材料科學(xué)與工程前沿-特種陶瓷材料

1、材料科學(xué)與工程前沿特種陶瓷材料內(nèi)容數(shù)據(jù)挖掘與材料研究特種陶瓷的應(yīng)用與課題空天陶瓷陶瓷基復(fù)合材料進(jìn)展2016年3月科技史、人類史上的重大事件2016年1月AlphaGo戰(zhàn)勝圍棋歐洲冠軍，2個(gè)月后戰(zhàn)勝世界冠軍2017年5月AlphaGo Master1年后戰(zhàn)勝世界第一柯潔10月18日，AlphaGo Zero “自學(xué)成才”。經(jīng)過(guò)短短3天的自我訓(xùn)練（近5百萬(wàn)盤(pán)的自我博弈），AlphaGo Zero就打敗AlphaGo，戰(zhàn)績(jī)是100:0的。經(jīng)過(guò)40天的自我訓(xùn)練，AlphaGo Zero又打敗了AlphaGo Master。AlphaGo之父Demis Hassabis說(shuō)“AlphaGo在兩年內(nèi)達(dá)到的成

2、績(jī)令人震驚?，F(xiàn)在，AlphaGo Zero是我們最強(qiáng)版本，它提升了很多。Zero提高了計(jì)算效率，并且沒(méi)有使用到任何人類圍棋數(shù)據(jù)” “最終，我們想要利用它的算法突破，去幫助解決各種緊迫的現(xiàn)實(shí)世界問(wèn)題，如蛋白質(zhì)折疊或設(shè)計(jì)新材料。如果我們通過(guò)AlphaGo，可以在這些問(wèn)題上取得進(jìn)展，那么它就有潛力推動(dòng)人們理解生命，并以積極的方式影響我們的生活?！睂?duì)未來(lái)材料工作者提問(wèn)我們何時(shí)哭？未來(lái)材料研究的模式？我們是不是低水平“棋譜的提供者”？AI能不能揭示問(wèn)題的本質(zhì)，實(shí)現(xiàn)創(chuàng)新？需要不需要揭示本質(zhì)，什么層面的本質(zhì)？人工智能深度學(xué)習(xí)復(fù)雜問(wèn)題的求解創(chuàng)新計(jì)算機(jī)（人工智能）計(jì)算機(jī)不能做什么？材料人應(yīng)該用計(jì)算機(jī)做什么？現(xiàn)狀

3、如何？數(shù)學(xué)在材料研究中的作用有沒(méi)有用？用沒(méi)用？為什么？計(jì)算在材料研究中的作用實(shí)驗(yàn)數(shù)據(jù)處理與挖掘材料計(jì)算例1：氮化硅陶瓷高溫氧化動(dòng)力學(xué)研究該圖的意義？w2= kptkp=Aexp(-E/RT)E的意義？擴(kuò)散控制過(guò)程，D？D氧化層厚度擴(kuò)散數(shù)學(xué)模型及擴(kuò)散系數(shù)的挖掘該實(shí)驗(yàn)條件下的解已知：r、p、V、Co實(shí)測(cè)：Mt、t待定：D非線性擬合（優(yōu)化）可獲得反問(wèn)題f(x, )=0的計(jì)算機(jī)求解方法建立隱函數(shù)F= f(x, ),用數(shù)值分析求解F=0時(shí)的0是n維，觀測(cè)值x為m個(gè)m=n:恰定方程，唯一解0mn:超定方程，最小二乘法，求最優(yōu)0MATLABF00例2：熒光材料m：7套數(shù)據(jù)，7個(gè)方程，求三個(gè)未知數(shù)非線性擬合因

