一种基于材料基因编码的新材料智能设计方法及系统与流程

1.本发明涉及材料研发领域，更具体的说是涉及一种基于材料基因编码的新材料智能设计方法及系统。


背景技术：

2.目前，新材料研发，仍基于实验“试错法”，效率低，成本高。此外，微尺度材料集成设计工业软件，不仅被垄断，且这些传统软件也不能很好地将“云计算，高通量计算筛选，跨尺度自动化，材料数据库，ai赋能”等新出现的材料研发理念和模式融入，影响了新材料数字化研发普及和应用。造成该现象的一个主要原因在于，新材料数字化研发相关基础理论和智能化研发方法和模式的缺失。


技术实现要素：

3.有鉴于此，本发明提供了一种基于材料基因编码的新材料智能设计方法及系统，以解决上述背景技术中的问题。
4.为了实现上述目的，本发明采用如下技术方案：
5.一种基于材料基因编码的新材料智能设计方法，包括以下步骤：
6.获取目标材料的外部数据、模拟仿真数据、内部数据进行多模态数据融合，构建材料基因数据库；所述材料基因数据是指材料中原子或分子排列拓扑结构、组分，配比，组织，工艺及性能数据；
7.基于材料基因数据库，利用机器学习获取n个材料基因编码；所述材料基因编码是指目标材料的结构、组分、配比、组织、工艺材料基因按待寻找的一个规则fn进行编码，按规则fn所进行的材料基因编码就决定了材料的一个性能pn；材料基因编码用如下的材料基因理想模型描述：pn＝fn(结构、组分，配比，组织，工艺)，其中编码规则fn可视作为决定一个材料性能pn的显性或隐性的函数，结构、组分，配比，组织，工艺基因相当于函数fn的自变量；
8.基于材料基因编码，开展新材料智能设计；所述新材料智能设计，是指利用材料基因编码进行材料智能设计，包括结构设计、组分设计、配比设计、性能预测、工艺优化、及服役预测；
9.基于材料基因编码的新材料智能设计，是指通过对材料基因编码的调控，实现材料正向设计和逆向设计。
10.可选的，所述外部数据包括：文献数据，行业报告数据，专利数据，行业数据库数据；所述内部数据包括：设计数据，生产数据，测试表征数据，模型数据以及分析数据。
11.可选的，结构、组分，配比在材料基因理想模型中为必选项，组织和工艺是材料基因理想模型中的可选项；材料的n个性能pn分别由相对应的n个fn基因编码所分别决定。
12.可选的，所述模拟仿真数据，通过高通量计算筛选获取。
13.可选的，所述模拟仿真数据通过高通量计算筛选，筛选后的数据进入材料基因数
据，具体为：
14.采用高通量建模算法，进行“单体分子 n种取代基”组合，或不同元素按不同空间拓扑结构、配比的组合，搭建出材料结构、组分、配比的基因组合候选空间；
15.基于材料结构、组分、配比的基因组合候选空间，通过量子力学或分子动力学计算，开展多基因组合多物性的自动流程计算，筛选出最优结构、成分、配比的基因组合及相关性能数据，进入材料基因数据库。
16.可选的，所述正向设计是指根据材料的结构、组分、配比、或\和组织，预测出材料的目标性能、工艺参数、及服役行为；所述逆向设计是指根据材料的目标性能和服役行为，通过对材料基因编码的调控，反推出材料的结构、组分、配比、组织、工艺参数。
17.可选的，获取材料基因编码是指将机器学习、高通量计算筛选、多尺度模拟仿真的不同组合和集成式应用，用于构建材料基因数据库，以及寻找和挖掘材料基因编码。
18.可选的，对材料基因编码的调控，是指对决定材料n个性能pn的n个编码fn，分别对其结构、组分、配比、组织、工艺自变量的取值进行改变；其中结构、组分、配比是必选的调控自变量，组织、工艺参数是可选的调控自变量。
19.一种基于材料基因编码的新材料智能设计系统，包括：
20.材料基因数据库构建模块：用于通过外部数据获取模块，高通量计算筛选模块、以及内部数据获取模块，获取材料基因数据，构建材料基因数据库；
21.外部数据获取模块：用于通过自然语言处理，从文献、行业报告数据，专利数据，行业数据库数据外部资源，进行材料基因数据的抓取和清洗，并进入材料基因数据库；
22.内部数据获取模块：用于获取内部的材料设计数据，生产数据，测试表征数据，模型数据以及分析数据，并进入材料基因数据库；
23.高通量计算筛选模块：用于通过不同原子或分子空间拓扑结构、成分、配比的组合，形成基因组合候选空间；基于基因组合候选空间，开展高通量计算筛选，得到模拟仿真数据，进入材料基因数据库；
