在这些课题组中,CEDER课题组最具影响力。在2017年,由于他在应用计算材料设计及储能材料(主要是锂电池材料)与技术方面的研究,CEDER当选为美国工程院院士。
他同PERSSON课题组的materialsproject.org平台在世界范围内有很大影响,其对自身的定位就是成为材料研究领域的谷歌。
Materials Project包含了一个存储信息量很大(有近6万个晶体结构)的数据库,可 以存储高通量材料性质计算的结果,例如各种计算信息,包括能带态密度信息,也包括电池材料的充放电曲线、相图等,所有材料计算的研究工作者可以在这个开发的平台上下载结构、搜索材料性质、查看材料相图、甚至可以利用这个网站的平台搜索未知的材料。此外这个网站还开放了数据库接口,利用这个数据库,大家可以使用写代码的方式,搜寻筛选材料。
在这样的工作模式下,材料重复计算的次数被减少了,在做材料计算的时候,人为操作的次数变少,计算机智能化的判断设计变多了,材料计算速度得到了极大的提升。
CEDER团队早期主要是利用蒙特卡洛方法计算有固定晶体结构位点的金属合金氧化物材料,发表了许多使用计算研究金属合金氧化物中氧原子排布方式的文章。
接着,CEDER等做了许多关于锂电池材料的结构和相的研究,在这些研究工作中,他们使用了一种从冶金学计算蒙特卡洛方法发展而来的团簇展开方法:这种方法是使用部分已知的密度泛函计算结果,对体系的总能量进行拟合,然后再利用拟合的结果预测未知体系的总能的方法。该方法本身依赖于密度泛函理论计算,但又使用了一些统计的概念,加速了普通的密度泛函计算,也就是一个类似与现在材料基因组计算方法的工具。其核心是牺牲一部分精度,换取更快的计算速度,然后在更快的计算中进行材料的筛选。
从2003年起,CEDER等陆续发表了一些含有“数据挖掘”、“高通量计算”等标题的论文。可以说这是最初的利用计算机技术来加速传统材料工业发展的材料基因组技术构想萌芽。
就目前而言,该平台在发展材料基因组技术上相对领先,他们有成熟的材料数据库,有一些较为成熟的材料计算方法和材料筛选机理经验积累,有许多成熟的研究材料基因组的科研人员,也有在湾区硅谷旁全世界最先进的计算机思想的浸染,并且已经在新能源材料领域有了很多相关的运用材料基因组技术的成功案例。
但其离真正系统性指导实验,加速实验,还需要突破很多瓶颈。
Ceder团队最新Nature:
Wolverton(OQMD)
美国西北大学材料与机械教授CHRIS WOLVERTON的研究组是一个具有交叉学科的研究组,其成员的背景非常多样,包括材料、物理、化学、机械工程和数学。
他们研究的内容也非常广泛,包括电池材料、储氢材料、太阳能材料、热电材料和机器学习数据挖掘等。
WOLVERTON研究组的计算资源丰富,有1008个核的Linux机群,此外他们还与西北高性能计算系统合作,有大量机时可以使用。
WOLVERTON受到了CEDER的Materials Project启发,按照自己的思路于2013年建立了“开放量子材料数据库”(theopen quantum materials database,OQMD)并免费在http://oqmd.org/上公开。这是一个基于密度泛函理论(DFT)计算的材料的热力学和结构的数据库。
这个数据库有友好的网络界面适合小规模访问,也提供API接口下载整个数据库。目前该数据库现在包含471857个条目,还包括一些全新的结构。OQMD中除了给出材料的晶体结构、能量、空间群、形成能、数据来源、能带等性质之外,清楚的显示出材料的相图是该数据库的一大特色。
此外,该研究组从数千个DFT计算的数据库 (OQMD)中构建了机器学习的模型,利用模型可预测任意化合物的热力学稳定性,而不需其它的任何输入,而且比DFT计算的时间少了6个数量级。WOLVERTON等使用该模型扫描了大约160万个新型三元化合物的候选组合,成功预测了4500 种新型的稳定材料。
同样利用机器学习的方法,WOLVERTON课题组研究了氧化锆中掺杂剂稳定性的力量驱动机制问题,他们创建一个聚类排序建模(CRM)自动化方法,用于发现大型性质数据库中的强大化学描述符,并将CRM应用于氧化锆掺杂剂的稳定性研究。CRM作为一种通用方法,在实验和计算数据两方面都可以进行操作,识别掺杂氧化物的电子结构特征,当掺入氧化物溶解在氧化锆中时能很好地预测氧化物的稳定性。
他们还利用一种被称为元素替换法的高通量计算方法,用DFT计算了378种XYZ型(X=Cr、Mn、Fe、Co、Ni、 Ru、Rh,Y=Ti、V、Cr、Mn、Fe、Ni,Z=A1、Ga、 In、Si、Ge、Sn、P、As、Sb)的half-Heusler合金的电子结构、磁性和结构稳定性。通过计算,得到了相图,预测了全新的热力学稳定相和几十个具有负的形成能的半导体、半金属和接近半金属。
应该说,该研究团队目前在数据库建设、材料基因组技术方法开发及应用领域均具有一定的领先优势。
国内材料基因组研究进展迅速
