中国科学院宁波材料技术与工程研究所

“基于高通量实验和计算的材料结构-性能数据采集与数据库融合技术”国家重点研发计划项目启动会在北京召开

发布:2017-10-29

点赞:

字号: 打印:

       10月24日,“基于高通量实验和计算的材料结构-性能数据采集与数据库融合技术”国家重点研发计划项目启动会在北京西郊宾馆召开。启动会专家组成员有钢铁研究总院王海舟院士、上海大学张统一院士、项目责任专家四川大学杨明理教授、北京航空航天大学宫声凯教授、清华大学段文晖教授、中科院北京基因组研究所赵文明教授、北京科技大学宿彦京教授。参会的领导有工信部项目主管张炜,北京科技大学副校长吕昭平和科技处刘杰民处长等。宁波材料所作为课题承担单位和参与单位,王立平研究员、李金龙研究员和孙军辉博士参加了此次启动会。

项目牵头单位为北京科技大学,项目负责人董超芳教授,项目参与单位包括西安交通大学、中科院宁波材料所、钢铁研究总院、清华大学、浙江大学、东北大学、中科院金属所、中科曙光公司和中车青岛四方公司等10家单位。项目下设四个课题,宁波材料所为课题2“材料界面电化学高通量实验、计算和分析技术”承担单位,并参与课题3“材料组织结构高精多尺度表/界面图像采集与识别”。启动会上王立平研究员作为课题2负责人,针对课题的研究目标、考核指标、关键问题和难点、解决方案和里程碑进度管理等做了详细的工作汇报。

本项目为科技部“材料基因工程关键技术与支撑平台”重点专项项目之一。针对高铁列车用关键材料,以高通量实验和计算的材料结构-性能数据采集与数据库融合技术为主题,重点围绕:①高通量数据采集、融合基础上的材料组成、结构和强度之间内在规律的建模;②基于大数据挖掘的材料多时-空尺度动力学演化规律与仿真这两个关键科学问题开展系统研究。拟采用材料基因工程(MGI)中的大数据关键技术,通过数据积累、挖掘建模、模拟仿真和共享服务的数据链建设,解决高性能材料研发中存在的组织结构与性能之间一体化设计、理论预测和系统性评估不足的问题。基于机器学习技术,研发高性能铝合金、转向架用钢和涂层材料结构与性能的高通量数据实时采集和规范处理技术,突破多尺度数据建模和仿真的技术瓶颈,进一步揭示材料组成、结构和性能之间的内在规律。满足我国高铁列车用关键材料研发对多源综合性能数据采集、解析、融合和应用的需要,并在国家“高速铁路”重大工程中实现示范应用。

 

王立平作报告

 

会议现场

 

                                                                                                                            (表面事业部 李金龙)