24.材料基因编码获取模块：用于基于材料基因数据库，利用机器学习进行数据挖掘，构建材料基因编码理想模型pn＝fn(结构、组分，配比，组织，工艺)，其中fn可视作为一个显性或隐性的函数，就是决定了材料一个性能pn的基因编码，结构、组分，配比，组织，工艺相当于函数fn的自变量；
25.材料智能设计模块：基于n个材料基因编码fn的集合，通过分别对材料基因编码的调控，开展材料的正向设计和逆向设计。
26.经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于材料基因编码的新材料智能设计方法及系统，通过对材料基因编码的研究，一方面建立材料基因与其某种物化性质之间的关系模型，开展材料理性设计。另一方面，基于材料基因编码理论找出影响所研究性质的基因编码及其特征(如以晶体化合为例，组成晶体的元素特征和不同元素组分之间的浓度配比)，这些特征是原子级别的特征(如原子质量、摩尔体积等)，这样就建立了材料微观的原子的特征与其宏观的物化性质之间的联系，让人类更好的理解材料的设计，理性地指导新材料设计，如发现廉价的替代材料等。
附图说明
27.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
28.图1为本发明的流程示意图；
29.图2为本发明的原理图；
30.图3为本发明通过主体和n个配体的高通量自由组合，生成新的聚氨酯弹性体分子结构图。
具体实施方式
31.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
32.本发明实施例公开了一种基于材料基因编码的聚氨酯弹性体智能设计方法，其思路如图1-3所示。
33.聚氨酯弹性体是聚氨酯的一个重要的品种，目前其消费量占聚氨酯总消费量接近10％。聚氨酯弹性体用于制造各种胶轮、传送带、耐水耐压胶管、密封条和密封圈、电缆护套及各种薄膜等，产品广泛应用于钢铁、造纸、矿产、机械、印刷等行业。聚氨酯弹性体可与聚氯乙烯、聚乙烯、abs塑料、碳纤维等进行复合，以降低成本和提高性能。聚氨酯弹性体也可以通过添加一些有机填料进行改性，以突出和加强某些方面的优越性能，同时克服聚氨酯弹性体的一些缺点来满足特殊需要。目前聚氨酯弹性体的开发，多基于实验“试错法”，比如，利用多元醇及改性技术，破坏分子链的规整度，设计不同交联度的结构，改善材料耐低温性能，提高制品的耐疲劳性能。
34.聚氨酯的原料主要为多元醇(聚丙二醇(ppg)、丙烯酸多元醇、聚酯多元醇等)和异氰酸酯(二苯甲烷二异氰酸酯(mdi)、甲苯二异氰酸酯(tdi)等)。从分子结构来说：异氰酸酯以nco基团的数量分为单异氰酸酯r－n＝c＝o和二异氰酸酯o＝c＝n－r－n＝c＝o及多异氰酸酯等，也可以分为脂肪族异氰酸酯和芳香族异氰酸酯；而多元醇是分子中含有二个或二个以上羟基的一大类醇类，其通式为cnh2n 2-x(oh)x(x≥2)，c个数和oh基团个数的改变会产生不同的多元醇。
35.由于可用于聚氨酯生产的原料种类多，其分子结构各不相同，导致聚氨酯分子结构呈现多样性，最终生产得到的聚氨酯性能也不同。比如：多元醇作为聚氨酯的主要原料，如采用分子结构规整的多元醇所合成的聚氨酯具有较强的结晶性和较高的粘接强度；带有侧链甲基的多元醇所制备的聚氨酯具有较好的光泽度和亮度；采用聚醚型多元醇所制备的聚氨酯具有较低的玻璃化温度、较好的柔韧性和耐水性能等。因此从分子结构角度进行聚氨酯材料性能预测是可行的，并建立用于聚氨酯分子结构设计的各种单体数据库，以此来扩大聚氨酯的侯选库。比如，将用于搭建聚氨酯的两种单体结构分别设为“主体”和“配体”，例如将丙二醇(ppg)设为主体，二苯甲烷二异氰酸酯(mdi)、甲苯二异氰酸酯(tdi)等异氰酸
酯分子结构设置为“配体”，就可以得到不同的聚氨酯弹性体分子结构。
36.基于材料基因编码的聚氨酯弹性体智能设计，具体思路如下：
37.1)获取聚氨酯弹性体的外部数据、模拟仿真数据、内部数据进行多模态数据融合，构建材料基因数据库；材料基因数据是指材料中原子或分子排列拓扑结构、组分，配比，组织，工艺及性能数据。具体地，从文献和一些公开的数据库中，构建聚氨酯弹性体的单体材料基因数据库(如某单体化合物分子式、分子量、原子3d结构、化合物基本物理参数等)。
38.2)在此单体基因库的基础上，开发高通量建模算法，进行“单体 n种取代基”组合，搭建出聚氨酯分子的结构候选空间(既化学空间)，见图1。通过给出单体结构和n种取代基单体的配方组合，生成大量的聚氨酯弹性体候选空间，进行和力学性能(杨氏模量、泊松比、剪切模量、极限拉伸强度、断裂伸长率等)和老化行为的预测。
