材料基因工程：材料設計與模擬

劉利民（中科院北京計算中心，北京 100080）

材料基因工程：材料設計與模擬

劉利民
（中科院北京計算中心，北京 100080）

本文引用格式：劉利民.材料基因工程：材料設計與模擬[J]. 新型工業化，2015，5（12）：71-88.

1 材料設計與模擬發展現狀

1.1 材料設計與模擬的主要內容

材料模擬與計算設計主要包括兩個主要內容：一個是材料的計算模擬，即通過建立數學模型進行數值計算，模擬實驗的實際過程；另一個是材料的計算設計，即直接通過材料的理論模型和數值計算結果，預測或設計新材料結構與性能。材料模擬與計算設計架起了從微觀結構到宏觀性質，從基礎研究到工程應用的橋梁。小到納米尺度的原子分子團簇，大到飛機航母等大尺度的宏觀材料性質都能通過不同的方法進行計算模擬。隨著材料科學和計算機技術的飛速發展，我們能實現多尺度、高通量的材料模擬和計算設計，這將有助于我們理解材料結構與性能、功能之間的關系，引導新型功能材料發現和發明，縮短新材料研發周期，降低新材料研發過程成本。

1.2 材料設計與模擬和中國社會經濟發展的聯系

1.2.1 材料設計與經濟發展的聯系

改革開放三十年以來，中國的經濟保持高速發展，國民生產總值已經于2010年超越日本，躍居世界第二位。按照當前中國經濟的發展速度，若干年后中國必然會超越美國成為世界第一強國。中國科學院的研究報告曾指出：“如果說20世紀是美國的世紀，那么21世紀將是中國的世紀。預計到2019年，中國對美國實現經濟總量的超越。預計到2049年，新中國成立百年時，實現綜合國力和國際地位超越美國?！比欢?，要實現中華民族的偉大復興，高度發達的科學技術是必備基礎，早在1988年鄧小平同志就提出了“科學技術是第一生產力”的論斷?，F代科學技術發展的現狀告訴我們，科學技術特別是高新科學技術，正在以越來越快的速度轉化為現實的生產力。中國要想在國與國的競爭中取得勝利，成為世界級的強國，必須優先進行長遠的科技戰略規劃，釋放科技創新的活力，明確打造科技強國的路徑。

材料是人類社會賴以生存的物質基礎，縱觀人類發展的歷史，每種重要新材料的發現和應用都把人類改造自然的能力提升到一個新的水平。在科技日新月異的當代社會，每一項重大科技的突破也很大程度上都是依賴于相應的新材料的發展。新材料是現代科技發展之本，現階段高新技術的發展往往以新材料技術為突破口，新材料的開發和應用，在某種程度上代表著一個國家的科技水平。新材料產業已經成為二十一世紀的支柱產業，它能夠有力支撐節能環保、高端裝備制造、新能源汽車、新一代信息技術、生物技術等產業的發展。而以材料設計與模擬為理論基石的材料基因工程在新材料的研發過程中占有非常重要的地位。

1.2.2 材料設計與模擬在材料科學中的地位

如果按照傳統的材料制備、測試、分析，再結合理論研究的方法研究新材料，材料從研發到應用往往需要通過反復的測試和改進過程，這些過程需要經歷較長的時間并且耗費大量的資源。但是，隨著量子力學基本理論的建立和計算機科學技術的飛速發展，人們可以首先通過計算機對新材料的原子結構以及基本性質進行計算模擬，從而大量的節省新材料研發過程的物力人力，減少環境污染，并且大大的縮短了新材料研發的周期。材料模擬與計算設計是繼實驗研究方法、理論研究方法之后的第三個重要科學研究方法，對未來科學技術的發展將起到越來越重要的作用。材料的理論模擬與計算設計是結合現代的材料科學與技術、物理學基本原理以及計算機技術而產生的新興學科，已經成為當前材料科學研究中最為活躍的熱點之一。

1.3 中國的“材料基因工程”計劃

材料計算模擬與計算設計一直以來都受到了美國、歐盟、日本、新加坡等世界主要國家和地區的重視。2011年6月24日，美國宣布了一項總金額超過5億美元的“推進制造業伙伴關系”計劃，其中“材料基因組計劃”（其本質是計算材料科學）是其重要的組成部分之一?！安牧匣蚪M計劃”擬通過新材料研制周期內的政府、高校及企業之間的合作，注重實驗技術、理論計算和數據庫之間的協作和共享，通過搜集眾多科學研究小組以及企業有關新材料的各種數據和信息，并且構建專門的數據庫實現共享?！安牧匣蚪M計劃”解決了新材料從實驗室到工廠過程中的一些問題，有望使新材料的研發周期減半，研發成本降低到原來的幾分之一。中國工程院在2012年12月21日召開了《材料科學系統工程發展戰略研究—中國版材料基因組計劃》重大項目啟動會，掀開了中國材料設計與模擬領域遠景規劃的序幕。預計到2049年，中國建國100周年的時候，新的材料設計和模擬方法將不斷優化，新材料數據庫也將不斷完善，材料的理論研發和工廠生產有望實現無縫對接。

2 2049年材料模擬計算方法愿景

2.1 電子結構計算方法發展概況

材料所有的宏觀性質都由材料內部的微觀結構決定，因此新材料的研發離不開材料的計算與模擬，準確而有效的理論計算和模擬將會有效的減少材料的研發周期并且降低材料的研發成本。在材料的計算與模擬過程中電子結構的計算將是影響整個材料性能的關鍵，材料電子結構的計算方法也隨著時代的變遷而進步。材料電子結構的計算方法基本分為兩類，半經驗的計算方法和第一性原理計算方法：半經驗的計算方法在歸納總結實驗和數據的基礎上擬合出相似規律的計算參數并應用到其他的體系上；而第一性原理計算方法是指在計算時除了告訴程序你所使用的原子和它們的位置外，沒有其它任何實驗的、經驗的或者半經驗的參量。它是通過求解體系的薛定諤方程，從而得到相應材料的各種宏觀性質。理論上任何材料的結構和性能都能從對應的薛定諤方程求解得到，因而第一性原理計算在材料計算與模擬領域便顯得十分重要。第一性原理計算在過去50多年的時間里經歷了較為漫長的發展過程，最初電子結構理論的經典計算方法，特別是Hartree-Fock方法和后Hartree-Fock方法，是基于復雜的多電子波函數的。隨后發展起來的密度泛函理論（Density Functional Theory，DFT）是用電荷密度取代電子波函數作為研究的基本量[1]。因為多電子波函數有3N個變量（N為總電子數，每個電子包含三個空間變量），然而電荷密度則僅僅是三個變量的函數，因此，密度泛函理論無論在概念上還是實際應用上都比傳統的Hartree-Fock方法更加方便處理。

2.2 原子尺度材料設計與模擬方法的發展

2.2.1 原子尺度材料設計的方法與精度

密度泛函理論是原子尺度材料設計最常用的方法，它主要是通過求解Kohn-Sham方程來實現的[2]。在Kohn-Sham的框架中，最難處理的多體問題被簡化成了一個沒有相互作用的電子在有效勢場中運動的問題。這個有效勢場包括了外部勢場以及電子間庫侖相互作用的影響，即交換和關聯相互作用。密度泛函理論近似求解方法從最初局域密度近似（LDA）到廣義梯度近似（GGA），meta-GGA，hyper-GGA以及隨機相近似的過程。新發展的交換關聯泛函或第一原理計算方法能夠克服原有方法的某種缺陷和不足，并且比原來的計算方法有更高的計算精度。因此，通過不斷的修正交換關聯泛函或改進計算方法，可以不斷的提高材料模擬與計算精度，形成了一個可以達到理想計算精度“天堂”的“雅克比階梯”（圖2.1）。

2.2.2 原子尺度材料設計的發展趨勢

密度泛函理論的發展是隨著時代的進步與時俱進的，同時也受著時代發展的制約。一般來說越為精確的方法越是需要越多的計算資源做支撐，雅克比階梯上越靠近理想精度“天堂”的方法越需要極其龐大的計算資源。目前的第一性原理電子結構計算只能計算原子數目不多的小體系或者周期性的系統，而在原子數目較多的大體系上的應用還相當困難。然而未來的材料計算，大尺度的材料計算與模擬將會是一種趨勢，尤其是在基于像云計算和量子計算機的快速發展的先進技術基礎上，原子數較多的大體系計算也有可能在未來幾十年內便可實現。隨著新的電子結構計算方法的不斷發展和進步，電子結構的計算誤差可以進一步減小，材料計算和模擬的精度進一步提高，計算結果將與實驗結果更加接近。

到2049年時，新的電子結構計算方法，比如新的交換關聯泛函的出現，或許能夠彌補許多現行方法的不足之處，亦有可能精確的實現計算模擬結果和實際材料性能的無縫銜接。材料的計算模擬的結果都能夠很好的與實驗結果相匹配，引領實驗和新材料研發的方向。我們只要給出既定的材料性能需求，便可在海量的材料庫中找出或者匹配出相應的材料，通過進一步的計算模擬得出最優的結果，再引導實驗得到這樣的材料，這樣在短時間內便可實現需求到產品這樣的流程，將會大大縮短人類對新材料的研發周期和研發成本。

圖2.1 密度泛函理論的“雅克比階梯”