国内在该方面已经开展相关研究的科研单位与院校有上海材料基因工程研究院、中国科学院宁波材料基因研究院、北京大学深圳研究生院新材料学院、清华大学深圳研究生院、北京计算科学研究中心、南方科技大学、电子科技大学等。但与美国等先进国家存在较大差距,比如缺乏独立自主研发的高通量材料计算程序、缺乏高通量材料检测设备和较为实用完备的材料基因数据库引。
中国科学院物理研究所陈立泉院士团队在中国独立研究开发和编著了自动化高通量计算方法及软件平台,获得了著作权,通过超级计算机,能够对无机晶体学数据库中30万条数据中选择含锂材料,通过快速“键价和”方法及高精度第一性原理分子动力学方法,计算材料的电子结构、三维离子导电通道、离子迁移活化能,从而建立电解质与电极材料的数据库。通过该数据库,进一步建立数据挖掘方法,有利于新的固体电解质材料的筛选,该高通量计算方法已经预测了一种硫化物电解质,并获得实验验证。
上海材料基因工程研究院在张统一院士的带领下,在数据库建设、集成计算与软件开发、结构与物性表征、服役与失效等基地建设方面进行了大量基础性工作。
宁波材料基因工程研究院项晓东研究员(现为南方科技大学教授)发展了高通量组合材料实验及原位实时高通量组合材料实验技术,包括基于同步辐射大科学装置发展的普适性原位实时高通量材料成分/结构表征技术,该技术基于可调脉冲红外激光和同步辐射微束白光X射线,可探明涵盖时间、温度、环境气氛等工艺参数的材料结构/成分/工艺/相关性。基于其它微区表征探针或谱学测试工具,还可发展一系列功能丰富的原位实时高通量表征技术,从而充分发挥高通量组合材料制各与表征技术作为“新材料搜索引擎”的潜力。
2014年其团队所开发的新一代组合材料芯片技术使材料的合成和筛选由“一锅一炒”变为“万锅同炒”,效率迅速提升1000~100000倍,从而把研发新材料的时间最短压缩至一周。
吉林大学马琰铭教授的团队依据化学组分来开展物质结构预测的相关理论和模拟方法,并结合第一性原理计算和高压实验测量,探索高压等限域条件下物质的新奇物理与化学性质,设计并合成新型非常规高压相多功能材料,揭示结构与宏观性质之间的内在联系,为发展新的物理理论奠定知识储备。基于晶体对称性的分类检索思想,结合粒子群多目标优化算法,引入成键特征矩阵,研究组提出并发展了CALYPSO(crystal structural analysis by particle swarm optimization)结构预测方法,在此基础上开发了拥有自主知识产权的CALYPSO结构预测程序。CALYPSO软件包的输入量是化学组分和外界条件(如压力),通过结构演化和总能的计算来合理确定物质的结构,并可以根据需要进行功能材料(如超硬材料等)的结构设计。CALYPSO软件不仅可以开展三维晶体的结构研究,还可以开展二维层状材料和二维表面重构以及零维团簇的结构研究,未来还可以开展其它结构现象丰富的热点研究(如界面、过渡态、化学反应等)。
此外在世界其它国家和地区,材料基因组研究也在蓬勃发展。
针对在高通量计算中遇到的结构寻找高对称点和K点路径的问题,瑞士洛桑的科学家和日本东京大学的课题组在materialscloud.org上发布了一个关于寻找结构对称性的软件,帮助了材料基因组的高通量计算的研究。在这个软件包中,该课题组对于结构的对称性、对称操作等性质进行了详细地分析,并且以代码的形式存在。此外,在materialscloud.org网站中,还有许多关于赝势的信息和下载的渠道。虽然这个网站没有直接的材料基因组的工作,但是这些基础的工作也为材料基因组的工作提供了很好的基础和平台,加速了材料基因组的研究。
在新加坡,涌现出来了大批量的高通量实验制备的工作。
新加坡科技设计大学的课题组使用MoSx(2<x<3)与多壁碳纳米管复合,制备出了大于1000 mA·h/g的阳极材料。
新加坡南洋理工大学的课题组制备 Pt-MoS2材料中也使用了高通量制备的方法,并在 Nature Communication上发表论文。
南洋理工与斯坦福大学的课题组合作,针对Sn-Ge合金进行了高通量的制备。
在计算方面,南洋理工的课题组使用现有的数据建模,筛选出了适用于对一氧化碳催化的材料。
在针对部分元素在面心立方材料中杂质扩散和活化能的研究中,新加坡的高性能计算研究所使用高通量计算的方法,对于这类材料的性质进行了分析。
在日本,材料基因组的研究在各个材料领域得到了很大的发展。
在日本的国家先进工业科学技术研究所使用材料计算的方法研究了自然界中不存在但是又能储存很大热量的糖醇类的材料。
日本的亚太研究与技术中心与德国的弗劳恩霍夫材料力学研究院合作,使用高通量计算的方法筛选出了一类永磁体的材料。
可见,在世界各地,都有材料基因组学的研究,所涉及的范围不仅仅在传统的无机晶体材料,也有有机材料的研究。所使用的方法不仅仅在高通量计算、高通量筛选方面应用广泛,在高通量实验制备方面也各有特色。
参考文献:林海, 郑家新, 林原, 等. 材料基因组技术在新能源材料领域应用进展[J]. 储能科学与技术, 2017, 6(5):990-999.
原创文章,作者:菜菜欧尼酱,如若转载,请注明来源华算科技,注明出处:https://www.v-suan.com/index.php/2023/12/01/38e3e62fc2/