39.力学性能的预测，可基于应力应变曲线。老化行为的预测，可基于分子动力学“md reaxff”的模拟方法来预测聚氨酯的老化性能。比如，在分子动力学模拟过程中随时获取原子成键信息，最终以分子种类的变化来确定老化边界。此种方法可进一步拓展用于研究热老化、光照老化、小分子导致的老化、温度老化、及压力导致的老化现象。
40.具体的，通过分子动力学计算，开发预测力学性能和老化行为等的专用工具(如数据流模板)，将不同成分组合的力学性能计算数据和温度老化行为服役数据，写入聚氨酯弹性体材料基因数据库。
41.3)从文献中搜集部分聚氨酯弹性体的力学性能数据和温度老化服役数据，写入聚氨酯弹性体材料基因数据库。
42.4)企业内部的聚氨酯弹性体成份、工艺、力学性能数据、和温度老化服役数据，进入聚氨酯弹性体材料基因数据库。
43.5)基于该聚氨酯弹性体材料基因数据库，利用机器学习数据流，智能寻找出预测力学性能和预测温度老化行为的若干个基因编码，其数学表达如下：
44.p_杨氏模量＝f(聚氨酯弹性体结构、组分、配比、工艺)
45.p_泊松比＝f(聚氨酯弹性体结构、组分、配比、工艺)
46.p_剪切模量＝f(聚氨酯弹性体结构、组分、配比、工艺)
47.p_极限拉伸强度＝f(聚氨酯弹性体结构、组分、配比、工艺)
48.p_断裂伸长率＝f(聚氨酯弹性体结构、组分、配比、工艺)
49.p_温度老化行为＝f(聚氨酯弹性体结构、组分、配比、工艺)
50.基于上述基因编码，从理论上设计出满足要求的新型聚氨酯弹性体。
51.在本实施例中还公开了一种基于材料基因编码的镁合金材料智能设计系统，以“数据驱动的镁合金配方设计和性能预测方式”为例。
52.镁是地球上排名第八的富有元素，镁也是海水中的第三富有元素。镁合金由于其密度低，强度适中，并且工艺路线完善等特点，在汽车、航空航天业、电子行业领域等，得到了广泛的应用。镁合金更被称赞为“21世纪的绿色工程材料”。研制具有耐热、耐腐蚀、阻燃、高强高韧等优良性质的镁合金也是目前研究热点。
53.该镁合金材料智能设计系统涉及如下模块，以及镁基合金的屈服强度，抗拉强度，延展率的材料基因编码的获取。
54.材料基因数据库构建模块：用于通过外部数据获取模块，高通量计算筛选模块、以
及内部数据获取模块，获取材料基因数据，构建材料基因数据库；具体为：收集、整理已有的镁基合金显微组织结构，包括不同成分的镁基合金的性能参数(屈服强度，抗拉强度，延展率)，及各种工艺条件(铸态，变形，热处理)下的典型组织形貌，作为材料基因数据库外部/内部数据。镁基合金的材料计算模块：基于分子动力学，结合相关经验模型，计算相关镁基合金的性能参数(屈服强度，抗拉强度，延展率)，作为材料基因数据库的模拟仿真数据。
55.外部数据获取模块：用于通过自然语言处理，从文献、行业报告数据，专利数据，行业数据库数据外部资源，进行镁基合金的性能参数(屈服强度，抗拉强度，延展率)，并进入材料基因数据库；
56.内部数据获取模块：用于获取镁合金材料设计数据，生产数据，测试表征数据，模型数据以及分析数据，并进入材料基因数据库；
57.基于上述模块，开展屈服强度，抗拉强度，延展率材料基因编码的获取。具体地：
58.·
收集、整理已有的镁基合金显微组织结构，包括不同成分的镁基合金的性能参数(屈服强度，抗拉强度，延展率)，及各种工艺条件(铸态，变形，热处理)下的典型组织形貌，作为材料基因数据库外部/内部数据。
59.·
开展镁基合金的分子动力学计算，并结合相关经验模型，计算相关镁基合金的性能参数(屈服强度，抗拉强度，延展率)，作为材料基因数据库的模拟仿真数据。
60.·
在镁基合金材料基因数据库的基础上，开发机器学习和专家领域知识相结合的材料图像处理方法，实现轻合金的各相和晶粒的分割、识别及结构数据统计，在材料图像处理基础上，研究材料的组织和性能之间关系，从而挖掘出决定该镁基合金屈服强度，抗拉强度，延展率的3个材料基因编码。3个材料基因编码的数学表达如下：
61.p_屈服强度＝f(配方，结构，成分，组织，工艺)
62.p_抗拉强度＝f(配方，结构，成分，组织，工艺)
63.p_延展率＝f(配方，结构，成分，组织，工艺)
64.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
65.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。