材料基因組計劃簡介

趙繼成

材料基因組計劃簡介

趙繼成

教授，美國俄亥俄州立大學材料科學與工程系，俄亥俄州 43210

材料基因組計劃；材料設(shè)計；集成計算材料工程

美國總統(tǒng)奧巴馬明確指出“材料基因組計劃”(The Materials Genome Initiative, MGI) 的總目標是“將先進材料的發(fā)現(xiàn)、開發(fā)、制造和使用的速度提高一倍”。白宮科技政策辦公室在2011年6月發(fā)布的相應的白皮書《具有全球競爭力的材料基因組計劃》中闡述了材料創(chuàng)新基礎(chǔ)設(shè)施的三個平臺：計算工具平臺、實驗工具平臺和數(shù)字化數(shù)據(jù)(數(shù)據(jù)庫及信息學)平臺。材料基因組計劃/工程不僅僅是要開發(fā)快速可靠的計算方法和相應的計算程序，而且也要開發(fā)高通量的實驗方法來對理論進行快速驗證并為數(shù)據(jù)庫提供必需的輸入，還要建立普適可靠的數(shù)據(jù)庫和材料信息學工具，以加速新材料的設(shè)計和使用。材料基因組計劃/工程旨在材料領(lǐng)域建立一個新的以理論模擬和預測優(yōu)先、實驗驗證在后的“文化”，從而取代現(xiàn)有的以經(jīng)驗和實驗為主的材料研發(fā)的理念。

1 美國材料基因組計劃簡介

美國的“材料基因組計劃”(The Materials Genome Initiative, MGI) 是白宮科技政策辦公室召集國防部、能源部、商務部、國家科學基金、工程院、科學院等機構(gòu)的代表組成的跨機構(gòu)工作組擬定的國家性計劃，由美國總統(tǒng)巴拉克·奧巴馬于2011年6月24日在卡耐基·梅隆大學作的以“先進制造業(yè)伙伴關(guān)系”為主題的演講中宣布。奧巴馬明確地指出材料基因組計劃的總目標是“將先進材料的發(fā)現(xiàn)、開發(fā)、制造和使用的速度提高一倍”。大約一年以后，2012年5月14日，白宮科技政策辦公室和美國國家標準與技術(shù)研究院(NIST)共同召集了約170人在白宮開了一次以“促成一個全國性的運動”為目標的會議(本文作者應邀參加了這次活動)，要求廣泛參與和大力促成。材料基因組計劃作為一個國家性的“運動”正在美國積極地展開，想以此保持和提升美國新材料的技術(shù)優(yōu)勢，以促進其制造業(yè)的復興。

白宮科技政策辦公室在2011年6月24日發(fā)布的相應的白皮書《具有全球競爭力的材料基因組計劃》中闡述了材料創(chuàng)新基礎(chǔ)設(shè)施的三個平臺：計算工具平臺、實驗工具平臺和數(shù)字化數(shù)據(jù)(數(shù)據(jù)庫及信息學)平臺，如圖1所示[1]。材料基因組計劃提倡的并不只是開發(fā)和應用計算材料學，而是要集成計算工具、實驗工具和數(shù)據(jù)庫來加快材料的設(shè)計與應用。白皮書中強調(diào)材料創(chuàng)新基礎(chǔ)設(shè)施是一個材料設(shè)計與制造的“加速器”。

圖1 材料基因組計劃中的材料創(chuàng)新基礎(chǔ)設(shè)施的內(nèi)涵[1]

在材料基因組計劃之前，美國國防高級研究計劃局 (DARPA) 曾在2000年開始資助美國通用電氣公司(GE)、普惠公司(P&W)和波音公司 (Boeing) 開展了以 “加速材料應用”(Accelerated Insertion of Materials, AIM) 為題的項目。 要求這三大公司集成所能獲得的模型與數(shù)據(jù)(不管是基于理論的，還是半經(jīng)驗的或純經(jīng)驗的)來示范材料性能的優(yōu)化或加工過程的優(yōu)化，還要求把供應商的模型與數(shù)據(jù)也用網(wǎng)絡(luò)連接起來用于整個優(yōu)化過程。 這個項目還要求公司建立材料設(shè)計人員和產(chǎn)品設(shè)計師早期接觸的機制。這些項目對美國材料快速設(shè)計與應用，特別是結(jié)構(gòu)材料的設(shè)計與應用有長遠的影響。筆者參加了在GE公司的 AIM項目，對它所產(chǎn)生的影響感受很深。

美國科學院和工程院共同設(shè)置的國家研究理事會 (National Research Council, NRC) 在2008年發(fā)表了題為《集成計算材料工程》(Integrated Computational Materials Engineering, ICME)的報告[2]。報告明確指出了當前材料設(shè)計的方法和系統(tǒng)面臨的問題：①現(xiàn)代的計算工具已經(jīng)從根本上大大縮短了新產(chǎn)品設(shè)計的時間，材料設(shè)計卻沒有相似的可靠而普適的計算工具，使材料設(shè)計主要靠試驗，從而導致材料設(shè)計遠遠落后于新產(chǎn)品設(shè)計；②太長的材料設(shè)計周期和低成功率使得新材料在新產(chǎn)品中的使用越來越少，從而導致非最佳的材料被用在產(chǎn)品中；③用于產(chǎn)品的材料性能欠佳而成為制約產(chǎn)品性能設(shè)計的瓶頸，造成惡性循環(huán)?！癐CME是一個新的學科，旨在把計算材料科學的工具集成為一個整體系統(tǒng)以加速材料的開發(fā)，改造工程設(shè)計的優(yōu)化過程，并把設(shè)計和制造統(tǒng)一起來”，從而在實際制作之前就實現(xiàn)材料、制造過程和構(gòu)件的計算機優(yōu)化。要實現(xiàn)ICME必須：①把ICME作為材料科學與工程領(lǐng)域的一個新學科來建立從而導致教育、研究和信息共享方面的轉(zhuǎn)變；②克服因材料計算工具變成廣泛應用的工程工具后由于速度緩慢和缺乏訓練有素的計算材料工程師而引起的工業(yè)界的不接受；③政府在ICME發(fā)展初期必須給予協(xié)調(diào)一致的支持來建立ICME工具、基礎(chǔ)設(shè)施和教學方法[2]。

AIM項目和 ICME報告可以說是材料基因組計劃的前奏。AIM項目讓三個大公司和它們眾多的供應商公司感覺到了ICME方法的可行性和將來可能引起的變革。ICME報告不僅對工業(yè)界有很大的影響，也把學術(shù)界和教育界的積極性調(diào)動起來了，所以，AIM項目和ICME報告為材料基因組計劃的提出打下了基礎(chǔ)。

在奧巴馬提出材料基因組計劃之前，美國賓夕法尼亞州立大學材料系劉梓葵教授于2002年率先注冊了“材料基因組”的商業(yè)網(wǎng)站 ( http://www.materialsgenome.com ) 用來提倡相圖計算(CALPHAD)方法及其數(shù)據(jù)庫的應用。幾年以后麻省理工學院 (MIT) 材料系的 Gerbrand Ceder教授開始建立材料基因組的非商業(yè)網(wǎng)站 ( http://www.materialsgenome.org ) 來提倡大規(guī)?？焖俚牡谝恍栽碛嬎阍诓牧显O(shè)計中的應用(主要集中在功能材料上)。直到奧巴馬提出材料基因組計劃之后，這個“運動”才在美國和其他國家展開。中國也在2011年12月開了一個相關(guān)的以“材料科學系統(tǒng)工程”為主題的香山會議[3]。

2 材料中的“基因”