4、此，我們急需加強(qiáng)數(shù)據(jù)處理與挖掘的能力材料基因組計(jì)劃Materials Genome Institute（MGI）材料創(chuàng)新基礎(chǔ)數(shù)字化信息平臺(tái)材料特性組成、結(jié)構(gòu)、工藝根據(jù)應(yīng)用需求，通過(guò)計(jì)算選材、配方、選擇制備工藝及其條件實(shí)驗(yàn)技術(shù)、計(jì)算技術(shù)和數(shù)據(jù)庫(kù)數(shù)學(xué)模型及算法 材料基因組3大系統(tǒng)材料大通量計(jì)算系統(tǒng)材料性能大通量測(cè)試技術(shù)系統(tǒng)材料設(shè)計(jì)性能數(shù)據(jù)庫(kù)與信息平臺(tái)系統(tǒng)材料基因與性能的關(guān)系原子參數(shù)（半徑、價(jià)態(tài)、電負(fù)性等）分子參數(shù)（拓?fù)鋮?shù)、構(gòu)象等）凝聚態(tài)結(jié)構(gòu)（晶型、徑向分布函數(shù)等）溫度、壓力、外場(chǎng)等復(fù)雜數(shù)學(xué)關(guān)系（多因子、非線性、高噪聲、非高斯分布、非均勻分布等）光、電、磁特性熱力學(xué)特性力學(xué)特性化學(xué)特性生物活性。材

5、料基因組計(jì)劃的本質(zhì)依據(jù)大量的理論計(jì)算及實(shí)驗(yàn)數(shù)據(jù)建立影響因素（基因）與材料性能的數(shù)學(xué)模型給該數(shù)學(xué)模型輸入各因素的值預(yù)測(cè)材料性能依據(jù)用戶對(duì)材料性能的需求，反算（設(shè)計(jì)）材料體系及制備工藝、條件等為什么提出材料基因組計(jì)劃近百年的材料研究，大量的研究和數(shù)據(jù)新材料的研發(fā)依然周期長(zhǎng)、成本高所有材料都要從新“組成-結(jié)構(gòu)-性能-服役性能”成千上萬(wàn)的材料專家的知識(shí)、成果經(jīng)驗(yàn)、數(shù)據(jù)，能否形成計(jì)算機(jī)專家系統(tǒng)構(gòu)建多因素、多性能間的關(guān)系關(guān)系（函數(shù)）特點(diǎn)：多因素、非線性、非確定性目前對(duì)多因素研究的方法是只讓一個(gè)因素變化，保持其他因素不變；如此依次研究各個(gè)因素。問(wèn)題：對(duì)于非線性，交互作用不可忽視多自變量函數(shù)的建立多因素研究的

6、單因素化多因素的交互作用？二元線性函數(shù)：y=a0+a1x1+a2x2二元二次函數(shù)：y=a0+a1x1+a2x2+a11x12+a22x22+a12x1x2多元非線性函數(shù)？多元因素的交互作用重要，但函數(shù)復(fù)雜多因素理論模型常常不能用單一的函數(shù)描述交互影響因子的獲取實(shí)驗(yàn)設(shè)計(jì)不具代表性，兩因素同時(shí)變化的程度不足以獲得較精確的交互影響因子*x1x2*研究多因素的方法正交試驗(yàn)高效工程研究、探索研究結(jié)果不漂亮，不宜作圖分析，沒(méi)有解析關(guān)系式如果結(jié)合適當(dāng)?shù)臄?shù)據(jù)處理方法，可建立多因素、多因變量、非線性的數(shù)學(xué)關(guān)系變量之間的相關(guān)關(guān)系自變量x，應(yīng)變量yy=f(x, )函數(shù)f：數(shù)學(xué)形式和參數(shù)y=ax3+bx2+cx+dy

7、=aebx函數(shù)形式表示一般性，具體的參數(shù)表示特殊性如果已知函數(shù)形式及其參數(shù)，即可獲得任意自變量時(shí)的因變量值函數(shù)的確立函數(shù)形式的確定：理論或經(jīng)驗(yàn)參數(shù)的確定：回歸分析非線性數(shù)學(xué)模型的參數(shù)獲取非線性函數(shù)y=F(x,); 模型的觀測(cè)值xdata=(x1, x2, .,xn), ydata=(y1,y2,.,yn)搜索合適的參數(shù)使得模型預(yù)測(cè)因變量y與其觀測(cè)值ydata的誤差平方和最小。（最小二乘方）使用MATLAB=lsqcurvefit(fun, 0,xdata,ydata); 0:初始參數(shù)無(wú)法用數(shù)學(xué)模型表述的關(guān)系圍棋材料配方、制備工藝及其條件與材料特性的關(guān)系黑盒子模型人工神經(jīng)網(wǎng)絡(luò)模型組成溫度壓力濕度