2.3 分子尺度材料設計與模擬方法的發展

2.3.1 分子尺度材料設計與模擬的概念與分類

在當今材料計算科學研究中，分子動力學（Molecular Dynamics，MD）無疑是一項極其重要的模擬手段。自1957年Alder等人首次在硬球模型下，采用經典分子動力學模擬方法成功研究了氣體和液體的狀態方程來，分子動力學便正式出現在人們的視線里并開始嶄露頭角。尤其是在20世紀80年代后期，得益于日新月異的計算機技術，分子動力學模擬更是得到了飛速發展，被成功地廣泛應用于材料，物理，化學，生物，醫學等各個領域。

分子動力學方法會如此廣泛的受到科學工作者的青睞自然與它自身性質息息相關。首先分子動力學它是一套結合了物理，數學和化學綜合技術的分子模擬方法，而所謂的分子模擬則是利用計算機來模擬實驗上原子核的運動過程，從而得到實驗上基本無法觀測到的原子尺度上的微觀細節。故它與蒙特卡洛方法一起享有“計算機實驗”的贊譽。但與蒙特卡洛方法相比，利用分子動力學模擬可以計算得到更加準確和有效的熱力學量及其他宏觀性質。因此作為實驗的一個重要輔助手段，分子動力學自然從其誕生伊始便在材料計算與模擬領域大放異彩。

另外，不同于需要求解薛定諤方程從而得到電子波函數的密度泛函理論，經典分子動力學假定原子的運動遵守的是牛頓運動方程。這樣，要進行分子動力學模擬就剩下獲取原子間相互作用勢，即得到相應的電子基態。而采用密度泛函理論理論就能夠得到電子基態結構，然而由于該方法計算的復雜，對于超過上百個原子的體系，計算量就已達到驚人的地步。有鑒于此，分子動力學巧妙的利用了經驗勢來代替原子間實際作用勢，如早期常見的二體勢（Lennard Jones 簡稱LJ勢，Morse勢，Johnson勢等）以及后來出現的多體勢（EAM勢等）。如此一來，整個體系的計算量大大降低，故而相比傳統的第一性原理計算方法，采用分子動力學所對應的體系無論是在空間尺度還是在時間尺度上都有了質的提升。

2.3.2 分子尺度材料模擬的基本特點

分子動力學在計算機上實現分子模擬一般來說可以分為如下幾步：1.設定模擬所采用的模型，主要也就是勢函數和力場的選取。常見的勢函數如前所述主要就是二體勢和多體勢，常見的力場包括全原子、聯合和粗?；觯?.確定初始條件，即給定初始構型和粒子的初始速度。一個合理的初始構型可以加快系統趨向平衡，在確定起始構型之后，系統會根據波爾茲曼分布賦予各個原子的初始速度；3.趨向平衡過程。當初始條件和邊界條件給定后，這時就可以根據牛頓力學以及預先給定的相互作用勢來解運動方程，計算粒子的運動軌跡。但此時的系統并非是一個平衡狀態，計算出的能量也并非是穩定的系統的能量，因此此刻得到的物理量是沒有實際意義的。為了使得系統達到平衡，模擬中會給系統增加或者移出能量，直到持續給出一段穩定的能量值。那么稱此刻的系統達到平衡，到達平衡狀態的這段時間稱為弛豫時間。實際上在分子動力學模擬中，為了合理盡快的得到平衡狀態，時間步長的選取至關重要；4.宏觀性質的計算。體系達到平衡后，就可以通過沿相空間軌跡來求體系的構型積分，然后以構型積分的結果為基礎進一步計算體系的熱力學量和其他宏觀物理性質。圖2.2為其主要流程圖：

圖2.2 分子動力學方法在計算機上實現分子模擬的主要流程圖

然而經典分子動力學在選用經驗勢時，雖然可以加快計算，但除了經驗勢自身的局限性之外，它還完全丟失了局域電子之間強相關作用信息，這樣在模擬中它既不能得到成鍵性質也不能得到電子性質。為了彌補這一缺陷，1985年，Car和Parrinello在經典分子動力學基礎上引入了電子虛擬動力學，首次把密度泛函理論與分子動力學有機結合起來，提出了從頭算（ab initio） 分子動力學方法（簡稱CPMD方法）[3]，極大的改善了傳統分子動力學經驗勢的不足。另外近些年基于SCC-DFTB理論可以更加準確的研究大規模分子動力學效應。可以說正是第一性原理分子動力學的出現，才使得計算機模擬實驗的廣度和深度得到了極大的擴展。

2.3.3 分子尺度材料模擬的發展方向

對于未來分子動力學方法的發展和改善，將主要體現在以下兩點。第一，計算方法的改進。無論是經典分子動力學的經驗勢還是將密度泛函理論與分子動力學有機結合，無不體現出人類智慧的結晶。然而人類的智慧是無窮無盡的，尤其是站在先輩的肩膀上，未來更加完善更加精確的方法出現也是指日可待的。不管是通過第一性原理方法來尋找更加精確的交換關聯泛函，還是另辟蹊徑得到準確的體系微觀相互作用，分子動力學勢必會得益于此從而在計算材料領域有著更加廣泛的應用。屆時不僅對傳統的吸附傳輸問題有著更加深刻的理解，極端條件如高溫高壓下穩定性預測也能成功實現。另外諸如薄膜的形成，材料的生長等一系列復雜的微觀動力學過程將會栩栩如生的展現在人類面前；

第二，高性能計算機的發展?，F如今計算機技術的發展已令人目不暇接，未來計算機性能更是讓人無法估測?？梢钥隙ǖ氖歉L時間的動力學演化，更大尺度的體系和更精確的分子動力學模擬都將成為可能。有了高性能計算機的支撐，對于未來的分子動力學模擬，其研究的系統規模可以輕松達到數百萬個原子，模擬時間不再是納秒、微秒量級，而將跨越毫秒甚至達到秒量級，再一次實現計算領域的重大突破。那樣一來材料科學應用領域將大幅擴展，實驗材料成本大幅降低，新穎材料的理論預測亦將統統成為現實。甚至利用分子動力學讓計算機完全代替實驗也未嘗沒有可能。

總而言之，精度、速度、空間、時間是分子動力學未來發展的風向標，高性能計算機則是推動它前進的動力源泉。毫無疑問的是分子動力學方法必將在材料計算與模擬領域留下極其濃厚的一筆。

3 多尺度高通量的材料設計

3.1 多尺度高通量材料設計的特點

對于材料性質的研究，理論計算與模擬具有極強的理論指導性及預見性，能夠較好的解釋實驗的結果，并對實驗中的不足提出改進，進一步指導實驗。理論模擬計算研究材料性質的兩種最常用的方法是密度泛函理論和分子動力學。密度泛函理論能從電子的層面探討材料的光學、磁性、力學等性質，而分子動力學從原子的尺度研究材料的熱力學性質。隨著計算機技術的飛速發展和新的理論計算方法的應用，多尺度高通量篩選新材料、設計新器件已經成為材料計算模擬領域發展的必然趨勢。

高通量多尺度計算來研究及設計材料，是2011年美國提及的“材料基因計劃”中的重要概念，是未來實現材料的快速研發及產業化的主要手段，能更好的走出理論設計、實驗研究、應用產業化，即學-研-產的道路。高通量設計材料，是根據材料的化學組分及基本信息，再基于基本的理論研究方法及材料設計需求，并應用或發展新的算法，植入到或整合現有的理論代碼，或發展新的計算模擬軟件，來達到設計材料的目的。多尺度計算，主要是針對材料的不同尺度、不同環境研究需求，在保持精度的同時提高計算速度，從而在不同的尺度下研究材料性質?；诨纠碚摰母咄慷喑叨饶M，必將成為設計材料的強力手段。

3.2 多尺度高通量材料設計的發展現狀

3.2.1 基于多尺度材料設計的結構預測軟件發展

高通量計算，即基于基本的量子力學及物質的化學組分，根據外部條件，設定特定的目標函數，來預測或尋找試驗中合成的新材料，為實驗提供解釋或指導，設計新材料。近年來，吉林大學馬琰銘教授課題組開發了功能強大的結構預測軟件CALPSO（Crystal structureAnalysis byParticleSwarmOptimization）[4]，該軟件首次將粒子群算法引入到結構預測之中。該軟件可以實現能量目標導向型結構搜索（比如尋找給定原子種類和數目結構的能量最低結構），根據晶體的空間群或者是隨機產生初始的結構，對結構進行第一性原理精度（結合第一性原理軟件包VASP，CASTEP）結構優化，并將能量作為目標函數利用基因算法或粒子群算法一代一代的進行結構搜索，掃描結構的多維空間，找到能量低的材料結構。以CALYSPO 為例，其已成功給出了實驗上絕緣鋰結構，其預測ABA2-40鋰結構也被實驗所驗證。作為該類方法的發展，更高的要求應運而生：能不能設計針對其他特定目標的結構，以達到實際應用的要求。作為一種擴展，復旦大學的向紅軍教授便基于太陽能電池材料的基本物理化學性質的要求，在CALYPSO基礎上進行了改進，并成功尋找可能具有直接帶隙并可能用于光吸收的Si20-T材料。結合以上軟件的高通量計算，能夠空間的尋找結構，從而使得搜索到所需材料的可能性大大提高。

基于以上軟件實現的高通量計算，能夠更大程度的搜索新材料的結構，但仍然受計算量的限制。因此降低計算量變得十分需要，對此現有兩種方案可以解決。第一，基于第一性原理的精度及分子動力學的速度情況下進行以上軟件的改進，從而能更高效的預測結構。例如王才壯教授等人便對傳統GA結構預測軟件進行了改進，用到程序中第一性原理計算的擬合勢力場，用擬合的勢場結合分子動力學預測結構并用第一性原理計算軟件驗證，其可以在提高搜索空間的情況下大大降低計算量。第二，根據化學成鍵規律來減低搜索的空間。