嚴格地說，材料中并沒有與生物中的基因相對應的“基因”，但是材料基因組計劃與人類基因組計劃還是有很強的類比性，如表1所示。人類基因中的DNA和RNA的排列(排序)決定人體的主要機能(性狀)；與此類似，原子的性質(zhì)和排列包括晶體結(jié)構(gòu)和缺陷決定了材料的內(nèi)在性能。比如，fcc和bcc結(jié)構(gòu)通常比hcp結(jié)構(gòu)有更好的延展性。又比如，fcc相的擴散系數(shù)通常低于bcc相擴散系數(shù)，因為fcc相是更緊密排列的。因此晶體結(jié)構(gòu)(包括其中的原子)包含著材料性能的信息。人體中的大多數(shù)基因需要通過蛋白質(zhì)“翻譯”才能表現(xiàn)它們的特征；與此類似，大多數(shù)材料的性能(尤其是力學性能)需要通過微觀組織(結(jié)構(gòu))去體現(xiàn)出它們的宏觀性能(單晶應用除外)。人類基因組計劃是建立DNA和RNA的排序和人體機能(性狀)之間的關(guān)系；與此類似，材料基因組計劃就是尋找和建立材料從原子排列到相的形成到顯微組織的形成到材料宏觀性能與使用壽命之間的相互關(guān)系。人類基因組和材料“基因組”之間的主要區(qū)別在于人類基因具有繁殖的信息并可以復制，這在材料中是不存在的(我們只能用相圖預測不同元素融合/“結(jié)婚”在一起時會形成什么相/晶體結(jié)構(gòu))。另一個關(guān)鍵的不同之處在于人體基因是含有某個特征代碼的最小重復單元，而材料的微觀組織更加多樣化，沒有嚴格相當?shù)摹盎颉?沒有簡單的雙螺旋結(jié)構(gòu))。如果仍想尋求材料中的“基因”，我們可以調(diào)用“代表體積元(RVE)”這個概念：一個基因包含人體機能的密碼；而一個RVE可以用來預測材料的宏觀性能(當所有的成分－結(jié)構(gòu)－性能關(guān)系都已建立之后)。我個人傾向于把原子和他們的排列(包括成分、晶體結(jié)構(gòu)和缺陷)作為材料的“基因”。

總體來說，如同人的基因排列決定了人體機能一樣，材料顯微組織及其中的原子排列決定了材料的性能；因此，材料基因組工程就是尋找和建立材料從原子排列到相的形成到顯微組織的形成到材料宏觀性能與使用壽命之間的相互關(guān)系。這種把成分－結(jié)構(gòu)－性能關(guān)系和數(shù)據(jù)庫與計算模型結(jié)合起來就可以大大加快材料研發(fā)速度，降低材料研發(fā)的成本，提高材料設(shè)計的成功率。如何根據(jù)制造需求提出材料的性能需求，再根據(jù)性能需求來快速、準確地設(shè)計研發(fā)出所需材料是材料基因組工程的目標。在這里用材料基因組工程比用材料基因組計劃更確切些。

3 計算工具

《集成計算材料工程》(ICME)報告中總結(jié)了材料計算的主要工具，可參考文獻[2]。本報告將不重復描述這些工具，而是從結(jié)構(gòu)和性能預測的角度介紹一些計算方法的發(fā)展。

3.1 第一性原理和分子動力學計算

通常我們講成分－結(jié)構(gòu)－性能關(guān)系是材料科學的基礎(chǔ)，所以從成分直接預測晶體結(jié)構(gòu)是最基本的，也是很重要的。近幾年來開發(fā)的方法基本可以做到從成分直接預測晶體結(jié)構(gòu)，特別是二元系和固定成分的化合物相的晶體結(jié)構(gòu)。Ceder小組開發(fā)了把第一性原理計算與信息學(數(shù)據(jù)挖掘)相結(jié)合來預測晶體結(jié)構(gòu)的方法[5-6]，其可靠性在80個二元系中得到了很好的驗證[7]；Zunger和他的合作者也開發(fā)了一種預測晶體結(jié)構(gòu)的基因算法[8]；中國最近開發(fā)的卡里普索(CALYPSO，Crystal Structure Analysis by Particle Swarm Optimization) 晶體結(jié)構(gòu)預測方法也有很好的應用前景[9-10]；另外一種叫PEGS+DFT的方法已經(jīng)被成功地用來預測復雜離子晶體的晶體結(jié)構(gòu)[11-13]，這種方法最近甚至被用來成功地預測了一個非晶態(tài)化合物的局部晶體結(jié)構(gòu)[14]。可以看出，最近幾年從過去比較簡單的用結(jié)構(gòu)圖(structure maps)[15-16]預測到現(xiàn)在更準確的晶體結(jié)構(gòu)預測已有很大的進展，但是結(jié)構(gòu)圖在預測多組元合金中的相結(jié)構(gòu)可能還是有它的用處[17]。

有了晶體結(jié)構(gòu)的信息就可以用泛函理論(DFT)來計算一個晶體的很多性能，比如絕對溫度(0 K)下的基態(tài)能、晶格常數(shù)、電子態(tài)密度、彈性模量等。最廣泛應用的DFT計算程序是VASP(Vienna ab-initio Simulation Package)[18-19]。在多電子系統(tǒng)需要對DFT進行自相互作用修正[20]，強相關(guān)體系和磁性體系的計算會導致較大的誤差。目前采用的對策主要包括局域密度近似結(jié)合動力學平均場 (LDA+DMFT) 方法[21-23]和局域密度近似結(jié)合Gutzwiller近似的(LDA+Gutzwiller) 變分法[24]。

對任意成分的固溶體進行DFT計算需要做些近似，以免采用過多的晶包從而導致太長的計算時間。特別是準隨機結(jié)構(gòu)(SQS, Special Quasirandom Structure)[25]、相干勢近似(CPA,Coherent Potential Approximation)[26-27]和虛擬晶體近似(VCA, Virtual Crystal Approximation)[28-29]，是3種很有效的方法。團簇變分法(CVM，Cluster Variation Method)或集群擴展法(Cluster Expansion)也是計算固溶體性能需要常用的方法[30-34]，這種方法在一個已被廣泛使用的叫ATAT(Alloy Theoretic Automated Toolkit：合金理論自動工具包)的開源程序中實施[35-39]。該程序有很強的普適性，因為它可以處理多成分、多點陣和張量化的體系，也已經(jīng)包括振動(聲子)和電子的貢獻。計算非0 K溫度的性能必須先計算聲子振動的性能[40-44]。

用以上的方法可以計算0 K的形成焓和在不同溫度下的Gibbs自由能、比熱容、晶格常數(shù)、彈性模量、聲子散射曲線、電子態(tài)密度 (從而預測能帶隙)、熱膨脹系數(shù)(CTE)等。從DFT計算的Gibbs自由能的誤差范圍大概在±(5～10) kJ/mol，所以可以用來預測不同的晶體結(jié)構(gòu)(相互值的大小排序很可靠)，但是其絕對值還達不到相圖計算方法(CALPHAD)所需的精度(通常要求在±(0.1～0.5) kJ/mol)。

擴散系數(shù)是動力學模擬特別是多元合金中的形核和長大過程模擬所必需的數(shù)據(jù)。第一性原理已經(jīng)可以很好地計算自擴散系數(shù)[45]、雜質(zhì)擴散系數(shù)[46-47]、互擴散系數(shù)[48-50]以及離子晶體中的離子擴散系數(shù)[51]。

第一性原理計算熱膨脹系數(shù)并不太困難[52-53]，而且現(xiàn)在可以直接用ATAT程序來計算[37]。 離子晶體和共價晶體的硬度也可以用第一性原理計算，因為這時實際上只要計算有多少化學鍵被破壞[54]。這種方法對具有塑性的金屬完全不適用。

用第一性原理來準確地計算材料的磁性或磁性材料的性能還有些困難。上面提到的局域密度近似結(jié)合動力學平均場(LDA+DMFT)方法[21-23]和局域密度近似結(jié)合Gutzwiller 近似的(LDA+Gutzwiller)變分法[24]比以前的方法[55-57]更可靠，但是計算量要大很多。

用第一性原理來計算半導體和絕緣體材料的熱導率和電導率已有不少工作，例如文獻[58-65]。金屬材料(特別是任意成分的固溶體)的熱導率和電導率的計算要困難一些，因為涉及其中的自由電子的運動[66]。