8、強(qiáng)度韌性化學(xué)穩(wěn)定性神經(jīng)元權(quán)重wi隱單元輸入單元輸出單元神經(jīng)元工作原理XiWibiYi用簡(jiǎn)單神經(jīng)元數(shù)學(xué)模型，通過(guò)建立復(fù)雜的拓?fù)浣Y(jié)構(gòu)實(shí)現(xiàn)對(duì)復(fù)雜的多因素非線性關(guān)系的描述人工神經(jīng)網(wǎng)絡(luò)的建立與應(yīng)用設(shè)計(jì)網(wǎng)絡(luò)類型與結(jié)構(gòu)搜集大量輸入、輸出數(shù)據(jù)(x,y)訓(xùn)練網(wǎng)絡(luò)，擬合確定網(wǎng)絡(luò)權(quán)重wi運(yùn)用網(wǎng)絡(luò)預(yù)測(cè)性能（輸出）正交實(shí)驗(yàn)方案L16(45)編號(hào)A分散劑（SD-03)B甘油C聚乙二醇D羥丙基甲基纖維素（HPMC）E固含量11 0.4%1 0.5%1 0.5%1 0.4%1 50%22 0.6%2 1.0%2 1.0%2 1.0%2 51%33 0.8%3 2.0%3 1.5%3 0.8%3 52%44 1.0%4 3.0

9、%4 2.0%4 0.6%4 53%多因素正交實(shí)驗(yàn)及人工神經(jīng)網(wǎng)絡(luò)應(yīng)用實(shí)例3D打印成型漿料特性研究:5因素：漿料固含量、分散劑、潤(rùn)滑劑、增塑劑、粘結(jié)劑2特性指標(biāo)：漿料擠出速度（粘度）、擠出后的變形量levelFactor levelexperimental resultA /SD-03/wt%B /GLY/vol%C /PEG/vol%D /HPMC/vol%E /Solid content/vol%F/擠出時(shí)間H/擠出寬度變形量111111111.55212222176.250.49313333150.650.7541444444.450.9552123472.860.8562214326.6

10、61.297234127.551.7982432179.620.8593134211.181.4310324311120.8511331241670.75123421316.61.371341423185.50.27144231414.21.421543241460.951644132123.350.85L16(45)正交實(shí)驗(yàn)結(jié)果1.多因素正交實(shí)驗(yàn)編號(hào)ABCDEK1382.35280.54328.0149.35248.62K2186.69329.11311.71608.37318.33K3306.78371.2255.65458.86379.41K4369.05264.02349.5128.2

11、9298.51S13.754.124.356.134.17S24.84.023.682.334.50S34.344.214.453.233.68S43.433.973.844.633.97k1=K1/495.587570.13582.002512.337562.155k2=K2/446.672582.277577.9275152.092579.5825k3=K3/476.69592.863.9125114.71594.8525k4=K4/492.262566.00587.37532.072574.6275s1=S1/40.93751.031.08751.53251.0425s2=S2/41.2

12、1.0050.920.58251.125s3=S3/41.0851.05251.11250.80750.92s4=S4/40.85750.99250.961.15750.9925極差k48.91526.79523.4625139.75532.6975極差s0.34250.060.19250.950.205極差分析實(shí)驗(yàn)結(jié)果多因素正交實(shí)驗(yàn)其中，極差k 為擠出速率的極差，極差s為擠出寬度變化的極差。擠出速率的最優(yōu)水平組合為D2A1E3B2C4 ，擠出寬度變化的最優(yōu)水平組合為D2A4E3C2B4。傳統(tǒng)的正交試驗(yàn)是探討多因素問(wèn)題最有效方法無(wú)法表述各因素的影響規(guī)律，理論價(jià)值較低最優(yōu)條件有局限性多維空間的離