3.2.2 化學反應的多尺度設計與模擬方法

除了預測新結構，也可以針對現有結構進行的摻雜、過渡態的進行高通量處理。例如，利用clus-ter expansion 與 Monte Carlo 相結合的ATAT （Alloy Theoretic Automated Toolkit）軟件，根據第一性原理擬合展開集團相互作用（effective cluster interaction）來研究合金、鋰電池材料及其他摻雜或空位材料的性質。這種方法，既可以實現高通量計算，也可以降低計算量。另外，對于涉及到化學反應等過渡態問題，由于其涉及到多個能量低點，并尋找兩種態之間可能低的能量勢壘。復旦大學劉智攀教授基通過利用隨機游走方法尋找光滑的勢能面，來解決此類問題。

3.3 多尺度高通量材料模擬展望

3.3.1 多尺度材料智能搜索程序的發展

對于未來高通量多尺度的發展，應該更貼近基礎理論的發展及算法改進、基于結構的物理化學性質的高通量篩選、更大尺度的系統考慮材料的性質等方向。我們現有的高通量的智能搜索程序，能解決很多問題。更多的考慮材料性質導向性，并且能夠解決眾多的問題。例如，如果我們想要尋找更好的熱電材料，我們應該在前面提到軟件的基礎上進行定向的粗略篩選。充分考慮到電子、空穴有效質量，材料的形變能及帶隙對熱電材料的要求，來達到目的。在電池領域的研究中，氧化還原反應是其中的核心，合金材料可能會有很大的催化活性及極高的經濟效益。并可以根據初始的氧化還原反應對材料化學性質要求來實現，比如氧原子的在催化材料吸附作用適中是氧化反應的前提，因此基于cluster expansion方法尋找合適的合金材料（材料的基本結構），來指導實驗合成。另外，可以發展化學反應的勢壘面，比如在催化反應中尋找整個反應的最可能路徑，最大程度的實現高通量篩選。

3.3.2 新型功能材料的多尺度設計與模擬

新型功能材料的理論設計，離不開對其基本物理化學性質的要求。高通量的計算，要基于對材料性質的研究。實現特定功能的某一類材料，應建立相應的數據庫，并對其基本的性質進行相應描述，并且可以設置成為網絡共享的資源，材料設計所用。而新材料設計，除了要尋找及預測新的材料，也要綜合先前材料的性質，對其進行相應的合理拼接或是組合，以期望能提高一種或幾種性能，實現材料的最優化設計。首先，為了實現特定功能，可以利用現有材料的綜合特點整合來實現。比如，在太陽能領域的光催化材料，應有較強的吸光能力，并且光產生的電荷空穴應有效分離，來更有效的傳導光產生的電流。在現有的光催化材料中很少有單一的光催化材料能實現此類功能。因此，對兩種或者更多此類材料做成的p-n 結有可能更好的實現此類功能。因此，高通量計算能夠針對不同的光催化材料進行篩選，并建立相應的庫，能更快實現光催化效率的提高。其次，作為材料的系統設計，應充分考慮材料與周圍環境影響（材料與其他材料或液體的接觸），可能使不適合的某種目的材料能克服其缺點。通過高通量的篩選，可實現傳統材料的性能大幅度提高。最后，材料的設計應考慮其經濟及其實際意義，通過高通量計算來實現新型替代材料的產業化。例如，金屬鉑在燃料電池中具有極高的催化效率，而地球中金屬鉑元素含量及其稀少。因此，高通量計算應該針對此類為題進行大量的理論及實際設計，設計出更有效地催化材料。

多尺度的計算材料設計，主要應從兩方面進行考慮：同一材料不同尺度的模擬及不同材料在相同尺度的模擬。再結合高通量的材料計算和模擬，以便縮短材料設計周期，提高計算材料的可靠性。首先，應通過對不同材料不同尺度的模擬，更好的了解其性質。第一原理與分子動力學結合，是其中的發展方向之一：對于大體系的材料，部分通過分子動力學模擬和核心部分進行第一性原理模擬相結合。另一發展方向是以第一性原理研究其基本的性質并建立適當的勢能函數，用分子動力學描繪其更大的體系已達到介觀甚至宏觀的尺度。再者，應對材料的系統性設計時考慮不同尺度的模擬。例如在太陽能電池設計工程中，對于太陽能電池對太陽光的方向，光在太陽能電池外層的透光材料、吸光材料及收集電流的電流材料進行多尺度系統研究，提高其效率，并且進一步提高材料的系統有效性。

未來高通量多尺度的設計，應該從基本理論計算方法的開發、滿足某一特性材料的物理化學基本特性的探索、新結構預測及特定目標導向性結構預測算法及軟件的開發為工具，結合材料基本庫的建立及共享、已有材料特性的借鑒設計，設計新型或合成材料，并通過高通量多尺度的模擬以期望縮短新材料從設計到應用的周期。

4 材料數據庫

4.1 材料數據庫的發展現狀

4.1.1 材料數據庫的用途

伴隨著計算機技術及網絡技術的發展和普及，材料數據庫技術已經開始蓬勃發展。美國、歐盟、日本、新加坡等世界主要國家地區都非常注重材料計算與模擬的發展，組織實施了一系列相關的研究計劃和項目。特別是2011年6月美國發布“材料基因組計劃”后，引起了各國對材料計算與模擬的進一步重視。我國也于2011年12月召開“材料科學系統工程”香山會議，重點研討材料計算與模擬的發展。就目前情況而看世界各地一些科研院所、高校等單位開始建立自己的材料數據庫包括力學性能數據庫、金屬彈性性能數據中心、材料腐蝕數據庫、材料摩擦及磨損數據庫、高溫材料數據庫，HT-DB收集各種金屬、非金屬、復合材料的力學和熱力學數據等。材料數據庫的建立，有利于減少材料的重復實驗和測試，對縮短新材料的研發周期，節約新材料的研發成本具有非常積極的作用。

4.1.2 材料的設計與模擬是材料數據庫的重要來源之一

就目前的發展來看，這些國內外的數據庫多數展現出功能單一，數據量較少，覆蓋面較窄，且共享性差等一些特點。傳統的材料數據庫主要來源于實驗合成的數據，隨著理論方法的發展，特別是計算機技術的飛速發展，從而使得理論計算預測材料成為可能。云計算集中各種閑置的計算資源，打破了傳統的地域格局（以虛擬運營形態），提出了對云服務使用者、運營者、行業監管和國家政策法規等新的挑戰?；诙喑叨雀咄坑嬎悖ㄔ朴嬎悖┮耄瑢⒖梢源蟠蟮脑黾永碚擃A測材料數據，這無疑會豐富數據庫的內容。另一方面，網絡技術的進一步發展將使材料數據共享功能大大提高。因此如何建立與云計算有效的相互關聯的材料數據庫是個亟待解決的重要問題。由于計算材料數據庫是綜合物理，化學及生物的交叉學科的數據庫，為提高材料高級科學發現、縮短材料開發和產業化周期方面發揮著重要的作用。

4.2 常用材料數據庫

4.2.1 材料基因工程數據庫

材料基因組計劃，是2011年6月24日美國總統奧巴馬宣布啟動一項價值超過5億美元的“先進制造業伙伴關系”（Advanced Manufacturing Partnership）計劃。該計劃呼吁美國政府、高校及企業之間應加強合作，以強化美國制造業領先地位，而“材料基因組計劃”（Materials Genome Initiative）作為“先進制造業伙伴關系”計劃中的重要組成部分，投資將超過1億美元?！安牧匣蚪M計劃”是美國經過信息技術革命后，充分認識到材料革新對技術進步和產業發展的重要作用，以及在復興制造業的戰略背景下提出來的。數據共享與計算工具開發對“材料基因組計劃”的成功至關重要。

先進功能材料復雜的物理與化學特性可以因不同的應用需要而相應調整，并可以在合成、生產和使用過程中改變。對這些特性的跟蹤是一項非常艱巨的任務，“材料基因組計劃”的努力還包括將術語、數據歸檔格式和指南報告標準化，并建立了一個大型的材料數據庫（https：//materialsproject.org/）。目前該數據庫已經初具規模，它已經包含了6萬多種化合物，4萬多種能帶結構信息，以及1萬多種鋰電材料的基本特性，并且各種新的材料數據在不斷的增加和完善。目前材料基因工程數據庫極大的方便了材料研究人員與企業設計者的溝通與合作，提高了新材料研發的效率，并能夠有效的降低新材料的研發成本。

4.2.2 其它的常用材料數據庫

（1）無機晶體結構數據庫

無機晶體結構數據庫（The Inorganic Crystal Structure Database，簡稱ICSD）。由德國的FIZ（Fachinformationszentrum Karlsruhe）和The Gmelin Institute （Frankfurt） 聯合編輯。無機晶體結構數據庫收集并提供到目前為止所有試驗測定的、除了金屬和合金以外、不含C–H鍵的無機物晶體結構的信息，包括化學名和化學式、礦物名和相名稱、晶胞參數、空間群、原子坐標、3D晶體結構圖、熱參數、位置占位度、理論粉晶衍射圖、R因子及有關文獻等各種信息。該數據庫從1913年開始出版，至今已包含近10萬條化合物目錄。每年更新兩次，每次更新會增加2000種新化合物，所有的數據都是由專家記錄并且經過幾次的修正，是國際最權威的無機晶體結構數據庫。