從分子動力學和蒙特卡洛方法(包括從頭計算分子動力學[67-68])中可以獲得的信息包括熱力學性能、反應途徑、結(jié)構(gòu)、點缺陷和位錯遷移率、晶界能和晶界移動性、析出相尺寸等[69-72]。這方面有很多小組在進行研究。

第一性原理計算可以直接用來設(shè)計功能材料，因為這時只需要計算某種或幾種物理性能，而且大多數(shù)情況下不需要計算微觀組織。很成功的例子有Ceder小組用第一性原理設(shè)計鋰電池中的材料[73-75]。另一個例子是超硬材料的設(shè)計[76-79]。

3.2 CALPHAD方法

以上所提到的第一性原理計算的Gibbs自由能還達不到相圖計算所需要的準確度。多元合金的成分和加工工藝的設(shè)計現(xiàn)在最常用和最可靠的方法是CALPHAD[80-83]。CALPHAD方法已經(jīng)成為很多公司和研究機構(gòu)材料設(shè)計的中堅。它不僅能計算多元合金在不同溫度下的各個相的成分、體積分數(shù)、穩(wěn)定溫度范圍、相變溫度、熱力學量(如Gibbs自由能、活度)等，還經(jīng)常用來計算動力學模擬所需的相變驅(qū)動力、擴散過程的熱力學參數(shù)(thermodynamic factor用來建立多元合金中的擴散系數(shù)矩陣)、凝固過程模擬所需的參數(shù)(潛熱、元素偏析、比熱、液相和固相溫度等)。

CALPHAD中的各相的熱力學參數(shù)是用實驗結(jié)果(主要是二元相圖和三元相圖再加上形成焓、混合焓、比熱、活度等)擬合/優(yōu)化出來的，因此實驗結(jié)果特別是三元相圖是擬合可靠的熱力學參數(shù)的重要輸入。從第一性原理計算的熱力學量雖然不能直接用來建立CALPHAD數(shù)據(jù)庫，但可以用來作為擬合過程的參考值和上下限。這個上下限實際上對優(yōu)化結(jié)果的可靠性很重要。

CALPHAD方法的框架已很成熟，現(xiàn)在的發(fā)展主要集中在建立可靠的數(shù)據(jù)庫和擴展數(shù)據(jù)庫中所包括的元素，未來的發(fā)展會從熱力學、擴散遷移率、摩爾體積[84-86]等性能推廣到其他性能以用于多種不同材料的設(shè)計。把CALPHAD計算與相場方法結(jié)合起來預測材料的微觀結(jié)構(gòu)和性能也是一些小組正在進行的工作。CALPHAD計算的應用例子多不勝舉[81-83,87]。

3.3 顯微組織預測

相場方法[88-93]是顯微組織預測的主要方法。它最大的優(yōu)點是不需要跟蹤界面，從而不需要對顯微組織的初始形貌進行提前設(shè)定，也不需要假定形貌不變，因此相場方法可以模擬復雜顯微組織的演變。圖2列出了兩個例子[94-95]。另外一個重要的優(yōu)點是相場方法可以把各種效應(彈性、磁場、溫度場、電場、應力場等)都同時考慮進去，因此它經(jīng)常用于機理性的研究。一個很好的例子是用相場方法預測和解釋薄膜中的相和形貌的變化，從而建立其“相圖”[96-97]。

相場方法的計算量比較大。常用的粗粒度的相場模型 (coarse-grained phase field model) 需要輸入很多的信息，包括各相的Gibbs自由能、動力學參數(shù)(原子遷移率)、晶體結(jié)構(gòu)、晶格常數(shù)、界面能和晶界能、各向異性的彈性模量、相界面的性能和缺陷，以及這些性能隨溫度和成分的變化。另外，還要對形核過程和界面厚度進行假設(shè)。CALPHAD方法能夠提供各相的Gibbs自由能和原子遷移率隨溫度和成分變化的數(shù)據(jù)，其他數(shù)據(jù)現(xiàn)在需要從實驗結(jié)果或第一性原理計算來獲得。材料基因組工程的一項重要工作就是要建立各相的多種性能隨成分和溫度的變化關(guān)系，為材料設(shè)計和模擬提供數(shù)據(jù)和基礎(chǔ)。

Kim-Kim-Suzuki (KKS)模型[98]，或叫多相相場模型[99-100]，把界面厚度與界面能完全分離開，從而使相場方法可以用來模擬任意尺度的材料體系，并且為多相體系和大規(guī)模的相場模擬奠定了基礎(chǔ)。

微觀相場模型(microscopic phase field model)只需要用第一性原理計算的廣義層錯能(GSF)和彈性模量來預測位錯的核心結(jié)構(gòu)和能量以及晶界的結(jié)構(gòu)和能量，再用規(guī)則溶液模型和Cahn-Hilliard方法[101]就能預測平面型的異相界面的能量和結(jié)構(gòu)以及臨界核的形狀和激活能[93]。

把位錯也放到相場方法中進行模擬是一個很好的發(fā)展[102-106]，為以后從相場獲得的顯微組織中直接預測力學性能打下了基礎(chǔ)。相場方法很早就已經(jīng)用來模擬晶粒長大[107]，因此相場方法將來可能用來預測一些力學性能[93]。

把CALPHAD熱力學數(shù)據(jù)庫用到相場模擬中并不直截了當，通常需要對相場用的“有序參數(shù)”重新擬合一個函數(shù)。這種方法到多元系時困難特別突出。

在不考慮析出相的三維(空間)分布時，可采用TC-PRISMA[108-109]這樣的程序來模擬析出相的形核和長大過程，這個程序直接調(diào)用Thermo-Calc和DICTRA的數(shù)據(jù)庫，因此用起來時不需要像相場方法那么多的輸入。但是要注意經(jīng)典形核理論的局限性和所采用的界面能的大小。

3.4 力學性能預測和多尺度計算工具的集成

力學性能預測是一個非常復雜和困難的工作，因為它涉及位錯的形成及其交互作用、位錯與顯微組織及其他缺陷之間交互作用、缺陷和裂紋的形成與長大、從原子尺度到微觀尺度到介觀尺度不同的機制作用、材料和缺陷與環(huán)境的交互作用等，而且力學性能包括很多性能：屈服強度、極限強度、延展性、耐疲強度、蠕變強度、斷裂等。這方面的進展本文無法在此進行詳細的描述。位錯動力學方法[110-112]、晶體塑性理論[113-117]和微觀力學方法[118-122]已被廣泛采用。

有幾種方法試圖把從原子尺度到微觀尺度到介觀尺度到宏觀尺度的模型和方法集成起來[123-129]，但還沒有一種普適的、被廣泛采用的方法和程序。材料基因組工程計劃和ICME都希望這方面取得重大進展，結(jié)構(gòu)材料的快速設(shè)計依賴著這方面的進步。

4 實驗工具

材料領(lǐng)域已開發(fā)和使用了許多不同的實驗工具用來研究材料的成分、晶體結(jié)構(gòu)、缺陷、顯微結(jié)構(gòu)和各種性能[130]。由于篇幅的限制，本文不可能詳細地介紹所有的實驗工具，只能簡要地介紹高通量的實驗工具在建立材料成分-相-性能之間的關(guān)系以及對一些理論模型的驗證方面的應用。

