前沿 | 材料基因工程在船舶領域的應用思路

材料基因組方法研究思路

圖1 材料基因組研究思路

材料基因組學的核心是建立材料配方、加工工藝與產品性質的定量聯繫，該定量關係確定便可在材料設計初期進行產品性能指標預測。性能指標預測模型的成功主要依賴於兩方面: 一是描述符集合的建立，二是多參數定量關係函數（預測模型）的建立。材料基因組研究思路可分為四步：數據集建立、描述符集合建立、預測模型建立和模型的可靠性檢驗與應用。

1數據處理

首先選擇具有完備性和代表性的數據集，然後進行數據清洗等預處理，以移除數據集中的異常數據。最後進行數據歸一化等數據轉換。通過以上三步使原始數據具備準確且可用條件。

2描述符集合建立

為了使不同方面的描述符最終能夠收斂地表達性質參數, 描述符被分為多個子集。這些描述符可以基於二維結構或三維結構進行計算得出。

3預測模型建立

合適的機器學習算法也是影響模型可靠性和準確性的關鍵一步。每種算法都有自己的優勢和缺陷，需要依據待解決問題的不同而選擇不同特徵功能的算法。如回歸、集成分類通常用於材料宏觀和微觀性質的預測，機器學習常常搭配智能優化算法（如遺傳算法和粒子群優化算法）進行模型的參數優化。根據材料研究應用場景不同，數據驅動的建模算法總結如下。

圖2 數據驅動的建模算法

船舶材料的需求特點

船舶工作環境複雜惡劣，船體及船舶甲板機械對材料的使用須防腐、防汙、防滑、減重等有較高的要求，船用機電設備如船舶主機、輔機等長期運行在高溫、高壓工況，對設備零件的剛度、強度、耐腐蝕性、導熱性具有較高的要求。我國船舶領域一些高端材料品種亟需解決國產化問題。如LNG船儲罐用殷瓦鋼、主機燃燒室相關部件材料、防汙、F級高強度鋼、雙相不鏽鋼板，以及齒條鋼等超高強度船舶與海洋工程用鋼。隨著我國船舶工業的高速發展，對船舶及其配套設備的材料也提出了新的要求。這就要求船舶材料向高性能、多功能、低成本化、智能化、複合化、整體化等方向發展，傳統的「試錯」材料研製方法使船舶材料研發周期長、費用高，基於材料基因的船用材料研製方法可推進船舶設備快速更新換代進而實現船舶工業轉型升級。

就船舶工業而言，材料基因組技術的工作範圍包括：基於數據的技術，包括材料資料庫設計、開發及資料庫集成應用；基於計算的技術，包括材料成分設計、材料工藝仿真模擬、材料虛擬服役性能模擬；基於實驗的技術，包括極端環境下的模擬考核實驗、材料成分和工藝的快速篩選實驗等。下面從新材料成分設計、工藝優化、服役性能、材料資料庫等幾個方面，分析船舶工業對材料基因組技術的需求。

新材料成分設計方面，為了保證我國在船舶材料研發方面的持續競爭力，滿足未來船舶工業對新材料的重大需求，需要採用材料基因組技術設計新的材料。高溫合金、高性能鋼、鋁合金、鈦合金的新型成分計算涉及第一原理計算、Calphad相圖計算、相場分析等多尺度計算，需要對各種可能組分進行計算篩選，必然帶來高通量、高並發、長時間的大規模計算的需求。

工藝優化方面，目前鑄造、焊接、鍛壓等大型製件和複雜製件的「變形-殘餘應力-缺陷」的控制水平需要進一步提高。現階段由於缺乏相關國產材料數據、模型及其參數測定方法和設備，未建立模擬驗證手段，因而建模仿真的可靠性不足。現有能力不能滿足對船舶配套設備關鍵材料的納觀、微觀、細觀和宏觀特性進行多尺度建模和仿真，對不同工藝過程進行多學科仿真與優化，對不同檢測試驗進行多場耦合分析和性能模擬的需求；現有軟體尚未集成，只能應用於材料工藝流程局部，未打通工藝過程數據鏈。因此，針對工藝仿真需求量大、任務急迫的特點，亟需建設高通量物性測試系統、高並行計算能力的硬體系統和工藝仿真軟體系統，提高重要材料製件的工藝控制水平。