（2）宇航結構金屬數據庫

宇航結構金屬數據庫（Aerospace Structural Metals Database，ASMD）是宇航結構金屬手冊（Aerospace Structural Metals Handbook，ASMH）的網絡版。宇航結構金屬手冊是一部6卷的關于合金的手冊，這些合金被用于汽車、建筑材料、學術和航空領域。其主要數據由美國空軍材料部（位于懷特-帕特森空軍基地，俄亥俄州代頓市）與美國普渡大學合作設計和開發。普渡大學（Purdue University）的一個部門叫做情報與數值數據分析和綜合中心（the Center for Information and Numerical Data Analysis and Synthesis，CINDAS）。它由美國國防部提供經費資助，專門從事材料性能和處理領域的復雜的和系統的研究項目長達45年，承擔著材料基本特性的情報處理中心的作用。宇航結構金屬手冊共出了四十多版，現已停止紙本和光盤的出版。宇航結構金屬手冊網絡版（ASMD）不僅繼續更新數據，而且提供便于瀏覽、檢索的用戶界面。宇航結構金屬數據庫包含了超過220種合金，如：不銹鋼、鎳合金、鎂合金、鈦合金、鈮合金、鉬合金、鈷合金、鈹合金、鉭合金、鎢合金，內容極其廣泛，總計超過8萬條數據曲線。宇航結構金屬手冊網絡版收錄的合金材料數據有多個來源，其中包括美國空軍材料部和美國國家航空航天局（NASA）。新增加的合金數據會經過專業人員的嚴格篩選后，不斷被添加到數據庫中。

（3）結構合金手冊

結構合金手冊（Structural Alloys Handbook，SAH）手冊最初用于協助設計者選擇金屬和合金，是一個包含實證過的試驗數據和金屬性能信息的數據庫。結構合金手冊包括了用于建筑、重型設備、機械工具、汽車和一般制造業中常用的重要金屬和合金，有鑄鐵、煅鋼、鍛制不銹鋼、鑄鋼、鍛造鋁和鑄銅、黃銅、青銅、鋁、鎂、鈦等多種不同金屬材料。結構合金手冊提供這些金屬材料和合金材料的典型的、詳細的描述數據。

（4）工程材料數據庫

工程材料數據庫是針對機械行業專業人士查詢材料數據信息而開發的大型材料數據庫。該數據庫軟件為用戶提供常用材料標準數據、型材數據信息、國內外常用材料牌號對照等幾部分數據內容。

常用材料標準數據包括九大類約1200余種常用材料的化學成分、化學性能、物理性能、力學性能、工藝性能、材料用途等標準數據，可供機械行業專業人士方便查詢；型材包括型鋼、鋼板及鋼帶、鋼絲、鋼絲繩、鋼管、有色棒材及線材、有色帶材及箔材、板材、有色管材等9大類型材的尺寸規格、工藝性能、腐蝕性能、力學性能、允許偏差等數據；國內外常用材料牌號對照則主要包括鋼材（500余種鋼材）及有色金屬材料的中國、美國、德國、前蘇聯、日本、法國、英國、臺灣等地區的材料牌號及之間的對照關系，可以實現同一種材料在多個國家之間的正查、反查功能，該部分內容能夠充分滿足從事加工生產及材料貿易的用戶對材料牌號對照關系的要求。

工程材料數據庫為用戶提供了豐富的數據資源和便捷的查詢方式，設計人員可以快速查詢需要的材料特性及相關信息，從而節省大量翻閱手冊的時間，工程材料數據庫中一些由科研人員提供的材料數據信息，這不僅僅是節省設計人員查詢時間的問題，這些數據對于實際生產企業，具有極大的價值。

4.3 材料數據庫發展的幾點建議

4.3.1 利用高通量多尺度的材料理論計算豐富數據內容

目前計算材料數據庫種類數量較少，數據內容非常不全面，以前的材料數據主要集中在分子、晶體等層面。將來可以通過開發各種材料數據結構搜索及利用云計算資源，極大的豐富數據內容。首先，從材料結構的維度上能有大量的補充，從零維的各種團簇結構（現有的金，銅團簇擴展到元素周期表中其他各種元素的團簇），一維的各種納米管結構（現有的石墨烯，氮化硼等其他各種不同組分的納米管）、二維層狀結構（石墨烯，硅烯，氮化硼等到其他各種組分的平面結構）到三維的晶體結構。其次，除了各種完美的結構，通過云計算進行有效的預測，各種不同比例的摻雜體系將在計算材料數據庫里面大大的補全。再次，基于目前材料數據庫里面的數據都是一些靜態數據，然而對于一些動態數據卻知之甚少，如相變過程、過渡態搜索及化學反應過程等數據將會有大大補充。最后，計算材料數據庫的內容將會涵蓋不同領域材料，從化學領域，物理領域，生物領域直至整個材料領域。

4.3.2 利用先進的信息技術完善材料數據庫的功能

基于目前計算材料數據庫功能較單一，隨著計算機技術和互聯網技術的發展，材料數據庫技術的功能性也將日臻完善。功能由單一走向多元化。這主要體現在搜索結果，輸出結果和功能性等方面。在搜索結果方面，不僅可以做到根據材料組分進行搜索，也可以根據材料的特性進行專業性的搜索。在輸出結果上，不但能像普通數據庫那樣對定量化的數據進行處理并輸出，而且還能根據用戶需求以圖、表、數字、曲線等多種方式輸出。在功能性方面，更加多樣化。材料數據庫不再僅僅是作為一本電子材料手冊來使用，而且還要為實際應用如工程設計、選材、材料分析等提供服務。

4.3.3 材料數據庫的智能化

在系統性方面，計算材料數據庫的建立將更加系統化。材料總是作為一個系統而存在的，在使用材料的過程中，環境不同，材料所表現的性能也會發生變化（比如不同壓強，不同濕度，不同溫度下材料的性質將發生變化），從而使得材料數據庫的建立也必須進行系統化的綜合考慮。材料數據庫將會向更加系統性、網絡化、智能化、現代化、商業化和標準化的方向發展。

4.3.4 利用互聯網技術完善材料數據庫的共享

基于目前計算材料數據庫地域性較強，隨著計算機及網絡技術的進一步發展，計算材料數據庫將朝著資源共享的方向發展。將做到隨時隨地都能夠有效的進行數據搜索。同時，隨著網絡技術的進一步完善及材料數據庫的進一步完善，計算材料數據庫的管理方式也提出了新的要求，數據庫的管理將朝著系統性，智能型等方向發展才能有效的將各自分散的數據庫整合及統一管理。從而減少各個數據庫之間的重復及對資源的浪費。同時，材料數據庫管理也需要有自我檢測及修復的功能。改進的數據共享系統和綜合管理團隊使設計、系統工程和制造業相互交叉，互相影響，縮短從新材料的發現到投入市場的周期將是增強國內制造業的競爭力、保持經濟持續增長的一個關鍵驅動力。更多的將計算和信息技術與表征和實驗相結合——用數學模型和計算機模擬代替耗時且昂貴的實證研究，大幅度加快材料部署的時間、增加材料部署的數量。

公共材料數據庫的優勢將讓人難以拒絕?？梢栽囅胍幌滤軌驇淼暮锰帲河袕椥匝诱剐?，能常規網絡訪問，可結合移動平臺，按照使用次數計費，提高效率，降低資本成本，以及獲得分布廣泛的結構與非結構化數據。

5 材料設計的應用和社會影響

5.1 新型能源材料的設計與模擬

5.1.1 鋰離子電池材料的設計與模擬

（1）鋰離子電池起源

鋰離子電池始于1972年，由Armand教授提出利用嵌入化合物（Li intercalation compounds）代替鋰金屬作為負極材料[5]。在充放電過程中，鋰離子來回穿梭于正極與負極之間，因此，鋰離子電池也被形象的稱為“搖椅式電池”（Rocking-Chair Batteries）[6]。電極材料的探索是發展鋰離子電池的關鍵，圖1為自1980年鋰離子電池發展初期以來具有代表性意義的幾種電極材料。其中，由索尼公司在1989年提出的以石油焦作負極、鈷酸鋰（LiCoO2）作為鋰源正極、六氟磷酸鋰（LiPF6）與乙烯碳酸酯（EC）作為電解液的可循環充放電鋰離子電池的問世，隨后在1991年實現的商業化生產也標志著新型鋰離子電池時代的到來[7]。

圖5.1 電極材料研究進展及其電化學性質

（2）鋰離子電池材料設計現狀

鋰離子電池作為新型清潔儲能設備，雖早已被大眾所熟知并得到廣泛的應用，但是，由于目前實驗測試手段，如X射線斷層掃描（X-CT）、高分辨透射電鏡以及飛秒技術等對原子尺度上三維立體結構測量的誤差，以及實驗結果反映信息的片面性、不確定性等缺陷，鋰離子電池的許多基本問題都尚未解決，如電極材料充放電過程中結構的演變、鋰離子在電極材料中的擴散動力學特性、固體電解液界面的形成及生長機制以及空間電荷層分布等[8]。因此，我們期望借助理論模擬手段，更清楚地了解處于平衡態與非平衡態的鋰離子電池內部的結構演變規律及物理化學特性，從微觀上揭示鋰離子電池在電化學過程中由結構和性質的改變帶來的化學反應、質量轉移、以及電荷轉移等過程，為新型電極材料的開發及電池電化學性能的控制及改善提供理論依據。其中，基于量子力學的第一性原理方法通過求解薛定諤方程，不采用任何經驗參數，只采用電子質量、質子質量、普朗克常數、光速、元電荷五個基本的物理量對微觀體系的總能量、電子結構等物理性質進行研究，其計算的可靠性已在各個材料領域的研究中得到證實，因此，也成為了當前理論研究鋰離子電池電化學機制的主要手段。