4.1 擴散多元節(jié)方法

擴散多元節(jié)是一個把多個擴散偶和幾個擴散三元節(jié)用熱等靜壓方法結(jié)合在一起的樣品[131-132]。在高溫長時間退火后，元素之間會相互擴散并形成具有成分梯度的固溶體和中間相的擴散層。通過電子探針定量微區(qū)成分分析(EPMA)可獲得穿越擴散區(qū)域的成分曲線，因為在兩相界面處總是保持局部平衡，該處成分對應著兩相平衡成分。這就是采用擴散偶測定相圖的基礎(chǔ)，已成功地用了幾十年。擴散多元節(jié)中的三元節(jié)點區(qū)域(擴散三元節(jié))可有效地測定三元相圖的等溫截面，這是金展鵬開創(chuàng)的方法[133]。這一方法可為建立多組元熱力學數(shù)據(jù)庫提供所需的大量的三元相圖。 沒有可靠的二元和三元相圖的實驗數(shù)據(jù)就不可能建立可靠的多組元熱力學數(shù)據(jù)庫。從一個Pd-Pt-Rh-Ru-Cr擴散多元節(jié)中獲得的十個三元系的相圖如圖3所示[134]。要是用傳統(tǒng)的平衡合金方法可能需要上百個不同成分的鑄造合金才能測定這些相圖，由此可見擴散多元節(jié)的高效率。 把從擴散多元節(jié)上測定的很多三元相圖與平衡合金法測定的結(jié)果進行對比顯示從擴散多元節(jié)上測定的相圖很可靠，從而證實用擴散多元節(jié)來測定相圖的普適性和可靠性[135]。

除了能夠有效地測定相圖以外，擴散多元節(jié)還可以用來有效地采集大量的二元系的擴散成分分布曲線，從而提取各個相的擴散系數(shù)隨成分和溫度的變化，以構(gòu)建原子遷移率的數(shù)據(jù)庫，用于材料析出長大及界面反應的模擬。作者的研究小組已開發(fā)了能從二元多相擴散成分分布曲線中快速提取出擴散系數(shù)的程序[136]。

4.2 高通量材料性能測試方法

擴散多元節(jié)的另外一個主要特征就是可以用來形成二元和三元體系中固溶體以及金屬間化合物的完整的單相區(qū)的成分范圍/梯度[131-132,134]。從這個意義上說，擴散多元節(jié)是一種有效的在單個試樣上同時合成多種固溶體成分和化合物的方法。大約十幾年前當本文作者開發(fā)擴散多元節(jié)的方法時，他有一個簡單的想法：利用擴散偶和擴散多元節(jié)中形成的固溶體和化合物相的成分梯度來進行微區(qū)材料性能測試以快速獲得成分-相-性能關(guān)系。從而不需要制備大批單個成分的合金試樣就能建立成分-相-性能關(guān)系，這就大大地提高了性能測試的效率。要實現(xiàn)這一想法就必須開發(fā)一套新的具有微米級空間分辨率的材料性能測試工具。他和合作者們在過去幾年中開發(fā)了一套新的基于飛秒激光表面反射的測量技術(shù)來準確掃描測試幾個關(guān)鍵的物理性能，如熱導率[137-138]、熱膨脹系數(shù)[139]及比熱容[140]。這些新的掃描性能測量工具與擴散多元節(jié)相結(jié)合能夠數(shù)量級地提高材料性能測試的效率, 從而快速建立材料的成分-結(jié)構(gòu)-性能關(guān)系以加速新材料開發(fā)和研究，為建立新的預測成分-相-結(jié)構(gòu)－性能的理論體系提供大量的實驗結(jié)果和理論驗證。同時，這種系統(tǒng)、連續(xù)的測試可有效地發(fā)現(xiàn)異常效應，進一步采用聚焦離子束(FIB)提取微觀樣品進行分析，并結(jié)合理論計算快速建立新理論來解釋異常效應，從而提高材料性能預測的精度和可靠性。

熱導率的微區(qū)測試方法是基于雙束飛秒激光的時域熱反射技術(shù)(TDTR)[137-138]，其測量精度和空間分辨率可分別達到±8%和2～4 mm。該技術(shù)在一個小時內(nèi)可以收集到100格點乘100個格點的熱導率圖，從而形成熱導率像，就像掃描電鏡(SEM)顯示微觀組織像一樣。

金屬和大多數(shù)金屬間化合物主要由自由電子遷移來做熱傳導，因此，這些材料的熱導率對元素替換、點缺陷的形成和有序轉(zhuǎn)變特別敏感，從而可以用來研究這些現(xiàn)象。元素替換和點缺陷的形成都會增加電子散射，從而降低熱導率；晶體結(jié)構(gòu)的有序化則減少電子散射，從而提高熱導率。一個Ni-Ni45.5Al54.5擴散偶的熱導率像是一個很好的例子，如圖4所示[141]。采用微區(qū)測試法從擴散偶中獲得的熱導率值與Terada等[142-143]采用20個鑄造合金大塊試樣測量的值符合得很好。這一結(jié)果明確顯示精確的熱導率-成分關(guān)系可通過在擴散試樣中的成分梯度上進行微區(qū)測量來獲得，而不需要制備多個單成分的合金試樣。圖4也清楚地顯示了固溶度對fcc相、有序—無序轉(zhuǎn)變對Ni3Al相，以及點缺陷對b-NiAl相的熱導率的影響[141]。

充分利用這一新的熱導率測試技術(shù)，通過對多個擴散多元節(jié)中的很多個擴散偶進行測量，我們收集到了大量與成分相關(guān)的熱導率數(shù)據(jù)，多于前人研究結(jié)果的總和。熱導率圖可以用來研究固溶體和金屬間化合物中的點缺陷，也可以用來研究第三組元添加到二元金屬間化合物中的元素替換方式(點陣優(yōu)先取代)[141,144]。

把探測激光束移到離加熱激光束幾個微米的位置，再檢測由加熱激光束產(chǎn)生的微區(qū)表面熱膨脹引起的探測激光束的偏轉(zhuǎn)，進而用時域探測激光束偏轉(zhuǎn)(TD-PBD)的方法可得到微區(qū)熱膨脹系數(shù)(CTE)。該方法的精度可以達到±6 %[139,145]。從Fe-Ni和 Ni-Pt 兩個擴散偶上獲得的室溫下CTE 隨成分的變化如圖5所示[139,145]。在沒有制備任何單個合金樣品情況下，這些數(shù)據(jù)清楚地揭示了成分Ni的原子數(shù)分數(shù)約為35%的擴散偶區(qū)域合金的因瓦(Invar)效應。微區(qū)測量的結(jié)果和Guillaume[146]利用很多個單成分鑄造合金得到的結(jié)果符合得很好(Guillaume因為發(fā)現(xiàn)因瓦效應而獲得1920年的諾貝爾物理學獎)。

圖4 Ni-Ni45.5Al54.5 擴散偶及其熱導率圖[141]: (a) 擴散偶SEM圖像；(b) 圖(a)中虛線包圍區(qū)域的熱導率圖；(c) 由擴散偶方法測量的與成分和相相關(guān)的熱導率值與Terada等[142-143]采用單個合金大塊試樣的測量值的對比圖；(d) 圖(b)中熱導率值的色標

圖5 用時域探測激光束偏轉(zhuǎn)(TD-PBD)微區(qū)CTE 測量方法從(a)Fe-Ni和(b) Ni-Pt 擴散偶上獲得的CTE 隨成分的變化[139,145-146]

Fe-Ni擴散偶形成的完整成分變化范圍的樣品可以用來系統(tǒng)地研究因瓦效應的機理[141]。低量的MeV氬離子(Ar+)照射后的測量發(fā)現(xiàn)Fe-Ni合金的CTE在因瓦區(qū)域(如Ni的原子數(shù)分數(shù)為30%～37%)隨照射量的增加而升高；而其他成分的Fe-Ni合金的CTE 基本上沒有變化。在因瓦成分為Fe65Ni35的合金中，在照射離子濃度達到1.2×1014ions/cm2時，CTE從照射前的0.5×10-6K-1增加到4.3×10-6K-1。這個結(jié)果表明原子間的短程有序在因瓦效應中起到了重要作用[147]。

在Ni-Pt擴散偶中用PD-PBD測量的CTE結(jié)果是另外一個很好的例子，它清楚地顯示當完整的成分范圍與微區(qū)性能測量相結(jié)合時，研究更有系統(tǒng)性[143]。從圖5(b)中可以清楚地看到，成分Pt的原子數(shù)分數(shù)在32%～63%的范圍內(nèi)，CTE有小幅度的增加。假如用一些(比如10個)單個合金來測量CTE隨成分的變化，這個小幅度增加的趨勢可能在測量誤差中丟失。需要強調(diào)的是，我們報道的熱導率和熱膨脹值并不僅僅是一種趨勢，而是可以存檔的實驗值，和用單個大塊樣品測量的結(jié)果一樣好。

