主要研究领域

中心建设目标是围绕国家重大需求,围绕材料研究的科学和技术问题开展研究工作。坚持前瞻性和实用性共济的原则,实现材料从基础研究、应用研发和产业化全链条的研究思路。致力于利用人工智能的方式来辅助材料的设计和开发,在材料基因组的大框架下,实现数据的高效采集,材料数据库搭建的优化,并利用最新的机器学习、深度学习、图像识别等技术开展材料科学方面的研究工作,将材料分析、结构设计、性能调控主要研究内容相结合,将中心打造成独具特色的创新型研发机构,通过材料研发及其应用产业化,服务于国民经济与社会。

主要研究方向

本中心主要由五个下属实验室组成:

1)   智能机器人辅助数据采集与物联网实验室

本实验室目的主要是建立高效进行数据采集的物联网系统,实现对实验数据的实时采集,并建立相应的数据库系统。本实验室的目的是建立高效进行数据采集的物联网系统,实现对实验数据的实时采集,并建立相应的数据库系统。重点是建立智能机器人辅助的数据采集及材料失效分析系统。智能机器人,包括地面机器人和空中机器人,以日趋广泛的应用在日常生活、机械加工、航天航空等多个领域。在材料科学的研究领域,智能机器人在辅助材料涉及、检测材料服役性能等方面也起到了愈发重要的作用,例如,智能机器人可充当“检测员”的角色,在无需人工干预的情况下,对轨道板实施自动化检测。本实验室致力于研究极端工况条件下的材料检测方法,例如在隧道、在高架桥等地方,通讯信号严重收到干扰,无法实现对信号的有效采集和分析。实验室将致力于智能机器人在这些条件下的数据和图像材料、数据分析、性能评估的一系列操作。从而能够替代人力在极端条件下服役,完成对材料失效分析方面的工作。

 2)  机器学习与计算材料学实验室

 

    本实验室的目的是发展机器学习的核心算法,并将其与实验和计算相结合,发展新材料快速研发的新方法;实现跨尺度的计算及图像识别等功能。研究着重于在数据和领域知识指导下的算法开发与材料设计开发:并将不确定性用于优化预测, 以指导下一次实验或计算,加速材料的研发过程。努力把材料科学、物理学和信息学结合起来,利用各类机器学习、数据挖掘技术、深度学习技术、全局优化算法、信号分析方法以及数据库技术加速解决材料性能的优化问题、材料的失效分析问题、材料的无损检测问题、材料的寿命预测问题以及数据中物理机制的提取等。该实验室的研究属于前沿的材料基因组计划 (MGI),在先前研究成果的基础上,期望通过机器学习、实验和计算机模拟合作促进交大材料学科“材料信息学”的建立,并将把上述 "材料信息学" 的概念方法应用到核材料、高温难熔金属、铁性智能材料、轻金属材料等本学科重要的研究方向,解决其关键问题, 并辅助新型材料的开发。在理论计算方面,跨尺度模拟是计算材料学研究者的理想。本研究实验室拟发展基于机器学习的跨尺度模拟算法,实现电子、原子和介观尺度之间的自动化耦合,为材料微观物理过程提供层次化模拟和分析。此外,本研究实验室还将发展材料表征相关的图像识别算法,实现模拟和实验中复杂微观组织的定量化表征,辅助本中心其它实验室的工作。

 3)  高性能镁合金制备实验室

 

       本实验室的目的是利用机器学习的核心算法,快速设计新型镁合金。基于金属镁材料的轻量化和多功能特性,航空航天、轨道交通、电子通讯等领域对轻质高强及先进功能镁材料的迫切需求。西安交通大学高性能镁材料及应用工程研发中心初步建成了先进结构镁材料设计、镁合金降解功能材料、镁合金表面防护、镁合金加工工艺与装备、机器学习辅助开发镁合金五个主要研发方向。在相关研发领域都处在国内领先和国际知名水平,并且与国外大学、研发机构建立了十分深入的合作研发关系。中心密切联系产业技术需求,完成从基础研究、中试开发与技术转化的完整创新产业链,初步完成了预定建设指标,成为具有鲜明特色、国内领先的先进镁材料研发机构。

 

 4)  高性能铁性智能材料实验室

 

本实验室的目的是利用机器学习的核心算法,快速设计新型铁性智能材料。铁性智能材料是具有感知温度、力、电、磁等外界环境并产生驱动(位移等)效应的一类重要功能材料,主要包括形状记忆、压电和磁致伸缩三大类材料。智能材料在国民经济与国防领域关键部件和核心系统中有着重要应用,其研究水平在很大程度上影响着一个国家的总体科技水平和现代国防实力。随着产业技术和国防技术的高度智能化以及这些关键领域的国际竞争日益加剧,对铁性智能材料的性能(灵敏度、控制精度以及环保性能等)提出了越来越高的要求。但是,现有铁性智能材料的性能提升逐渐遭遇瓶颈;其核心原因随着材料成分、微观结构等复杂性的增加,传统的试错法、经验法等材料开发方法不再适用。因此亟需一种“加速”开发新型铁性智能材料。本研究实验室拟利用机器学习等技术从大量材料科学的数据中通过算法搜索隐藏于其中的重要信息,甚至是物理规律,特别是通过各类优化算法有效减少实验和计算次数,从而实现铁性智能材料性能的快速优化,对材料的研发过程进行“加速”。

 

5)  新型石油工程材料实验室

 

本实验室的目的是利用机器学习的核心算法,快速设计新型石油工程材料。当今我国现代化建设和经济的发展正在稳定提高,对于油气资源的依赖度也在不断增加。2017年中国原油进口量占原油使用总量的67.4%,天然气进口量占总使用量的39.4%,对外依赖严重,面临的形势严峻。中国页岩油气储量丰富,特别是页岩气储量位居世界第一,推进页岩油气的开采技术对缓解我国能源短缺具有重大意义。然而我国页岩油气开发面临着许多挑战,例如在开采、增产、储运方面存在诸多突出问题。随着近几年工业4.0革命的呼声高涨,人工智能飞速发展,这为石油行业解决转型升级的问题提供了一条新的思路。针对我国页岩油气面临的以上挑战,本实验室将围绕石油工程材料领域的国家重大需求,对油气开采过程中涉及的金属材料、陶瓷材料、高分子材料的科学和技术问题开展研究工作。利用人工智能的方式辅助新产品的设计和开发,优化生产流程,预测设备故障。通过人工智能、机器学习等技术将实验室打造成为一个石油工程材料的数字化平台。同时,实验室坚持以需求为导向,开展与企业的紧密合作,力争实现多种产品的产业化并服务于社会。面向高闭合应力条件,开展高强度、特定导流系数的支撑剂的形貌设计、性能优化与产品开发;拓展对煤炭中高附加值材料的提取,开发低成本、大批量煤基石墨烯纳米带制备技术并应用于天然气储运。为我国页岩油气低成本、高效、安全开采与储运提供新思路和新技术。

 

主要研究方法

计算机模拟+实验研究

 

版权所有:西安交通大学 站点设计:网络信息中心 陕ICP备05001571号 IPhone版本下载 IPhone版本下载    Android版本下载 Android版本下载
欢迎您访问我们的网站,您是第 位访客
推荐分辨率1024*768以上 推荐浏览器IE7 Fifefox 以上