13、散數(shù)據(jù)不能挖掘出函數(shù)人工神經(jīng)網(wǎng)絡(luò)處理Input layerHidden layerOutput layerBP 人工神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)過(guò)程中采用5輸入（分散劑、甘油、聚乙二醇、HPMC、固含量），2輸出（擠出速率、擠出寬度變化量）的神經(jīng)網(wǎng)絡(luò)，其中隱藏神經(jīng)元選取11個(gè)。數(shù)據(jù)的歸一化處理編號(hào)ABCDEFH100.60000.01940.842120.012100.333310.33330.94800.144730.02410.20.66670.66670.66670.80420.315840.0362110.333310.20740.453950.35040.60.33330.666710.36700.

14、394760.3394000.33330.66670.10740.671170.32120.2100.33330.00001.000080.303110.6667100.40500.381690.63140.60.66670.33330.33330.02040.7632100.6061010.666700.58700.3618110.67890.20110.89600.2961120.654710.333300.66670.05090.7237130.96990.6110.66671.00000.000014100.6667010.03740.7566150.90920.20.33330.33

15、3300.21610.4474160.9393100.66670.33330.65070.3421歸一化處理結(jié)果采用正交實(shí)驗(yàn)數(shù)據(jù)前13組進(jìn)行訓(xùn)練，后3組用來(lái)進(jìn)行預(yù)測(cè)。利用BP神經(jīng)網(wǎng)絡(luò)，訓(xùn)練117次，其均方誤差值小于預(yù)設(shè)值（10-9）。人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練117次均方差曲線人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)與驗(yàn)證編號(hào)SD-03的量甘油的量聚乙二醇的量羥丙基甲基纖維素的量固含量擠出速率擠出寬度變形量實(shí)際值預(yù)測(cè)值實(shí)際值預(yù)測(cè)值10.654710.333300.66670.03740.03720.75650.75682100.6667010.2160.21370.44740.450630.90920.20.33330.

16、333300.65070.66240.34210.3337歸一化處理后數(shù)據(jù)實(shí)際值與BP網(wǎng)絡(luò)預(yù)測(cè)值結(jié)果（訓(xùn)練117次）實(shí)驗(yàn)與BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值的誤差均小于3%，預(yù)測(cè)結(jié)果良好。人工神經(jīng)網(wǎng)絡(luò)2因素影響圖分散劑粘結(jié)劑擠出時(shí)間變形量Z=0.5*擠出速率+0.5*擠出寬度變化Z=0.7*擠出速率+0.3*擠出寬度變化x(SD-03)=0.50y(HPMC)=0.48z=0.4610 x=0.689%y=0.628%返歸一化48.67s/mlZ=x(SD-03）=0.48y(HPMC)=0.38z=0.2188x=0.700%y=0.688%返歸一化48.67s/ml擠出時(shí)間Z=36.52s/ml擠出時(shí)間Z

17、=0.5904mm擠出寬度變化0.8014mm擠出寬度變化人工神經(jīng)網(wǎng)絡(luò)用于因素優(yōu)化與圖形化小結(jié)通過(guò)結(jié)合正交試驗(yàn)和人工神經(jīng)網(wǎng)絡(luò)可以在較少的實(shí)驗(yàn)條件下，探討多因素的影響規(guī)律，充分挖掘數(shù)據(jù)，揭示規(guī)律；實(shí)現(xiàn)多因素優(yōu)化。數(shù)據(jù)挖掘與材料特性表征可觀測(cè)量x與待測(cè)參數(shù)可觀測(cè)量直接測(cè)得=x ：空間尺度、質(zhì)量、溫度可由可觀測(cè)量用顯函數(shù)算出=f(x ) ：強(qiáng)度、密度不可由可觀測(cè)量用顯函數(shù)算出f(x, ) =0：擴(kuò)算系數(shù)、熱導(dǎo)率從可測(cè)自變量及因變量數(shù)據(jù)中挖掘出具有物理意義的材料參數(shù)材料特性表征數(shù)據(jù)挖掘的特點(diǎn)數(shù)學(xué)模型已知，且是理論模型、不是經(jīng)驗(yàn)?zāi)Ｐ蛿?shù)學(xué)函數(shù)中的參數(shù)具有明確的物理意義可以是一個(gè)數(shù)學(xué)函數(shù)或方程，也可以是多個(gè)