熱膨脹系數(shù)測量的兩個例子(圖5)可用來說明實驗測量的另一個重要作用：系統(tǒng)地揭示異常效應。在Fe-35%Ni成分附近的因瓦效應通過測量一個Fe-Ni擴散偶的微區(qū)熱膨脹系數(shù)就清楚地顯示出來[139]；同樣Ni-Pt擴散偶的熱膨脹系數(shù)測量結(jié)果表明在Pt成分處于32%～63%范圍時熱膨脹系數(shù)有異常的增加[145]。利用在成分梯度上進行微區(qū)測量的系統(tǒng)性來從實驗中發(fā)現(xiàn)這些異常行為是非常重要的，而與理論分析相結(jié)合可以幫助解釋這些行為(有序、磁性轉(zhuǎn)變、點缺陷……)，再用FIB提取擴散樣品中的特定位置的微區(qū)/局部樣品進行更詳細的機理研究來驗證理論的結(jié)果。這樣一個集成研究能夠更有效地建立預測的理論和模型，實驗和理論研究的緊密結(jié)合將會導致實質(zhì)性的快速的進展。

上面的例子顯示了高效率測量相圖、擴散系數(shù)、熱導率和熱膨脹系數(shù)的方法，其他的性能如彈性常數(shù)[148-149]、比熱熔(CP)[140,150]和居里溫度[144]隨成分的變化關(guān)系也可以高效地測量出來。納米壓痕可以用來測量微尺度下的硬度和彈性模量[131-133,148-149,151]；光學橢圓偏振技術(shù)可以用來精確地測量微尺度下的光學性質(zhì)[152-153]；消逝微波探針(EMP) 可以用來測量陶瓷材料的介電常數(shù)[154-155]；微尺度四點探針可以用來測量電導率[156-157]，不過當空間分辨率降低到幾個微米時，這種方法還不夠方便。關(guān)于這些先進的工具的詳細綜述可以在文獻[144]中找到。

值得一提的是，最近也開發(fā)了一種叫頻域熱反射測量CP的方法[150]。它的精度還沒有詳細的報道，估計和時域熱反射測量CP的精度相當[140]。這些工具可廣泛地用于研究相變的熱力學和測量建立熱力學數(shù)據(jù)庫所需的CP值。

Uchic及其合作者開發(fā)了一種用FIB制作微米尺度的柱子、薄片和拉伸試樣的方法[158-159]，如圖6所示。在這些微尺度樣品上進行微尺度壓縮、彎曲和拉伸可以得到材料強度和延展性的信息。只有達到臨界直徑時(取決于不同的材料和微觀結(jié)構(gòu))，在圓柱壓縮和拉伸試樣上獲得的微觀測試結(jié)果才和大塊材料的數(shù)據(jù)相符合；在低于臨界直徑時，位錯受到限制并且數(shù)目有限，再加上一些隨機現(xiàn)象和其他因素一起控制著變形過程，因此結(jié)果和大塊樣品有時相差很遠。要得到有用的、可靠的強度、延展性和彈性數(shù)據(jù)，仍然需要做很多工作。

這些工具結(jié)合具有成分變化和不同相的樣品，如擴散多元節(jié)或材料芯片[160]，能夠高效地建立成分-相-結(jié)構(gòu)－性能關(guān)系，從而加速材料信息學的發(fā)展和材料模型的檢驗以及新材料的設(shè)計。

4.3 數(shù)字化三維微觀結(jié)構(gòu)的表征與分析

近年來，數(shù)字化三維微觀結(jié)構(gòu)表征和數(shù)字化重建取得了長足的進展。早期的工作是用機械拋光獲得一層一層的二維圖像[161]，再把二維圖像用數(shù)學方法在計算機上形成數(shù)字化的三維結(jié)構(gòu)。最近的進展包括采用不同的方法來進行連續(xù)切片，其中包括FIB[162]和飛秒激光燒蝕[163]。每種方法都有其優(yōu)缺點，這些方法和三維原子探針一起可用于不同尺度的三維微觀結(jié)構(gòu)的表征與分析。背散射電子衍射(EBSD)[164-165]是取向成像和評估晶粒尺寸的重要工具之一。三維成像現(xiàn)在不僅包括微觀組織信息，也包含晶體結(jié)構(gòu)和微區(qū)成分等三維信息，因此三維信息變成多模式信息。

材料性能(尤其是力學性能)的準確預測需要知道微觀結(jié)構(gòu)的細節(jié)，包括成分不均勻、組織分布和各向異性。 三維微觀結(jié)構(gòu)可以用來有效地驗證微觀組織的演化模型并揭示機制，比如三維微觀結(jié)構(gòu)的研究已開始對困擾了材料學界幾十年的疲勞裂紋萌生的問題提出新的機制[166]。

數(shù)字化的微觀結(jié)構(gòu)是預測結(jié)構(gòu)材料宏觀性能必需的信息，特別是相的分布和界面性能以及每個相在微觀結(jié)構(gòu)下的性能。 以上所描述的高空間分辨率實驗工具不僅能建立每個相/晶體結(jié)構(gòu)的成分與性能的關(guān)系，整個微觀結(jié)構(gòu)下的微區(qū)性能的空間分布都是可定義的。在開發(fā)高空間分辨率實驗工具以前，大多數(shù)材料的性能只能用大塊樣品測量，因此得到的結(jié)果是整個樣品的平均值或最低值(取決于測試哪種性能)。除非使用新的微區(qū)材料性能測試工具, 并且除非樣品是完全均勻的單相，某個特定相/晶體結(jié)構(gòu)的某個特定成分的微區(qū)性能以前是無法獲得的。能夠考慮微區(qū)性能的空間分布的模型才會更正確地預測材料的宏觀性能。

除了高通量性能測量及數(shù)字化三維微觀結(jié)構(gòu)表征以外，另一組實驗也是非?？扇〉模耗Ｐ万炞C試驗。用精心設(shè)計的嚴格的實驗來驗證和改進模型非常有效，一個很好的例子就是用滲碳實驗來研究擴散引起的長大過程中的相變機制[167-168]。這種直接、有效的模型驗證試驗應該推廣。材料基因組計劃中所需要的和所發(fā)展的模型和理論需要得到快速、高效的實驗驗證。

4.4 組合材料學方法

大多數(shù)的功能材料是以薄膜的形式使用，因此以薄膜為主的組合材料學(combinatorial materials science)方法，或叫材料芯片技術(shù)[160]，在功能材料的研究與開發(fā)中有非常重要的作用。這個領(lǐng)域已經(jīng)有很好的綜述[144,169-175]，所以在這里不再重復。

實驗工具平臺的建設(shè)還需要繼續(xù)開發(fā)新的微區(qū)材料性能測試方法來高通量地測試各種其他的性能，并大量采用這些方法來快速建立材料性能數(shù)據(jù)庫；也需要開發(fā)多尺度的材料性能測試方法和材料顯微組織及缺陷的快速測量方法，以滿足材料基因組計劃中的材料計算和設(shè)計的需求。這些實驗工具可提高材料研究與開發(fā)的系統(tǒng)性，特別是可以高效地揭示與研究異常效應，從而對于理論模型的改進提出要求和依據(jù)。這些高通量的材料性能測試技術(shù)將有可能像掃描電鏡一樣被廣泛使用，從而導致材料性能測試和研究從宏觀到微觀、從離散到連續(xù)、從分散到系統(tǒng)的變革。這些新的性能測量工具與擴散多元節(jié)或材料芯片技術(shù)相結(jié)合，能數(shù)量級地提高材料性能測試的效率, 從而快速建立材料的成分-結(jié)構(gòu)-性能關(guān)系以加速新材料開發(fā)和研究，為建立新的預測成分-相-結(jié)構(gòu)-性能的理論體系提供大量的實驗結(jié)果和理論驗證。