（3）鋰離子電池材料的設計趨勢與未來

第一性原理計算結果雖可以作為真實實驗的補充，深入理解材料的微觀結構和性質，同時也可對新型材料進行設計及性質預測。然而由于其計算量較為龐大，且不能夠反映出電池在電化學過程中的動力學特性。因此，基于密度泛函理論（DFT）的第一性原理計算與分子動力學、蒙特卡羅等方法的結合也是近幾年乃至未來幾十年內理論設計及預測新型鋰離子電池材料的主要發展方向。其中，密度泛函計算能從電子結構角度對鋰離子電池電極材料的結構、鋰離子擴散、電導率以及力學性質等特征進行分析，而分子動力學與蒙特卡羅模擬等方法則能夠從原子尺度上探討體系的動力學性質。另外還值得注意的是，以上方法所關注的是納米尺度以及皮秒量級下的電化學過程。而未來對于更大尺寸及更長時間下的電極材料特性的研究則可能需要采用到介觀尺度甚至宏觀尺度的模擬方法，例如相場方法，分子力場方法、有限元方法以及有限差分方法等；例如，相場方法可用來處理納米和微米尺度的結構演化，由此可模擬出電極材料的晶粒大小及尺寸，這對于解釋電極材料在充放電過程中的體積變化、固體電解液界面膜的生成及演變等現象將有著極大的幫助。此外，在宏觀尺度上，體系的運動力學遵循牛頓力學方程，熱運動滿足宏觀的擴散方程，我們期望通過諸如有限元等方法來研究鋰離子電池中的熱流分布、應力分布等現象。綜上來看，介觀與宏觀尺度的材料模擬未來的主要任務將集中在對鋰離子電池工程領域問題的探討，例如，幫助我們理解鋰離子電池中出現的傳熱、應力以及多場耦合等宏觀現象。

目前，我們利用理論計算方法的主要目的還是對現有材料的性質進行驗證和提出改善的方案，而對于開發新型電極材料，仍難以根據理論計算結果對材料是否具有良好的應用前景作出判斷，這主要還是歸因于當前對于如何尋找新型電極材料沒有提出明確的方案要求。就此，為了加快新型鋰離子電池電極材料的開發速度，美國麻省理工大學的Ceder教授提出采用高通量計算的方法來對電極材料進行篩選，并負責實施了材料基因組計劃（Material Genome）。通過采取高通量計算，可由摻雜、替代等手段，在現有材料的基礎上，對新材料進行設計和性能預測。隨著材料基因組計劃的逐步進行，預計在未來的十到二十年內，將不僅局限于高通量計算來預測新材料，也將借由實驗中高通量測試對新體系進行驗證及優化，并通過大數據分析獲得材料的規律及特性，以此來加快新型電極材料的開發速度。需要指出的是，有效的高通量方法，并不意味著漫無目標的撒網捕魚，需要對鋰離子電池性能及制備需求有著全面了解。根據目前鋰離子電池的研究現狀，并且展望其發展趨勢，我們有望通過實驗與理論計算相結合的方法，在未來的幾十年內解決鋰離子電池研究中的以下幾個重點及關鍵性問題：

（1）電極材料在電化學過程中的微觀結構演變機制，分析不同嵌鋰相的產生對電極穩定性、循環充放電等性能的影響。

（2）理解鋰離子電池中的復雜過程，如固體電解液界面膜的生長、鋰離子在電解液當中的傳導機制以及電極與電解液界面特性等問題。

（3）尋找新型電極及電解液材料，制備出更高性能且具有良好安全性的鋰離子電池。

（4）通過高通量理論計算及實驗測試，探索電極電位與結構間的本質聯系，為最終控制及制備出能滿足不同電位需求的電池材料。

5.1.2 光電材料的設計與模擬

（1）光電材料的分類和特點

光電轉換包含兩個方面：一是將光能轉換為電能，主要利用在太陽能電池，污染治理等，另一個方面則相反，將電能轉換為發光，主要利用于照明以及顯示設備，如電腦手機屏幕等。完整的光電轉換過程通常需要一定的裝置實現，例如太陽能電池，發光器件等。這些器件裝置包含多部分，除了直接的光電轉換部分外，還包括空穴、電子傳輸材料、電極材料等。

目前，新型光電轉化材料設計方法主要以量子化學計算方法為主。借助于理論計算了解光電轉化材料電子結構、能帶信息以及光電轉化影響因素。利用這一方法已成功地研究了元素摻雜、取代對光電轉化材料性能影響的物理機制，并由此設計出一批新型光電轉化材料。例如，在二氧化鈦中加入N，C，Pt等元素摻雜以及研究缺陷對其電子結構的影響；CuInxGa（1-x）Se2（CIGS），就是通過摻入適量Ga替代部分In，可以使半導體禁帶能隙在1.0～1.6eV之間可調[9]。多數太陽能電池染料敏化劑，空穴傳輸材料皆為有機分子。同樣可以通過密度泛函計算分子前線軌道與半導體的關系判斷其功效，通過官能團取代等調節其性能。最近十年，借助理論計算，光電轉化材料種類得到了極大的豐富。

有機分子與無機半導體或者空穴傳輸層與光電轉換部分接觸界面間的性質，通常由含時密度泛函（TD-DFT）方法研究，描述體系的激發態電子結構以及電子遷移行為。而裝置整體的效率，則可以通過數值模擬的方法計算例如太陽輻射通量和太陽能設備的散熱損失等。

（2） 光電材料的設計與模擬現狀

高效光電轉化計算研究依然存在部分問題，現在的研究正致力于解決這些問題。目前理論計算體系依然十分有限，例如，對于密度泛函理論，通常的研究體系約為幾十至幾百個原子大小，這樣的大小對于光電轉換體系非常有限，常用的空穴傳輸材料Spiro-OMeTAD分子式為C81H68N4O8，一個分子已經達到161個原子，計算中使用單個分子在數層晶體表面的吸附模型，就忽略了分子間的相互作用，這種大小已經接近或者達到目前計算的極限，由于計算的原子數目與計算時間是指數關系，繼續增大體系已經非常困難。事實上，得益于計算機能力提升，最近十幾年的計算科學已經得到了長足的進步。按照摩爾定律，未來三十年計算機能力大約可以翻二十番左右，但是隨著晶體管工藝接近物理極限，計算增長能力將會放緩，即使依然按照目前的速度發展，由于計算的原子數目與計算時間是指數關系，體系的放大倍數也是有限的。因此，目前發展計算量小并保持準確性的算法就顯得非常重要，如處理大體系的線性標度電子結構方法，這也是未來發展的一個方向[10]。可以預期，當先進的計算方法開發后，人們可以計算多個分子甚至是高分子聚合物以不同形態在表面吸附，判斷其電子性質，甚至是多種分子混合協同效應。

（3）光電材料設計與模擬的發展方向

目前的計算方法還存在一些誤差，例如密度泛函方法對半導體帶隙計算的低估。由于誤差的存在，導致計算結果需要與實驗對比，并且在計算時需要選擇不同的泛函，而選擇的過程需要人為經驗判斷。現在各種更加精確地校正方法都在蓬勃發展，例如原子間的弱相互作用范德華力校正，重原子相對論效應等。當未來理論計算消除誤差和人為經驗時，可以領先于實驗預判材料的性能，從而指導實驗。

光電轉化體系涉及多相表面、界面的作用行為，光電體系工作過程涉及激發態電子動力學行為，現在已經用于計算激發態性質的方法如含時密度泛函理論，依然處于發展階段，計算激發態時依然使用基態計算的泛函會產生誤差，需要進一步提高精度，需要開發適用于激發態的基組以及泛函。未來的三十年間，發展出可以計算多電子激發態，多態數計算方法，例如當某種界面或者分子吸附體系受到光照或者外加電勢差影響的情況下，電子傳遞轉移過程以及速率，這也是未來計算將會考慮的問題。

除此之外，計算方法將會更加貼近實際情況，考慮環境因素對性能的影響，甚至能夠判斷材料制備過程中環境因素控制。量子化學級別計算，通常計算材料在真空中的性質，部分計算考慮溶劑效應，依然無法滿足實際應用需求，未來的計算可以預測周圍環境影響，考慮材料在空氣或者溶劑中的性質，以及溫度對其性質的影響。目前通過元胞自動機、蒙特卡洛等方法可以計算模擬晶體生長。

最后，由于光電體系通常是由多種材料構成的復雜裝置，目前的計算方法基本處于一種“各自為戰”的狀態，例如蒙特卡洛等方法可以計算模擬晶體生長，但是對于不同形貌電子性質的差異卻無法計算。未來光電計算研究，除了各個方法更精細更深入的發展，還要求方法之間的橫向連接。2008年，哈佛大學啟動的哈佛清潔能源項目（Harvard Clean Energy Project）不僅通過結合傳統的建模方法和現代藥物開發的策略，還利用了機器學習、圖形識別和化學信息學技術，此外，該計劃還利用了IBM世界公共網格（WCG）提供的志愿計算機用來篩選材料分子，可以看做是發展方向的例子。未來光電計算首先通過高通量篩選出備用分子結構骨架，然后利用元素或者官能團替換摻雜對化合物性能微調，分析化合物生長過程中容易形成的缺陷以及晶體形貌，甚至可以提供合成時所需的原料配比、反應時間等條件。最后，構建多種材料界面，計算電子在環境中的行為，模擬電流電壓與光照頻率強度之間的關系，同時模擬裝置在長時間工作時結構性能的變化。