18、理論方程的組合，可以是一段程序（計(jì)算機(jī)語(yǔ)言層面的函數(shù)，有輸入量x，參數(shù) 和計(jì)算返還值y）數(shù)據(jù)（x, y）可以測(cè)試獲得，參數(shù)可以通過(guò)數(shù)據(jù)擬合獲得擴(kuò)散陶瓷高溫氧化行為不同溫度下氧化時(shí)ZSC陶瓷的質(zhì)量變化擴(kuò)散控制過(guò)程Y=kt1/2k=k0e-Ea/kT經(jīng)驗(yàn)公式，沒(méi)有擴(kuò)散系數(shù)擴(kuò)散理論表面濃度恒定的薄片內(nèi)的擴(kuò)散過(guò)程，t時(shí)刻x處的濃度C和t時(shí)刻的擴(kuò)散總量Mt：可測(cè)量量t，x，C，Mt，參數(shù)D，M通過(guò)實(shí)測(cè)（t，Mt）數(shù)據(jù)，用該函數(shù)可以擬合出參數(shù)D，M傳熱材料參數(shù)的挖掘穩(wěn)態(tài)、均質(zhì)：材料高溫傳熱參數(shù)測(cè)試的問(wèn)題：高隔熱材料溫度梯度很大高溫輻射傳熱的貢獻(xiàn)高溫傳熱模型將隔熱材料劃分為n層并取n個(gè)節(jié)點(diǎn)節(jié)點(diǎn)i的能量方程導(dǎo)

19、熱熱流本身輻射熱流本身輻射熱流得到的輻射熱流得到的輻射熱流導(dǎo)熱熱流層間的輻射換熱其中為輻射發(fā)射率，為反射率，為透過(guò)率方程組聯(lián)立求解數(shù)學(xué)模型f(x, ) =0觀測(cè)值x:表背溫T、熱流量Q、試樣尺寸傳熱參數(shù)：熱導(dǎo)率=a+bT、發(fā)射率、透過(guò)率4個(gè)待定參數(shù)，4套以上觀測(cè)值x，最小二乘法擬合求出試驗(yàn)溫度熱面溫度冷面溫度水溫升mv水流量g/min熱導(dǎo)率熱面500499.3499.7503.8150.8152.5152.50.4950.4900.47733.9734.1934.230.0440.0440.043熱面700699.8700.6698.5275.9279.7279.20.8940.9180.91

20、930.8230.6331.060.0600.0610.063熱面10001000.41000.81001.1453.1452.2450.61.5311.5011.48336.4836.5636.200.0940.0920.090熱面12001200.21199.71198.3583.6584.4584.12.2502.2562.22034.2534.3734.020.1150.1160.113熱面13001300.91299.21301.0662.1661.6663.92.9602.9802.98832.0332.0632.210.1360.1380.13921:44:47優(yōu)化結(jié)果小結(jié)材料特性的獲得不一定要通過(guò)一個(gè)解析函數(shù)計(jì)算出來(lái)建立物理模型，建立包含可觀測(cè)量和待測(cè)參數(shù)的數(shù)學(xué)模型測(cè)試若干獨(dú)立的觀測(cè)量，采用最小二乘法，獲取復(fù)雜數(shù)學(xué)模型中的材料參數(shù)避免過(guò)度的簡(jiǎn)化，物理意義更加明確三、數(shù)據(jù)挖掘方法的實(shí)現(xiàn)在掌握材料測(cè)試方法的基礎(chǔ)上，了解材料計(jì)