5 數(shù)據(jù)庫及材料信息學

材料信息學[176-179]還處于啟蒙階段，顯著地落后于生物信息學。生物學、生物醫(yī)學和基因組研究領(lǐng)域發(fā)表的文章及其摘要的內(nèi)容都有強制性的具體規(guī)則以方便檢索和使用，相關(guān)的數(shù)字數(shù)據(jù)資料均要求以所需格式存放在指定的數(shù)據(jù)庫中。相對來說，材料領(lǐng)域?qū)?shù)據(jù)沉積、原始數(shù)據(jù)保存、摘要的內(nèi)容和文章內(nèi)容的要求過于寬松。

結(jié)構(gòu)材料通常需要經(jīng)過很多道工序才能制造成部件。材料的最終性能(特別是對結(jié)構(gòu)敏感的性能)通常與加工/工藝過程的細節(jié)有關(guān)，也與微觀組織結(jié)構(gòu)的細節(jié)相關(guān)。要最有效地使用這些材料的性能數(shù)據(jù)，必須詳細地記錄材料的整個制造和加工過程、樣品制備、測試方法和條件等，最好把每一步的三維微觀結(jié)構(gòu)也記載下來。這個記錄過程本身就太繁瑣并費時費力，需要開發(fā)自動化的記錄和儲存的方式和軟件。

建立對結(jié)構(gòu)不敏感的各種物理和化學性能的數(shù)據(jù)庫要相對簡單一些，特別是如果采用上面介紹的計算與實驗相結(jié)合的高通量的方法。CALPHAD 數(shù)據(jù)庫的建立和廣泛使用為其他性能數(shù)據(jù)庫的建立提供了非常寶貴的先例。

現(xiàn)在材料數(shù)據(jù)庫很分散，比如，美國NIST、日本NIMS、英國NPL的數(shù)據(jù)庫強調(diào)的內(nèi)容不一樣，數(shù)據(jù)格式、存儲程序、完整程度、開放程度等也不同。沒有一個國際標準就很難把這些分散的數(shù)據(jù)庫有機地集成起來，美國NIST正在積極促成一個國際通用的材料數(shù)據(jù)庫標準。

大規(guī)模的高通量計算將會提供大量而系統(tǒng)的數(shù)據(jù)，對這些數(shù)據(jù)進行快速的驗證是高通量實驗方法最可發(fā)揮作用的方式之一。把計算數(shù)據(jù)與實驗數(shù)據(jù)有效地集成起來，既可以相互補充又可以相互驗證。這個過程中必須清楚地保留元數(shù)據(jù)(metadata)和每組數(shù)據(jù)的起源信息，讓使用者可以判斷數(shù)據(jù)的可靠性。

材料界對材料數(shù)據(jù)庫開放程度應該有一個現(xiàn)實的態(tài)度，總是會有保密的數(shù)據(jù)和收費的數(shù)據(jù)庫，在整個數(shù)據(jù)庫的宇宙里商業(yè)數(shù)據(jù)庫有它存在必要性。要政府機構(gòu)幾十年后仍然對所有的數(shù)據(jù)庫進行維護和升級是非常困難的，商業(yè)數(shù)據(jù)庫如熱力學數(shù)據(jù)庫和Granta公司的材料數(shù)據(jù)庫對材料數(shù)據(jù)的收集、整理、維護、更新和升級有很大的貢獻。

有了材料數(shù)據(jù)庫還必須開發(fā)材料信息學以充分利用數(shù)據(jù)庫來加速材料設(shè)計，材料信息學將是材料基因組工程非常重要的研究方向之一。它必須充分利用現(xiàn)代的計算機科學和信息學的方法并以生物信息學和天體信息學為榜樣來快速發(fā)展，以滿足材料設(shè)計的需求。

6 成功的例子

美國國家研究理事會(NRC)最近發(fā)表的報告《輕質(zhì)化技術(shù)在軍用飛機、艦船和車輛中的應用》中引用了兩個成功的ICME合金設(shè)計實例[180]。 一個是由 Olson 領(lǐng)導設(shè)計由QuesTek創(chuàng)新公司開發(fā)的Ferrium S53飛機著陸架用齒輪鋼[181-182]；另一個是GE開發(fā)的燃氣渦輪機用GTD262高溫合金[180,183]。作者作為共同發(fā)明人(江亮博士是主導發(fā)明者)參與了GTD262合金的設(shè)計和開發(fā)。它的設(shè)計和開發(fā)從概念到生產(chǎn)只用了4年時間，研發(fā)所用經(jīng)費是以前同類合金的開發(fā)成本的1/5左右。通過把計算熱力學相穩(wěn)定性的預測與GE內(nèi)部的材料性能模型和數(shù)據(jù)庫的整合，我們設(shè)計GTD262的成分一次到位，沒有像以前開發(fā)合金那樣要經(jīng)過幾次來來回回的重復實驗才能達到成分的優(yōu)化。因為設(shè)計時考慮到了很多因素，如可鑄性、可焊性和抗氧化等，中試和生產(chǎn)過程中也沒有出現(xiàn)任何問題。

GTD262合金的設(shè)計是一個很好的ICME的例子。但希望它的成功不要給人一種錯覺，以為現(xiàn)在就可以在把一個全新的合金的研發(fā)時間縮短到4年之內(nèi)。GTD262是修改一個現(xiàn)有的合金(GTD222)而獲得的。在GTD222的成分附近，GE有過去的經(jīng)驗數(shù)據(jù)庫以幫助我們設(shè)計。如果是一個成分遠離現(xiàn)有合金的全新的合金，我們現(xiàn)在還沒有所需的以物理/機制為基礎(chǔ)的模型和性能數(shù)據(jù)庫來進行合金設(shè)計。材料基因組工程就是要建立這樣的模型和性能數(shù)據(jù)庫來實現(xiàn)快速設(shè)計新材料。

7 結(jié)語

材料基因組工程/計劃不僅僅是要開發(fā)快速、可靠的計算方法和相應的計算程序，而且也要開發(fā)高通量的實驗方法來對理論進行快速驗證并為數(shù)據(jù)庫提供必需的輸入，還要建立普適、可靠的數(shù)據(jù)庫和材料信息學工具，以加速新材料的設(shè)計和使用。因為材料成分－結(jié)構(gòu)－性能關(guān)系(特別是結(jié)構(gòu)材料)的復雜性，要實現(xiàn)計算機快速材料設(shè)計，計算工具、實驗工具和數(shù)據(jù)庫都缺一不可。

有一些材料性能，如彈性模量，可以通過第一性原理得到有效且可靠的計算值[184-185]。在這種情況下，實驗測量的目的就偏重于驗證所采用的理論與模型的正確性，以及發(fā)現(xiàn)一些理論模型中可能沒有考慮到的異常效應。對于其他的如熱導率這樣的性能，由于目前還沒有開發(fā)出可靠有效的計算方法，因此我們就需要通過實驗測量獲取大量的數(shù)據(jù)，從而建立/驗證數(shù)學模型?？傊?，為了建立數(shù)字化關(guān)系的框架和某些物理性能的數(shù)據(jù)庫，實驗與理論研究相互結(jié)合是至關(guān)重要的。

計算工具這些年雖然發(fā)展非?？欤沁€遠遠不能滿足新材料設(shè)計所需。需要研發(fā)出一批普適的材料設(shè)計和優(yōu)化的程序，就像其他工程領(lǐng)域廣泛使用的程序一樣(有限元、流體力學、計算機輔助設(shè)計等)，這樣才能把材料設(shè)計的周期縮短到與產(chǎn)品設(shè)計周期相當或更短，使得開發(fā)的最佳材料能及時地用到產(chǎn)品中來提高產(chǎn)品的性能。