5.2 新型信息材料的設計

5.2.1 新型信息存儲材料

隨著人類社會進入信息化時代，信息成為構成人類社會的重要部分。信息的載體--信息材料，在很大程度上決定了信息的存儲形態、傳播方式以及傳遞速度等等。信息材料對外界環境具有相當的敏感性，比如，在不同的外界條件下（力、熱、光、電、磁、聲以及化學和生物等），信息材料的物理和化學性質會發生相應的變化，進而產生穩定的、可探測信號。與信息的收集、存儲、處理、傳遞以及顯示等過程相對應，信息材料分為：收集材料、存儲材料、處理材料、傳遞材料以及顯示材料等。

在眾多的信息材料中，存儲材料占據非常重要的位置，是本章內容關注的重點。計算機在20世紀的迅速發展，使得人們需處理和存儲的數據海量增加，對存儲材料的要求也越來越高。到目前為止，存儲材料歷經打孔紙帶、穿孔紙帶、盤式磁帶、盒式磁帶、磁鼓、軟盤和硬盤等發展階段。每一階段的發展都是存儲介質小型化、高密度存儲以及存儲方式多樣化等方面的巨大進步。硬盤是目前最主要的存儲材料，依據存儲方式的不同分為：磁存儲（包含金屬磁粉、鋇鐵氧體磁粉等）、半導體存儲（以硅基材料為基礎的半導體材料）以及光存儲（包含磁光記錄以及相變光記錄等）。

在不同類型存儲材料的探尋中，實驗工作者進行了繁雜的工作，每種存儲材料的背后都是一系列昂貴的實驗投入。且隨著器件的小型化，以及單位面積、單位體積信息存儲密度的增加，量子尺寸效應越來越明顯并且直接決定了材料的最終性能。這一方面加大了實驗的難度，極大地增加了實驗投入。另一方面，實驗結果的可靠性也將難以保證，原子尺度上的實驗操控難實現，且尺寸效應導致了結果的不確定性。

5.2.2 信息材料的原子尺度的模擬

基于以上原因，在原子尺度上對存儲材料進行更加細致的探究，總結一般性規律，是存儲材料進一步發展必要條件。在這些方面，計算科學以其獨特的優勢，將發揮越來越重要的作用。目前適用于不同尺度的模擬方法已經建立起來，比如：原子尺度上探究材料物性的第一性原理方法、分子動力學方法以及量子蒙特卡羅方法。在該層次上，量子力學效應顯著，材料將呈現出獨特的力、熱、光、電、磁等特性。通過在原子尺度上對材料物性進行歸納、篩選，得出一般性規律，對存儲材料小型化的發展具有很大的指導意義。當材料將進入納米量級后，所包含原子數的增加，一方面使材料的特性向塊體演化，另一方面也將引入更加復雜多體效應。在納米尺寸下，受計算量的限制，第一性原理相關的計算方法不再適用。此時，基于經驗勢的分子動力學方法、分子場理論將會發揮非常重要的作用。當材料進入微米量級后，工程物理上的模型方法將具有更大的適用性。

從以上可以看出，計算科學的迅速發展將為新型存儲材料出現與性質表征提供了強有力的工具。并且，在一定程度上，計算科學將有助于探尋實驗科學無法觸及的領域。比如，一些具有優良特性的存儲材料，目前實驗上仍然很難合成或合成成本非常高；一些材料所包含的化學元素具有強烈的毒性和腐蝕性；一些物質的存在條件非常苛刻，如高溫、高壓、強磁場和強電場等等。此外，隨著信息材料微型化的發展，在原子尺寸上進行信息的存儲與傳遞將成為信息材料發展的必然趨勢。原子尺度上的信息操控，一方面能夠極大地提高信息的存儲密度，使器件輕巧、易攜帶；另一方面，也極大地考驗了信息的穩定性。因為在單原子尺寸上，零點振動效應越來越強，材料所攜帶信息的穩定性也越來越難以保證。當信息材料的可超控和存儲單元為幾個甚至單個原子時，如何保證信息的穩定性，是計算科學探索和解決的另一重要問題。其中可行的解決方案，除了探尋和設計比較穩定的結構外，設計新型的存儲方案，也是信息材料發展的必經途徑。

現今研究表明：結合磁學、微電子學基本原理的自旋電子學將在未來信息材料中發揮越來越重要的作用，而計算科學將在新型信息材料性能預測和機理解釋方面起到非常大的作用。在通常情況下，電荷和自旋兩個自由度是相互分離的，且在電子器件中發揮不同的作用。比如，在電子器件中，電荷是信息的基本載體，可以通過門電壓控制電流的通斷，進而達到信息存儲與傳遞的目的。在自旋自由度的使用上，主要利用電子自旋間的協同效應，即電子自旋之間相互關聯形成磁疇，通過控制磁疇的不同狀態實現信息的存儲。隨著材料微型化的發展，傳統的信息存儲與傳遞方式的弊端逐漸凸顯出來，而結合電荷和自旋兩個自由度新型信息材料將發揮越來越重要的作用。

5.2.3 信息材料設計的發展方向

新型信息材料的未來發展需要解決兩個方面的問題：新材料的探尋；新型信息材料中不同耦合方式和相關機理的深入探究。在新型功能材料的探尋方面，納米技術進步以及計算科學的發展在發揮非常重要的作用。一個最簡單的例子為自旋閥，即通過非磁性通道連接兩個鐵磁性的電極，通過電荷在兩個電極之間的傳輸實現自旋的輸運；而磁阻的大小則通過調控兩端電極的自旋取向來控制。不同自旋態的分離和傳遞，為信息的存儲和傳遞提供了更多地自由度。計算科學將在自旋器件的設計和優化中發揮更大的作用。比如：在自旋閥中，兩端電極的磁性耦合狀態決定了體系磁阻的大小，以此決定了信息的存儲形式。在電極材料中，兩端電極的磁性及其耦合狀態決定了器件的性能。通過磁性計算對材料進行預篩選，將大大縮短自旋器件的設計流程。發展比較精確的磁性計算方法，是未來信息材料計算的一個重要方向。

目前基于贗勢的第一性原理計算方法還不能準確的給出材料的磁基態和不同磁性間的耦合狀態；而基于全電子勢的計算方法，雖然在一定程度上能夠準確地得出材料的磁基態，但受到計算量的限制，只適用于較小體系。對于比較大的體系，比如：自旋閥中的兩端電極，以及磁性耦合比較復雜的體系，該方法并不適用。在第一性原理計算的基礎上，結合模型哈密頓量方法計算體系的磁基態以及不同體系的磁耦合狀態，是材料計算一個重要的發展方向。

此外，用于材料磁性計算的密度泛函方法只適用于零溫情形。實際的信息材料都處在一定的溫度場內，且在實際應用中，器件發熱使得材料所在處的溫度比較高，此時材料的磁基態與零溫情形具有很大的差別。在具體計算中，如何進一步考慮溫度效應，并準確得出材料在不同溫度下的磁基態與磁耦合狀態，以及不同磁耦合狀態對溫度的響應等，是計算科學進一步發展的另一個方向。

通過電荷的傳輸實現自旋態的輸運，是自旋電子器件的基本物理思想。在此，一個重要的問題是輸運過程中自旋態的保持。這就要求傳導材料中的自旋軌道耦合效應較弱，且具有較高的載流子遷移率。因此在材料的探尋中，除了需要準確地得出電子結構，周圍環境、缺陷對材料電子結構的影響，還要能夠比較精確的得出材料中自旋軌道耦合。目前的雜化泛函等計算方法，雖然能在一定程度給出材料的電子結構，但是，計算過程涉及的計算量非常大，尤其當考慮自旋軌道耦合效應時，所牽涉的計算量并不是一般的研究小組所能承受的。不但如此，雜化泛函等相關方法缺乏嚴格的理論論證，是一種經驗的計算方法。因材，在未來信息材料計算中，需要發展有效的，能夠精確得出材料電子結構計算方法，該計算方法能夠兼顧計算精度和計算量兩個方面，且能夠精確地得出自旋軌道耦合效應。

在上述計算的基礎上，自旋輸運理論的發展和完善是計算信息材料未來發展的另一方面。未來信息材料以電子的自旋為信息的載體，通過自旋態間的關聯實現信息的存儲與傳輸。當今的輸運理論隨在一定程度上模擬器件中電子的輸運過程。但總體說來，仍然不能很好的得出電子自旋態的傳遞過程。因此，進一步發展自旋輸運理論，使其能夠比較精確的描述未來信息材料中自旋態間的關聯和傳導過程，也是計算信息材料未來發展的一個方面。

