3月26日，凝固技术国家重点实验室2021年第二期研究生学术沙龙活动在公字楼328举办。本次学术沙龙活动特别邀请了比利时天主教鲁汶大学和鲁汶工业学院教授、比利时基础研究基金会研究总监Gian-Marco Rignanese作精彩报告，学院研究生邹程雄、郑韬和李梦园三位同学做学术报告。会议由实验室副主任王俊杰教授和博士生邹程雄分别主持。

Gian-Marco Rignanese就在第一性原理电子结构计算软件和材料基因工程高通量计算软件领等域进行了精彩分享，新的科研方法和前沿的科研论点引起了现场的热烈交流和激烈讨论。

Gian-Marco Rignanese首先介绍了过去的几十年中，从头算模拟代码的功能取得了长足进步的背景条件和高通量从头算方法及其最新成就。报告中，Gian-Marco Rignanese提到将这些发展与超算能力的提高相结合，就有可能筛选成千上万种材料以寻找特定的性能。对于更复杂的属性，由于需要大量计算时间，因此这种高吞吐量的从头开始方法仍然遥不可及。为了克服这个限制，人工智能最近引起了很多关注。但是，为了做出准确的预测，当前的机器学习方法通常需要大量的数据，而这些数据对于复杂的属性恰恰是不可用的。因此，他介绍了MODNet框架的创新作用，该框架依赖于前馈神经网络和具有物理意义的功能的选择。除了在训练时间上更快之外，这种方法还表现出优于当前的小型数据集机器学习模型的性能。最后，他通过一些最近的示例说明了高通量从头计算和机器学习的组合所产生的能力，引发现场观众的连续赞叹与掌声。

邹程雄博士以提高Ti合金强度和塑性的优化设计方法为凸显集成计算材料工程应用的研究案例介绍了一种基于数据驱动和高通量计算的加速材料研发设计和优化的新范式。研究首先借助高通量第一性原理计算得出二元Ti合金的基本物理特性及其微观电子结合特性，并以门捷列夫元素周期表的形式呈现，包括电子功函数，费米能，键合电子密度以及晶格畸变能。然后通过数据挖掘技术从原子和电子角度揭示了材料成分-结构-性能之间的关系，并作为先进钛合金设计策略的关键原则，建立了钛合金数据库。在缺陷工程的指导下，将变形位错能和位错宽度作为提高塑性的主要标准，利用所提出的屈服强度模型定量地评价了固溶强化和晶粒细化强化的贡献。最后利用机器学习将数据库与知识库相结合，反馈出一种新的强度训练模型，表明钛合金设计中引入电子功函数明显优于经验钼当量法。研究结果证明数据挖掘和机器学习的结合不仅可以对现有计算和实验结论给出合理解释并和新的假设，而且还可以用于更加经济有效的方式设计高强高韧钛合金。

郑韬博士介绍了寻找最佳成分的纳米级沉淀相的HEA的巨大的挑战下，研究提出了一种新的加速高强度纳米沉淀相HEA的开发方法。物理冶金学的指导下，所需的纳米析出物的体积分数是通过对具有热力学基础的大数据进行机器学习而设计的，而析出相的尺寸则通过预应变时效进行动力学调控。作为一项原理验证研究，他们设计并制备了具有优异强度和塑性的HEA。经预应变时效的HEA具有1.31GPa的屈服强度，1.65GPa的抗拉强度和15％的延伸率。原子探针层析成像和透射电子显微镜表征显示出高的γ'相体积分数（52％）和细化的沉淀相尺寸（19 nm）。纳米沉淀相的细化源自预应变时效的加速形核作用。从强化机制的角度说明了对优异机械性能进行了深入的分析。最后，讨论了当前设计策略对其他沉淀强化合金的通用性。

李梦园硕士以陶瓷电介质的无铅化为背景，介绍了新型(Mn_1/3Nb_2/3)⁴⁺复合离子异价掺杂取代Bi_0.38Na_0.38Sr_0.24TiO₃铁电陶瓷的电致应变和储能效应。通过(Mn_1/3Nb_2/3)⁴⁺复合离子的掺杂在A或B位引入阳离子空位，从而破坏铁电体中的铁电畴，形成随机分布的极性纳米微区，转变为具有高电致应变和储能特性的弛豫铁电体。研究表明了BNST-2MN陶瓷的介电温度稳定性明显提高，达到了84~342 ℃温度范围内介电稳定。电场作用下，微量MN掺杂能促进电场作用下弛豫相向铁电相的转变，使BNST-1MN陶瓷的可逆应变系数d₃₃*达到最高，约930 pm/V。MN的进一步掺杂有效延迟了极化强度的过早饱和，另外，掺杂后致密的微观形貌有助于击穿场强的提高，BNST-2MN陶瓷获得了最高有效储能密度为1.30 J/cm³，储能效率高达70%，非常适用于开发高温介质响应的稳定的制动器和储能器件。

本次学术沙龙，同学们积极听会，现场大家对相关的研究内容进行了热烈的讨论，学术氛围浓厚。同学们交流互动，对一些关键问题进行了探讨和研究。该学术交流活动促进了同学们之间的交流和沟通，对于研究生的学习和科研起到了很好的启发作用。