現(xiàn)在已建立的理論和方法基本可以從成分預測微觀組織結(jié)構(gòu)(圖7)，但從微觀組織結(jié)構(gòu)預測材料宏觀性能的理論和方法還有待建立。對結(jié)構(gòu)材料來說，特別需要：①建立相的各種性能隨成分和溫度變化的科學理論和數(shù)據(jù)庫，②建立從缺陷的形成和分布來預測材料宏觀性能的理論基礎(chǔ)，③建立和有效集成多尺度模型。沒有這些支柱就無法建立從微觀組織結(jié)構(gòu)預測材料宏觀性能的橋梁(圖7)。

圖7 結(jié)構(gòu)材料設(shè)計現(xiàn)狀的形象說明?，F(xiàn)在基本可以從成分預測微觀組織結(jié)構(gòu)，但還需要建立幾個理論支柱才能建立從微觀組織結(jié)構(gòu)預測材料宏觀性能的橋梁 (右邊的圖借自Granta 公司)

前面提到，第一性原理計算可以直接用來設(shè)計功能材料，因為這時只需要計算某種或幾種物理性能，而且大多數(shù)情況下不需要計算微觀組織，所以情況與圖7中描述的結(jié)構(gòu)材料大不一樣。 很成功的例子有Ceder 小組用第一性原理設(shè)計鋰電池中的材料[73-75]。

材料基因組計劃正在大力推動國際公認的數(shù)據(jù)庫結(jié)構(gòu)和材料信息學工具的建立。這樣，材料基因組工程的三個技術(shù)平臺的科學基礎(chǔ)正在快速發(fā)展并達到了“臨界點”，是材料科學從“炒菜”到設(shè)計的大好時機。國家需要建立支持工業(yè)界采用計算材料設(shè)計新技術(shù)的機制，并大力提倡以應用為背景的材料研究與開發(fā)。在開發(fā)重要實用材料的過程中大力促進材料設(shè)計方法和工具的發(fā)展。另外，各高校和研究院所在培養(yǎng)新一代材料工程師方面也有重大的責任，計算工具在他們的課程中應變得越來越重要。材料基因組工程和ICME旨在材料領(lǐng)域建立一個新的以理論模型和預測優(yōu)先、實驗驗證在后的“文化”，從而取代現(xiàn)有的以經(jīng)驗和實驗為主的材料研發(fā)的理念。

(2013年10月25日收稿)

[1]Materials Genome Initiative for Global Competitiveness [EB/OL].2001. http://www.whitehouse.gov/sites/default/files/microsites/ostp/materials_genome_initiative-final.pdf.

[2]National Research Council. Integrated Computational Materials Engineering: A Transformational Discipline for Improved Competitiveness and National Security [M/OL]. Washington, DC:The National Academies Press, 2008. http://www.nap.edu/catalog.php?record_id=12199.

[3]“材料科學系統(tǒng)工程”香山科學會議第S14次學術(shù)討論會[EB/OL].(2011-12-07). http: //159.226.97.16/ConfRead.aspx?ItemID=1998.

[4]COLLINS F S, MORGAN M, PATRINOS A. The human genome project: lessons from large-scale biology [J]. Science, 2003, 300: 286-290.

[5]FISCHER C, TIBBETTS K J, MORGAN D, et al. Predicting crystal structure by merging data mining with quantum mechanics [J]. Nature Mater, 2006, 5: 641-646.

[6]CEDER G, MORGAN D, FISCHER C, et al. Data-mining-driven quantum mechanics for the prediction of structure [J]. MRS Bull, 2006,31: 981-985.

[7]CURTAROLO S, MORGAN D, CEDER G. Accuracy of ab initio methods in predicting the crystal structures of metals: a review of 80 binary alloys [J]. Calphad, 2005, 29: 163-211.

[8]HART G L W, BLUM V, WALORSKI M J, et al. Evolutionary approach for determining first principles Hamiltonians [J]. Nature Mater, 2005, 4: 391-394.

[9]WANG Y, LV J, ZHU L, et al. Crystal structure prediction via particleswarm optimization [J]. Phys Rev B, 2010, 82: 094116-1-094116-8.

[10]WANG Y, LV J, ZHU L, et al. CALYPSO: A method for crystal structure prediction [J]. Comp Phys Commun, 2012, 183: 2063-2070.

[11]MAJZOUB E H, OZOLI?? V. Prototype electrostatic ground state approach to predicting crystal structures of ionic compounds:application to hydrogen storage materials [J]. Phys Rev B, 2008, 77:104115-1-104115-13.

[12]WOLVERTON C, OZOLI?? V, ASTA M. Hydrogen in aluminum:first-principles calculations of structure and thermodynamics [J]. Phys Rev B, 2004, 69: 144109-1-144109-16.

[13]WOLVERTON C, OZOLI?? V. Hydrogen storage in calcium alanate:first-principles thermodynamics and crystal structures [J]. Phys Rev B,2007, 75: 064101-1-064101-15.

[14]CHEN X, ZHANG Y, WANG Y, et al. Structure determination of an amorphous compound AlB4H11[J]. Chem Sci, 2012, 3: 3183-3191.

[15]PETTIFOR D G. A chemical scale for crystal-structure maps [J]. Solid State Commun, 1984, 51: 31-34.

[16]VILLARS P, GIRGIS K. Regularities in binary intermetallic compounds [J]. Z Metallk, 1982, 73: 455-462.

[17]SEISER B, DRAUTZ R, PETTIFOR D G. TCP phase predictions in Ni-based superalloys: structure maps revisited [J]. Acta Mater, 2011,59: 749-763.

[18]KRESSE G, FURTHMüLLER J. Efficiency of ab-initio total energy calculations for metals and semiconductors using a plane-wave basis set [J]. Comput Mater Sci,1996, 6: 15-50.

[19]KRESSE G, FURTHMULLER J. Efficient iterative schemes for ab initio total-energy calculations using a plane-wave basis set [J]. Phys Rev B, 1996, 54: 11169-11186.

[20]PERDEW J P, ZUNGER A. Self-interaction correction to densityfunctional approximations for many-electron systems [J]. Phys Rev B,1981, 23: 5048-5079.

[21]LICHTENSTEIN A I, KATSNELSON M I, KOTLIAR G. Finitetemperature magnetism of transition metals: an ab initio dynamical mean-field theory [J]. Phys Rev Lett, 2001, 87: 067205-1-067205-4.

[22]KOTLIAR G, SAVRASOV S Y, HAULE K, et al. Electronic structure calculations with dynamical mean-field theory [J]. Rev Modern Phys,2006, 78: 865-951.

[23]ANISIMOV V I, KONDAKOV D E, KOZHEVNIKOV A V, et al.Full orbital calculation scheme for materials with strongly correlated electrons [J]. Phys Rev B, 2005, 71: 125119-1-125119-16.

[24]DENG X, WANG L, DAI X, et al. Local density approximation combined with Gutzwiller method for correlated electron systems:Formalism and applications [J]. Phys Rev B, 2009, 79: 075114-1-075114-20.

[25]ZUNGER A, WEI S-H, FERREIRA L G, et al. Special quasi-random structures [J]. Phys Rev Lett, 1990, 65: 353-356.

[26]SOVEN P. Coherent-potential model of substitutional disordered alloys[J]. Phys Rev, 1967, 156: 809-813.

[27]FAULKNER J S. The modern theory of alloys [J]. Prog Mater Sci,1982, 27: 1-187.

[28]VELICKY B, KIRKPATRICK S, EHRENREICH H. Single-site approximations in the electronic theory of simple binary alloys [J].Phys Rev, 1968, 175: 747-766.

[29]BELLAICHE L, VANDERBILT D. Virtual crystal approximation revisited: application to dielectric and piezoelectric properties of perovskites [J]. Phys Rev B, 2000, 61: 7877-7882.

[30]KIKUCHI R. Superposition approximation and natural iteration calculation in cluster-variation method [J]. J Chem Phys, 1974, 60:1071-1080.

[31]SANCHEZ J M, DUCASTELLE F, GRATIAS D. Generalized cluster expansion of multicomponent systems [J]. Physica A, 1984, 128: 334-350.

[32]DE FONTAINE D, WOLVERTON C. Cluster approach to firstprinciples thermodynamics of crystals [J]. Prog Theor Phys, 1994, 115:115-130.