5.3 智能的材料設計與模擬方法

5.3.1 常見的智能材料設計方法

智能材料計算的主要方法有遺傳算法、免疫算法、模擬退火、演化程序、局部搜索、人工神經網絡等等。遺傳算法最早由美國的J.Holland教授于1975年提出，它主要是借鑒生物界的進化規律（優勝劣汰，適者生存的機制）演化而來的隨機化計算方法。它的特點是直接對結構對象進行操作，沒有求導和函數連續性的限定，具有較好的并行性和全局尋優能力，能夠自動獲取和指導優化的搜索空間，自適應地調整搜索方向，而且不需要確定的規則。遺傳算法的這些優異特性，奠定了它在現代智能計算中關鍵技術的地位，它已被廣泛地應用于新材料搜索、結構設計、機器學習、組合優化、信號處理、自適應控制和人工智能等領域。遺傳算法屬于進化算法的一種，其基本運算過程主要包括初始化、個體評價、選擇運算、交叉運算、變異運算、終止條件判斷、計算終止等過程。進化算法是借鑒了生物進化過程中的一些現象而發展起來的，這些現象包括遺傳、突變、自然選擇以及雜交等。

（1）遺傳算法

遺傳算法是隨機地、沒有指導地迭代搜索，為個體提供了進化機會的同時，也不可避免地產生了退化的可能。而且，遺傳算法的交叉和變異算子相對固定，在求解具體問題時，可變的靈活程度較小。這導致在求解一些復雜問題時，有可能收斂于局部最優，而不能達到理想的全局最優。實踐表明，僅僅使用遺傳算法或者以其為代表的進化算法，在模仿智能計算處理事物的能力還遠遠不夠，還必須更加深層次地挖掘與利用智能計算方法。學習生物智能、開發和改進利用生物智能是進化算法是智能計算應用的一個研究熱點。在生命科學領域，免疫與遺傳一樣受到了人們的廣泛關注和深入研究。所以，人們將生命科學中的免疫概念引入到智能計算領域，借助免疫概念和理論并將其與已有的智能算法有機地結合起來，在保留原算法優良特性的前提下，有目的有選擇地利用待求問題體系中的一些特征信息或知識來抑制其優化過程中出現的退化現象，這種算法稱為免疫算法。大部分的計算結果表明免疫算法是有效的而且也是可行的，它較好地解決了遺傳算法中的退化問題，從而較好的保證智能計算過程中的全局收斂性問題。

（2）模擬退火算法

模擬退火算法[11]的基本思想來源于固體退火原理，首先將固體加溫至充分高，然后讓其緩慢冷卻，在初始加溫過程中，固體內部粒子隨溫升變為無序狀，內能增大，而在緩慢冷卻的過程中，粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能也達到最小值。模擬退火算法新解的產生和接受主要分為四個步驟：第一步是由一個產生函數從當前解經過簡單地變換，如對全部或部分元素進行置換、互換等，產生一個位于解空間的新解；第二步是計算與產生的新解與目標函數的差值；第三步是依據是一個接受準則，判斷產生的新解是否被接受；第四步是當產生的新解被確定接受時，用新解代替當前解，實現了當前解的一次迭代，同時修正目標函數值，并且在此基礎上開始下一輪試驗。而如果新解被判定為舍棄時，則在原來的當前解基礎上繼續新一輪試驗。模擬退火算法求得的解與初始解狀態（算法迭代的起點）無關，該算法在理論上已經被證明是一種以概率收斂于全局最優解的全局優化算法，具有漸近收斂性和較好的并行性。

（3）人工神經網絡算法

人工神經網絡算法的基本思想是模仿人腦，是具有高度智能化和并行性的未來智能計算方法。思維學的基本觀點認為，人類大腦的思維可分為抽象思維（邏輯思維）、形象思維（直觀思維）和靈感思維（頓悟）三種最基本的方式。人工神經網絡主要是模擬人類思維的第二種方式，它是一個非線性動力學系統，其主要特點在于信息的分布式存儲和高效的并行協同處理。人工神經網絡是由大量的簡單的神經元相互聯接而成的自適應非線性動態系統。盡管單個神經元的結構比較簡單，功能也極其有限，但是大量神經元構成的網絡系統所能實現的行為卻是極其復雜和豐富多彩的。人工神經網絡根據神經細胞、神經網絡、神經系統等生物原型結構及其功能機理，建立神經元、神經網絡的基本概念模型、知識模型、物理化學模型和數學模型等，在這些基本理論模型研究的基礎上進一步構建具體的神經網絡模型，并利用人工神經網絡組成實際的信號處理或模式識別的智能系統。人工神經網絡反映了人腦功能的若干基本特性，但并非真實生物系統的描述，只是一種模仿、簡化和抽象。

普通的電子計算機的功能取決于程序中給出的知識和能力。因此，對于智能活動要通過總結編制程序將十分困難。人工神經網絡在構成原理和功能等方面更加接近于人腦，它具有初步的自適應與自組織能力，能夠自身適應環境、總結規律、完成某種運算、識別或者過程控制。人工神經網絡是一個具有學習能力的系統，可以發展知識，以致超過設計者原有的知識水平。人工神經網絡通過學習或訓練過程中改變突觸權重值，以適應周圍環境的要求。人工神經網絡可以通過若干次學習后，提高網絡判斷的正確率。如人工神經網絡的輸出為“0”（即結果錯誤），則把網絡連接權重朝著減小輸入加權值的方向調整，其目的在于使網絡下次再遇到相同的輸入模式時，減小犯同樣錯誤的可能性。人工神經網絡按以上學習方法進行若干次學習后，網絡判斷的正確率將大大提高。當人工神經網絡對這個模式的學習獲得了成功后，它將把這個模式分布地記憶在網絡的各個連接權值上。當人工神經網絡再次遇到這個模式時，就能夠作出迅速、準確的判斷和識別。一般說來，網絡中所含的神經元個數越多，則它能記憶、識別的模式也就越多。

人工神經網絡的基本結構模仿人腦，具有并行處理特征，可以大大提高工作速度。盡管人腦神經元之間傳遞信息的速度要遠低于普通的計算機，人腦神經元之間傳遞信息為毫秒量級，而計算機的頻率往往可達幾百兆赫。但是，由于人腦是一個大規模串行與并行組合的綜合處理系統，因而，在許多問題上可以作出快速判斷、決策和處理，其速度則遠高于普通計算機。而且人工神經網絡的信息存貯在神經元之間連接強度的分布上，存貯區與計算機區合為一體，即使有輕微的小錯誤，也不會影響人工神經網絡的功能。人腦存貯信息的特點為利用突觸效能的變化來調整存貯內容，雖然人腦每日有大量神經細胞死亡（平均每小時約一千個），但不影響大腦的正常思維活動。而普通計算機是具有相互獨立的存貯器和運算器，知識存貯與數據運算互不相關，只有通過人編出的程序使之溝通，這種溝通不能超越程序編制者的預想。元器件的局部損壞及程序中的微小錯誤都可能引起嚴重的失常。

5.3.2 智能材料模擬方法的發展方向

總的來說，新型的智能計算方法主要基于“從大自然中獲取智慧”的理念，通過人們對自然界基本規律和獨特性質的認知，提取出適合獲取知識的一套新型計算方法，也就是智能仿生算法。這些智能計算方法具有以下共同的要素：自適應的結構、隨機產生的或指定的初始狀態、適應度的評測函數、修改結構的操作、系統狀態存儲器、終止計算的條件、指示結果的方法、控制過程的參數。這些智能計算方法具有自學習、自組織、自適應的特征和簡單、通用、魯棒性強、適于并行處理的優點。這些智能計算方法主要通過自適應學習的特性，達到了全局優化的目的。在并行搜索、聯想記憶、模式識別、知識自動獲取等方面得到了廣泛的應用。

5.4 材料設計與模擬對未來社會的影響

5.4.1 材料基因工程在新材料設計中的作用

材料基因工程，是借鑒生物學上的基因工程技術，探究材料結構（或配方、工藝）與材料性質（性能）變化的關系。并通過調整材料的原子或配方、改變材料的堆積方式或搭配，結合不同的工藝制備，得到具有特定性能的新材料。以材料設計和模擬為基礎的材料基因工程已經成為當前材料科學中不可或缺的一部分，也已經讓人們看到了材料基因工程的巨大作用。在材料基因工程提出之前，新材料從研發到市場應用時間跨度非常長，某種新材料從最初的研究開發，經性能優化、系統設計與集成、驗證、制造再到投入市場通常需要10～20年時間。部分原因是一直以來過度依賴對材料研發的科學直覺與實驗判斷，目前大部分材料的設計與測試是通過耗時的重復實驗來完成的。而實際上，有些實驗通過理論計算工具就能完成模擬。材料基因工程采用強大的計算分析和理論模擬工具，減少新材料研發和生產過程中對物理實驗的依賴。改進的數據共享系統和一體化的工程團隊將允許設計、系統工程與生產活動的重疊與互動。這種新的綜合設計將結合更多的計算與信息技術，加上實驗與表征方面的進步，將顯著加快材料投入市場的種類及速度，材料的開發周期可從目前的10～20年縮短為5～10年。

5.4.2 材料設計與模擬對2049年工業設計的影響

（1）中國工業化面臨的挑戰和機遇

中國的工業現代化的進程對材料科學提出了許多嚴峻的、亟待解決的問題。例如，鋰鹽是制造鋰離子的電池的重要材料，廣泛應用于移動電子產品和新能源汽車。從上世紀90年代開始，鋰鹽的市場需求量就開始不斷上揚，同時碳酸鋰、氯化鋰、氫氧化鋰等鋰鹽的價格也不斷上漲。2015年，隨著電動汽車銷量的持續增加，鋰鹽的供需矛盾更加尖銳，國內外的生產企業對碳酸鋰等鋰鹽的報價相繼上調，單次上調幅度高達15%。從2015年初至2015年10月為止市場累計漲幅近30%，鋰鹽的價格創出近年來的新高。況且，鋰的儲量在地殼中僅占0.002%左右，是一種含量較少的金屬元素。因此，隨著移動電子消費市場和電動汽車市場的快速發展，鋰的需求將會快速增加，鋰鹽資源枯竭和價格暴漲不可避免。其實，伴隨著我國的快速工業化進程，幾乎所有的原材料的價格都在不斷上漲。如果不發展新型的先進功能材料，我國的工業現代化將面臨資源不斷減少，原材料價格快速上漲的困境，這樣的工業化成本將是十分巨大的。

