1.10　高熵合金与“材料基因组”计划

2011年6月24日，美国宣布了一项超过5亿美元的“推进制造业伙伴关系”计划，通过政府、高校及企业的合作来强化美国制造业，“材料基因组计划”（材料基因组是一种新提法，其本质与材料计算学类似）是上述计划的重要组成部分，投资超过1亿美元。“材料基因组计划”意欲推动材料科学家重视制造环节，并通过搜集众多实验团队以及企业有关新材料的数据、代码、计算工具等，构建专门的数据库实现共享，致力于攻克新材料从实验室到工厂这个放大过程中的问题。“材料基因组计划”已经开始实施，旨在通过高级科学计算和创新设计工具促进材料开发，建立了Materials Explorer、Phase Diagram App、Lithium Battery Explorer、Reaction Calculator、Crystal Toolkit、Structure Predictor等基础数据库，并不断地进行软件升级和数据更新。

材料的组成、结构、性能、服役行为是材料研究的四大要素，传统的材料研究以实验室研究为主，是一门实验科学。但是，随着对材料性能的要求不断的提高，材料学研究对象的空间尺度在不断变小，只对微米级的显微结构进行研究不能揭示材料性能的本质，纳米结构、原子像已成为材料研究的内容，对功能材料甚至要研究到电子层次。因此，材料研究越来越依赖于高端的测试技术，研究难度和成本也越来越高。另外，服役行为在材料研究中越来越受到重视，服役行为的研究就是要研究材料与服役环境的相互作用及其对材料性能的影响。随着材料应用环境的日益复杂化，材料服役行为的实验室研究也变得越来越困难。总之，仅仅依靠实验室的实验来进行材料研究已难以满足现代新材料研究和发展的要求，然而计算机模拟技术可以根据有关的基本理论，在计算机虚拟环境下从纳观、微观、介观、宏观尺度对材料进行多层次研究，也可以模拟超高温、超高压等极端环境下的材料服役行为，模拟材料在服役条件下的性能演变规律、失效机理，进而实现材料服役行为的改善和材料设计。因此，在现代材料学领域中，计算机模拟已成为与实验室的实验具有同样重要地位的研究手段，而且随着计算材料学的不断发展，它的作用会越来越大。

计算材料学的发展与计算机科学与技术的迅猛发展密切相关。从前，即便使用大型计算机也极为困难的一些材料计算，如材料的量子力学计算等，现在使用微机就能够完成，由此可以预见，将来计算材料学必将有更加迅速的发展。另外，随着计算材料学的不断进步与成熟，材料的计算机模拟与设计已不仅仅是材料物理以及材料计算理论学家的热门研究课题，更将成为一般材料研究人员的一个重要研究工具。

计算材料学涉及材料的各个方面，如不同层次的结构、各种性能等，因此，有很多相应的计算方法。在进行材料计算时，首先要根据所要计算的对象、条件、要求等因素选择适当的方法。要想做好选择，必须了解材料计算方法的分类。目前，主要有两种分类方法：一是按理论模型和方法分类；二是按材料计算的特征空间尺寸（characteristic space scale）分类。材料的性能在很大程度上取决于材料的微观结构，材料的用途不同，决定其性能的微观结构尺度会有很大差别。例如，对结构材料来说，影响其力学性能的结构尺度在微米以上，而对于电、光、磁等功能材料来说可能要小到纳米，甚至是电子结构。因此，计算材料学的研究对象的特征空间尺度是从埃到米。时间是计算材料学的另一个重要的参量。对于不同的研究对象或计算方法，材料计算的时间尺度可从10^-15s（如分子动力学方法等）到年（如对于腐蚀、蠕变、疲劳等的模拟）。对于具有不同特征空间、时间尺度的研究对象，均有相应的材料计算方法，如图1-76所示。

图1-76　计算材料学的时间尺度和空间尺度^［66］

美国“材料基因组计划”的核心理念旨在建立一个新的以计算模拟和理论预测优先、实验验证在后的新材料研发“文化”，从而取代现有的以经验和实验为主的材料研发的模式。在计算材料物理与量子化学方法的不断发展以及计算机软硬件技术不断进步的今天，我国目前新材料研发大多数仍依赖于传统的以实验为主的“试错法” （try-and-error），效率低，周期长。大多数材料计算局限于单一性的模拟和性能数据预测，作业提交和监控，计算处于分散状态的离线计算模式，算法程序和数据未能有效集成，限制了开展基于大规模、多流程、高通量的材料计算。

目前，我国“材料基因组计划”相关高通量材料集成计算基础设施的建设方面，与国外交流还不够，认识还停留在对一些工具的理解上。高通量材料集成计算与相关数据库基础设施和工具的建设和研发，是开展材料基因组计划的关键。没有很好的工具、平台及数据库的支撑，材料计算与模拟仍将是分散、小规模的。这种局限于各课题组的高通量平台及数据库，限制了开展基于大规模、多流程、高通量的材料计算和加快新材料研发的步伐。

高熵合金是一种新型的金属合金材料，合金中一般含有至少5种合金元素，且每种元素的原子比都在5%以上，这样的多主元合金很难依赖现有的二元合金相图或三元合金相图进行材料设计和形成相的预测。所以，对高熵合金的成分及显微结构的研究是该领域的一项挑战。Senkov O.N.等根据CALculated PHAse Diagram（CALPHAD）分析方法对合金进行预测，如图1-77所示，发现通过相图预测与实际相差较远。然而通过“structure in-structure out”方法对想要的合金相结构（如FCC、BCC、HCP）进行合金设计时，可以从众多元素中选择与目标合金结构（FCC、BCC、HCP）相一致的合金元素，这样不仅能缩小计算范围，也能提高效率。就目前的研究结果表明，高熵合金优异的耐腐蚀性、抗辐照性、热稳定性以及高强度、高硬度等性能已经可以作为相关领域的替代产品，所以加快高熵合金高通量研究对高熵合金理论研究的进一步深入和加快高熵合金商业化应用具有重要的实际意义。

图1-77　实验和CALPHAD模拟相形成数的对比^［25］

正如美国“材料基因组计划”战略规划所指出的，加快新材料创新，也是对材料研发文化的一次挑战。运用先进的计算机集成技术，各相关学科领域、研发人员、科学家进行数据共享，协同创新，尤其是在我国面临相关基础研究与欧美相比差距显著，而且这种差距在似乎被拉大的情况下显得尤为任重道远，前路漫漫。