服役性能方面，船舶配套材料製件的服役環境包括高溫、高應變率衝擊、高載荷等極端工況，實驗周期長、費用高；製件在服役過程中存在缺陷的萌生、發展、裂紋擴展、失效等一系列損傷演化過程。在材料設計、製造階段對服役行為進行研究，利用集成計算技術對含缺陷製件進行完整性分析，提出檢測和修理的判定標準，可以降低實驗成本、提高航行的安全性。

材料資料庫方面，材料資料庫設計、開發與集成應用是材料基因組技術的重要組成部分。材料研發數據、性能數據和服役數據的收集、整理和集成應用有助於將歷史上積累的隱形經驗顯性化、有助於使服役數據反饋到新材料研製階段形成閉環，從而加快材料研發流程。建立全流程覆蓋的工業級的船舶材料數據共享平臺，在互利互惠的基礎上實現材料數據的分級分類共享，促進船舶材料工業的發展。

材料基因組在船舶設備中應用思路

短期內材料基因項目可以縮短船用材料研發周期並降低成本，長期來看還可以實現船用材料的按需設計。材料基因工程在船舶設備中應用的最終目標是通過理論模擬和計算完成產品的性能提升優化、新材料及新工藝技術應用和功能擴展，即優化產品的綜合性能、完成新工藝研究和新產品研發。從而利用虛擬設計、虛擬製造、高通量、大數據和人工智慧等技術推進船舶及配套設備的研發速度。

基於材料基因工程的船舶及配套設備材料研製大致流程是：根據材料基因工程化應用思路、結合船舶對材料的需求特點以及具體應用中的功能導向提出材料研製需求，根據需求並結合材料組分與最終性能之間的關係確定初步的候選材料配方和加工工藝，通過理論模擬和計算完成材料配方的優化，再通過試生產、裝船試驗等最終研製成功、開始服役、進入市場化應用階段。

應用材料基因（組）方法進行船舶及其配套設備研發的具體方法為：根據船舶及其配套設備具體產品性能指標找到影響相關指標的關鍵零部件及其服役性能要求，根據提取出的關鍵材料服役性能數據，利用現有的材料資料庫進行材料介觀結構的設計。然後研究材料從介觀結構到零部件製造全工藝流程的高通量計算方法並計算提取最優的材料相關性能和工藝數據。通過這一過程梳理出基於高通量和大數據的船用材料全工藝流程研究方法，同時不斷豐富發展船用材料資料庫及高通量材料計算平臺。建立材料配方、加工工藝與產品性能的定量聯繫，根據定量聯繫建立虛擬試驗驗證的考核模型，利用虛擬試驗技術進行虛擬試驗驗證。建立專用物理試驗裝置對實物零件進行試驗驗證，驗證零部件服役性能與實際需求的符合性；同時，也不斷豐富發展船用材料虛擬試驗平臺，以指導更多船用材料設計開發。

圖3 材料基因在船舶及設備中應用路線圖

MatAi產品以材料基因工程技術為框架，融合材料信息學、數據挖掘、機器學習及人工智慧技術，加速新材料的研發與篩選，助力高新技術企業與科研機構，以低門檻、簡易操作、高效率運用材料大數據技術進行材料設計、篩選與發現。

MatAi以iDataCenter系統為客戶構建系統化、結構化及完整、規範的材料資料庫，通過iDataInsight系統，為客戶構建材料機器學習研究的解決方案。iDataInsight採用合適的模型進行訓練與優化，實現對「材料-成分-工藝-組織-性能-服役」規律的可視化探究與發現。