現代工業中，材料具有承載設計的功能、創建工業產品的個性。材料不僅奠定了工業發展的物質基礎，同時也是一個國家經濟實力的標志。材料的種類成千上萬，工業設計更多的就是利用新材料來更多的塑造工業產品的新形象。運用新材料去設計和開發順應時代的潮流的新型工業產品。材料的性能不但對工業產品造型的效果造成直接影響，而且也直接影響著工業產品的工藝。工業設計師可以不具備研發新材料的能力，但必須及時掌握新材料的發展動態并且要能夠迅速地將它們運用到工業設計實踐當中去。

（2）材料基因工程對工業設計的影響

材料基因工程將開發新的集成式計算、實驗和數據信息學工具。這些軟件和集成工具將貫穿整個材料研發鏈，它們采用一種開放平臺進行開發，以提高預測能力，并按最新標準，實現整個材料創新基礎數字化信息的整合。這一基礎將與現有產品設計框架無縫結合，推動材料工程設計向快速化、全面化發展。此外材料基因工程將建立一個大型的開發數據共享平臺。數據共享平臺不僅能讓研究人員能夠輕松地將自己的數據導入模型，同時還要使研究和工程人員能夠彼此整合數據。數據共享還將促進處于不同材料開發階段的科學家和工程師的跨學科交流，縮短了新材料的研發周期和研發成本。

目前我們面臨清潔能源、國家安全和人類健康等多方面先進材料的緊迫挑戰。材料基因工程可以在高性能計算機的輔助下，通過理論計算揭示物質構成、不同元素排列與材料功能之間關系，進而實現有目的設計新材料的科學工程，大大縮短了新材料的研發周期和研發成本，導致性能優越的新型功能材料不斷產生。例如，由單層碳原子構成的石墨烯，它既是當前發現的最薄的材料，也是最強韌的材料，斷裂強度比最好的鋼材還要高200倍，于此同時它還又有很好的彈性，拉伸幅度能達到自身尺寸的20%。如果用一塊面積1平方米的石墨烯做成吊床，本身重量不足1毫克可以承受一只一千克的貓。石墨烯材料是目前最有潛力的應用是成為硅的替代品，制造超微型晶體管，用來生產未來的超級計算機。根據相關理論預測，用石墨烯取代硅，計算機處理器的運行速度將會快數百倍。此外，關于石墨烯非凡應用的新聞不斷出現在人們的視野當中，如手機充電只需幾秒鐘？史上最薄電燈泡？光驅動飛行器？似乎石墨烯已經成為了無所不能的超級材料。以石墨烯為代表的新材料的出現，必將引起工業設計的變革，而工業設計的變革產生新的設計理念又反過來對材料科學提出新的要求，促使材料的角色發生轉變，帶動材料科學的進一步發展。因此，材料基因工程在我國的工業設計領域有著更強烈的實用價值和需求背景，也是我國在先進材料及高端制造業領域達到世界領先地位的一大舉措。

5.4.3 材料設計與模擬對2049年日常生活的影響

俗話說：“沒有金剛鉆，別攬瓷器活”。這句強調了工具的重要性，其實也就是材料的重要性。新材料的發現和使用一直伴隨著人類文明的進程。如果按生產工具劃分的話，人類從誕生到現在共走過六個時代，分別是：石器時代（舊、新石器時代），青銅時代，鐵器時代，蒸汽時代，電氣時代，信息時代。而人類文明的每一次變遷都和新材料的發現和使用密切相關。例如，以天然石頭為原材料的打制石器是舊石器時代的標志，也是人類社會文明的萌芽。此后，陶器作為第一種人造材料結束了人類的舊石器時代，使人類進入新石器時代。再后來，人類又發明了新的材料青銅，青銅制造的農具促進了農業發展，把人類帶進了青銅時代。鐵器的發明和使用又把人類文明向前推進到鐵器時代。時至今日，鋼鐵產量仍是衡量一個國家工業化水平和國防實力的重要標志之一。此后的蒸汽時代和電力時代也是建立在人們對煤炭等新能源材料的開發和應用的基礎上的。而時至今日，以硅為代表的新型半導體材料把人類社會推向了一個嶄新的信息時代。

新材料的發現和使用還深刻地影響著人類的生產生活方式。從無機材料到有機材料，人類社會文?明又有一次大的飛躍。橡膠、塑料、纖維三大合成材料的不斷創新與發展，使人類對皮革、木材、棉花和絲綢等自然材料的依賴性大大降低。在一些領域里，三大人工合成材料還部分或大部分取代了金屬、木材、石材等傳統材料。鋁合金等新型合金材料的使用，使航空航天業得到空前發展。以硅為代表的新型半導體材料為人類社會的信息化提供了有力支撐，人類傳遞、儲存信息的方式發生顛覆性變化。新型鋰電池和太陽能電池等“綠色能源”材料的應用還可以降低污染和能耗、大幅度提高太陽能的利用效率，減少人類對傳統化石能源的依賴等等。而納米材料和新型納米功能器件的發展，則再次可能從根本上改變人類的社會生活和生產方式。

在材料基因工程實施之后，新材料的研發周期將大大縮短，新材料的研發成本也將大大的降低。因此人們可以創造出更多與人類健康和福利相關材料。例如，先進材料的許多應用可解決人類健康和福利面臨的挑戰——從生物相容性材料到防受傷的保護材料設計，如假肢或人工器官。防止創傷性腦損傷設計的先進材料對于包括運動員和軍事人員等在內的很多用戶群體都有潛在的好處。而且還可以加快開發清潔能源、減少對于石油的依賴，大幅度減少城市污染源。材料設計與模擬的研究可以幫助找到新技術，如為生物燃料生產更好的催化劑、直接從陽光產生能量的人工光合作用、新穎高效的太陽能光伏、便攜式能源存儲設備等?；诓牧显O計與模擬開發出來的先進功能材料（如高效率、低成本、輕量化的新型電池材料）還可以減少人類生活對傳統化石能源的依賴。

在人們的日常生活中，新材料的價值體現，不僅僅是諸多新的產品的涌現，更重要的是新材料廣泛滲透于人類的生活，影響著人類的生存質量。材料科學每前進一小步，人類社會文明就能前進一大步。在人類的歷史長河中，新材料的發現和應用將不斷創造著人類社會的新生活。

6 材料設計與模擬展望

縱觀當代新興科學技術的發展歷史，人類在征服自然界和宇宙空間以及微觀世界的過程中，歷經了崎嶇不平的道路。科學技術的進步，開拓了新材料的研究范圍，推動了新材料學科向更高、更新、更智能的方向發展。同樣，新材料科學技術的發展推動了化學和化工產業結構的變化。先進功能材料、納米材料、智能材料等新材料的廣泛應用，極大的改善了人類生產方式和生活水平。我們也會看到，探索新材料的過程中，新型的材料模擬和材料計算方法在縮短新材料研發周期和降低新材料研發成本上起了至關重要的作用。展望21世紀，新材料科學與技術的研究將伴隨著重重困難的克服而日新月異，必將為人類的生活帶來更加美好的明天。

參考文獻

[1] Perdew J. P.. Density-functional approximation for the correlation energy of the inhomogeneous electron gas [J]. Physical Review B，1986，33（12）：8822-8824.

[2] KohnW.，ShamL. J.. Self-Consistent Equations Including Exchange and Correlation Effects [J]. Physical Review，1965，140（4A）：A1133-A1138.

[3] Laasonen K.，Pasquarello A.，Car R.，et al. Car-Parrinello molecular dynamics with Vanderbilt ultrasoft pseudopotentials [J]. Physical Review B，1993，47（16）：10142-10153.

[4] Wang Y.，Lv J.，Zhu L.，et al，Crystal structure prediction via particle-swarm optimization [J]. Physical Review B, 2010, 82（9）：094-116.

[5] Nazri G.，Gianfranco P.. Lithium batteries：science and technology [M]. Springer Science & Business Media，2008.

[6] Schalkwijk W.，Scrosati B.. Advances in lithium-ion batteries [M]. Springer Science & Business Media，2002.

[7] Li H.，Wang Z.，Chen L.，et al. Research on advanced materials for Li-ion batteries [J]. Advanced Materials，2009，21（45）：4593.

[8] Yoshio M，Ralph J. B.，Akiya K.. Lithium-Ion Batteries [M]. Springer，2009.

[9] Shah A., Torres P., Tscharner R, et al. Photovoltaic Technology：The Case for Thin-Film Solar Cells[J]. Science, 1999, 285（5428）: 692-698.

[10] Goedecker S.. Linear scaling electronic structure methods [J]. Reviews of modern physics，1999，71 （4）：1085-1123.

[11] Kirkpatrick S.，Gelatt CD.，Vecchi M. P.. Optimisation by simulated annealing [J]. Science，1983，220（4598）：671-680.

DOI：10.3969/j.issn.2095-6649.2015.12.003