

采用组合技术来实现新材料的开发和优化,可以减少试验次数、缩小试验规模、降低试验成本、缩短筛选周期,加快发现新材料的速度。同时,利用组合材料芯片技术制备的试样库包含相关化学成分、制备过程参数、试样性能、结构特征等信息,在客观上还大大增加了材料研究过程中意外发现新材料的几率。

（2）数据库的建立

合材料芯片技术可以快速、系统地建立材料性能与各层次结构、组分间的制约关系和关联数据库,为后续的材料设计提供可靠的科学依据。

（3）特别适用于多元材料体系相图的研究

二元、三元相图的研究已证实了组合材料芯片技术的可行性。鉴于四元以上复杂系统相图研究的艰巨性,若以传统方法逐点制备试样,则组合太多,成本太高,耗时太长,而且由于取点密度的限制,一些窄的相区还有可能被漏掉,而这些区域的材料往往有异常的性能。连续组合方法是研究复杂系统相图的有效手段,并能直观形象地将相区、相界显示出来。

(4)理论研究

材料芯片中大量的组合和界面还为扩散动力学、成核生长等理论的研究提供

了丰富数据,从中有望发现新的规律,进而丰富材料科学理论。

2.5 组合材料芯片技术应用

组合材料芯片技术与材料芯片的高通量表征水平的发展密切相关,具备什么样的芯片检测技术才能开展相应的材料研究。受材料芯片检测技术的限制,组合材料芯片技术早期主要集中在发光材料、介电/铁电材料、催化剂等的优化和筛选。近年来随着材料结构/成分、纳米压痕测试技术等的建立,组合材料芯片技术开始在金属材料研究中获得应用。在铁-镍二元合金体系的研究中,组合芯片技术体现出很大的优势。Young等选择铁-镍合金为研究对象,采用X射线衍射仪测定晶体结构,采用扫描霍耳探针和扫描磁光克尔效应测量仪测定磁性能,将组合材料芯片技术应用在铁-镍合金组织和性能的研究中,成功得到了铁-镍合金的连续相图。其结果与用传统方法在块体试样上获得的结果基本一致,但用组合技术获得的研究成果系统性好,效率高,研究周期大大缩短。随后Young等又对铁-镍-钴三元合金系进行了研究,进一步证实了这一结果,同时他们还意外发现了两个狭窄的非晶相区,这是以前用传统方法没有发现的,或是因传统方法相对“粗放”而被忽视的相区。

Banerjee等采用组合材料芯片技术研究了生物医用合金钛-铌-锆-钽体系不同成分的组织,同时通过压痕技术测定了芯片中各组分的硬度和弹性模量,建立了成分-组织-力学性能的数据库。同时指出:对Ti-32Nb-10Zr-5Ta合金,当组织中含有20%α相是有益的,此时可以在保持较小弹性模量的同时提高强度;而当组织中不存在α相时,即使合金成分不变,在保持类似弹性模量下强度也将降低。

Seung等利用纳米压痕技术测量了钛-铝成分梯度试样芯片的力学性能,建立了成分-硬度的关系,发现其结果与块体材料一致,证明采用组合材料芯片技术预测块体材料性能的方法是可行的。

Specht等利用同步辐射加速器测定铬-铁-镍试样芯片的成分、结晶相、晶粒尺寸,描绘了铬-铁-镍纳米薄膜在200～800℃退火的三元相图,显示了铬-铁-镍纳米薄膜的相和晶粒尺寸随成分、退火温度的变化情况。Ludwig等则利用组合材料芯片技术研究了铁-铂体系的成分和退火温度对其磁性能的影响,为退火温度的选择提供了依据。

Jun等采用组合材料芯片技术研究了具有形状记忆效应的镍-钛-铜合金体系,

得到了滞后温度值与合金成分的关系,研究结果与镍-钛-铜块体合金一致。他们还首次给出了滞后温度值与转变延伸张量的中间特征值之间的关系,并且确定出可以改进控制形状记忆性能的新的合金成分范围。

最近,中科院上海硅酸盐研究所等开展了“组合材料芯片技术在快速筛选及优化镀锌钢板新体系中的应用”的研究。运用组合材料学思想,使用离子束溅射方法,制备了铝-锌全组分的材料芯片,采用纳米压痕方法对材料芯片的力学性能进行了表征。结果显示,随着铝含量的提高,芯片的硬度和弹性模量均增加。这与传统块体材料结论相似,显示材料芯片结果可以用于预测铝-锌材料的力学性能。同时,采用电化学方法对材料芯片的耐蚀性能进行了表征。在综合阳极极化曲线、线性电阻和平衡电位结果后认为,铝质量分数为50%～73%时耐腐蚀性能最好。而目前在工业上得到广泛应用的热镀锌55%Al-Zn合金恰好处于此成分范围。这一研究结果表明组合技术在优选新型钢铁材料时也大有用武之地。

2.6 材料组合芯片技术发展与展望

从组合材料芯片技术的发展趋势分析,自从1995年美国科学家率先提出创新的组合材料方法学思想以来,组合材料芯片技术已成为当今,乃至今后几十年材料研究的主流方向之一。当前,组合材料研究方法已经在发达国家实际应用于材料科学多个分支,由此将给材料科学和相关产业带来新机遇。该技术最诱人的特点在于大幅度缩短材料研究周期、节省资源消耗、降低研究成本等方面的优势。近年来,中国对新材料界(尤其是以钢铁等为代表的传统产业)实现跨跃式发展和突破的要求很强烈。从某种意义上讲,作为发展中国家,往往更加迫切地需要实现跨跃式发展,或者说更加迫切地依赖于超常规的技术和途径,如果能把握和充分利用新兴组合材料学和组合技术所带来的机遇,就有可能实现发展的大跨越。我国在组合材料研究领域虽已有所部署,但还没有形成以产业为背景的研究和开发势头,在这样的情况下,选择我国有基础优势的钢铁或合金材料为切入点,发展组合材料芯片技术与应用研究,必将加速新钢种和合金的研发进程,进而带动相关技术和产业的发展。

第三章 总结

材料基因组技术是近年来全球新材料研发方法的革命，在美国被列为国家发展战略，在我国被列入新材料重大科技专项的重要主题之一。材料基因组技术是材料研发新理念与高性能计算、材料基因芯片、大数据、互联网+等现代信息技术深度融合的产物，是典型的多学科交叉，是新兴学科生长点。

材料基因组技术旨在数十倍乃至数百倍地加速新材料从研发到应用的进程，提高效率，降低成本，支撑包括电子信息、能源环保、航空航天等先进制造业的发展，是国民经济和国家安全的重要保障。

材料基因组技术基于计算材料科学 、高通量实验表征与测试 、数据库与数据挖掘技术等 ，是对传统新材料研发模式提出的全新的变革 ，是材料科学研究与新材料研发在新时期的重要突破与创新 ，是解决国计民生与国防工业中关键技术材料瓶颈的重要途径。自材料基因组计划提出以来，得到材料科学家的积极响应并取得一系列重要进展。但是，在当前条件下完全建成材料基因组技术所需要的软件与硬件基础，完全抛弃实验支撑而直接计算出新材料 的成分与工艺 ，实现新材料的完全按需设计，仍然是不现实的。通过建设与发展高通量计算模拟 、高通量实验样品制备与表征、服役环境下材料力学行为的计算模拟、以及数据库等技术，并基于已有的海量实验数据结果，充分利用传统材料科学领域中对材料成分、工艺、微结构与力学性能相互关联规律的认识，积极发挥材料基因组技术在新材料研发过程中的作用、切实推进材料基因组技术发建设与发展，对充分认识并全面推进材料基因组技术在新材料研发中的变革与突破，具有极其重要的意义与价值。

中国的新材料产业与先进国家相比，整体水平仍存在较大差距。

在此背景之下，中国材料界对材料基因组技术已形成基本共识，即必须顺应国际新材料研发的趋势，尽快启动中国版的“材料基因组计划”，变革以“炒菜法

本文来源：https://www.bwwdw.com/article/k9tf.html