[33]CEDER G. A derivation of the Ising model for the computation of phase diagrams [J]. Comput Mater Sci, 1993, 1: 144-150.

[34]ZUNGER A. Statics and dynamics of alloy phase transformation [M].NATO ASI Series. Vol 319. New York: Plenum Press, 1994: 361.

[35]VAN DE WALLE A. Multicomponent multisublattice alloys,nonconfigurational entropy and other additions to the alloy theoretic automated toolkit [J]. Calphad, 2009, 33: 266-278.

[36]VAN DE WALLE A, ASTA M. Self-driven lattice-model Monte Carlo simulations of alloy thermodynamic properties and phase diagrams [J].Model Simul Mater Sci Eng, 2002, 10: 521-538.

[37]VAN DE WALLE A, ASTA M, CEDER G. The alloy theoretic automated toolkit: a user guide [J]. Calphad, 2002, 26: 539-553.

[38]VAN DE WALLE A, CEDER G. Automating first-principles phase diagram calculations [J]. J Phase Equil, 2002, 23: 348-359.

[39]VAN DE WALLE A. A complete representation of structure-property relationships in crystals [J]. Nature Mater, 2008, 7: 455-458.

[40]PARLINSKI K, LI Z Q, KAWAZOE Y. First-principles determination of the soft mode in cubic ZKD2 [J]. Phys Rev Lett, 1997, 78: 4063-4066.

[41]BARONI S, GIANOZZI P, TESTA A. Green's-function approach to linear response in solids [J]. Phys Rev Lett, 1987, 58: 1861-1864.

[42]KRESSE G, FURTHMüLLER J, HAFNER J. Ab initio force constant approach to phonon dispersion relations of diamond and graphite [J].Europhys Lett, 1995, 32: 729-734.

[43]GIANNOZZI P, DE GIRONCOLI S, PAVONE P, et al. Ab initio calculation of phonon dispersions in semiconductors [J]. Phys Rev B,1991, 43: 7231-7242.

[44]YU R, SINGH D, KRAKAUER H. All-electron and pseudopotential force calculations using the linearized-augmented-plane-wave method[J]. Phys Rev B, 43, 1991: 6411-6422.

[45]MANTINA M, WANG Y, ARROYAVE R, et al. First-principles calculation of self-diffusion coefficients [J]. Phys Rev Lett, 2008, 100:215901-1-215901-4.

[46]MANTINA M, WANG Y, CHEN L-Q, et al. First principles impurity diffusion coefficients [J]. Acta Mater, 2009, 57: 4102-4108.

[47]HUANG S, WORTHINGTON D L, ASTA M, et al. Calculation of impurity diffusivities in α-Fe using first-principles methods [J]. Acta Mater, 2010, 58: 1982-1993.

[48]VAN DER VEN A, CEDER G. First principles calculation of the interdiffusion coefficient in binary alloys [J]. Phys Rev Lett, 2005, 94:045901-1-045901-4.

[49]SWOBODA B, VAN DER VEN A, MORGAN D. Assessing concentration dependence of fcc metal alloy diffusion coefficients using kinetic Monte Carlo [J]. J Phase Equili Diff, 2010, 31: 250-259.

[50]VAN DER VEN A, YU H C, CEDER G, et al. Vacancy mediated substitutional diffusion in binary crystalline solids [J]. Prog Mater Sci,2010, 55: 61-105.

[51]VAN DER VEN A, CEDER G, ASTA M, et al. First-principles theory of ionic diffusion with nondilute carriers [J]. Phys Rev B, 2001, 64:184307-1-184307-7.

[52]MORUZZI V L, JANAK J F, SCHWARZ K. Calculated thermal properties of metals [J]. Phys Rev B, 1988, 37: 790-799.

[53]MOUNET N, MARZARI N. First-principles determination of the structural, vibrational and thermodynamic properties of diamond,graphite, and derivatives [J]. Phys Rev B, 2005, 71: 205214-1-205214-14.

[54]SIMUNEK A, VACKAR J. Hardness of covalent and ionic crystals:first-principle calculations [J]. Phys Rev Lett, 2006, 96: 085501-1-085501-4.

[55]ANISIMOV V I, ARYASETIAWAN F, LICHTENSTEIN A I. Firstprinciples calculations of the electronic structure and spectra of strongly correlated systems: the LDA + U method [J]. J Phys Cond Matter, 1997, 9: 767-808.

[56]SANDRATSKII L M. Noncollinear magnetism in itinerant-electron systems: theory and applications [J]. Adv Phys, 1998, 47: 91-160.

[57]ROSENGAARD N M, JOHANSSON B. Finite-temperature study of itinerant ferromagnetism in Fe, Co, and Ni [J]. Phys Rev B, 1997, 55:14975-14986.

[58]VAN DE WALLE C G, NEUGEBAUER J. First-principles calculations for defects and impurities: applications to III-nitrides [J]. J Appl Phys,2004, 95: 3851-3879.

[59]SKOUG E J, CAIN J D, MORELLI T D, et al. Lattice thermal conductivity of the Cu3SbSe4-Cu3SbS4solid solution [J]. J Appl Phys,2011, 110: 023501-1-023501-5.

[60]YANG J, MEISNER G P, CHEN L. Strain field fluctuation effects on lattice thermal conductivity of ZrNiSn-based thermoelectric compounds [J]. Appl Phys Lett, 2004, 85: 1140-1142.

[61]ZHANG Y, SKOUG E, CAIN J, et al. First-principles description of anomalously low lattice thermal conductivity in thermoelectric Cu-Sb-Se ternary semiconductors [J]. Phys Rev B, 2012, 85: 054306-1-054306-6.

[62]BROIDO D A, MALORNY M, BIRNER G, et al. Intrinsic lattice thermal conductivity of semiconductors from first principles [J]. Appl Phys Lett, 2007, 91: 231922-1-231922-3.

[63]STACKHOUSE S, STIXRUDE L, KARKI B B. Thermal conductivity of periclase (MgO) from first principles [J]. Phys Rev Lett, 2010, 104:208501-1-208501-4.

[64]ADLER D, FEINLEIB J. Electrical and optical properties of narrowband materials [J]. Phys Rev B, 1970, 2: 3112-3134.

[65]HUANG B L, KAVIANY M. Ab initio and molecular dynamics predictions for electron and phonon transport in bismuth telluride [J].Phys Rev B, 2008, 77: 125209-1-125209-19.

[66]EBERT H, VERNES A, BANHART J. Anisotropic electrical resistivity of ferromagnetic Co-Pd and Co-Pt alloys [J]. Phys Rev B, 1996, 54:8479-8486.

[67]CAR R, PARRINELLO M. Unified approach for molecular dynamics and density-functional theory [J]. Phys Rev Lett, 1985, 55: 2471-2474.[68]CAR R, PARRINELLO M. Structural, dynamical, and electronic properties of amorphous silicon: an ab initio molecular-dynamics study[J]. Phys Rev Lett, 1988, 60: 204-207.

[69]BERENDSEN H J C, POSTMA J P M, VAN GUNSTEREN W F, et al. Molecular dynamics with coupling to an external bath [J]. J Chem Phys, 1984, 81: 3684-3690.

[70]KRESSE G, HAFNER J. Ab initio molecular dynamics for liquid metals [J]. Phys Rev B, 1993, 47: 558-561.

[71]SOLER J M, ARTACHO E, GALE J D, et al. The Siesta method for ab initio order-N materials simulation [J]. J Phys Cond Matter, 2002, 14:2745-2779.

[72]ANDERSEN H C. Molecular dynamics at constant pressure and/or temperature [J]. J Chem Phys, 1980, 72: 2384-2393.

[73]KANG B, CEDER G. Battery materials for ultrafast charging and discharging [J]. Nature, 2009, 458: 190-193.

[74]KANG K, MENG Y S, BRéGER J, et al. Electrodes with high power and high capacity for rechargeable ltihium batteries [J]. Science, 2006,311: 977-980.

[75]CEDER G, CHIANG Y M, SADOWAY D R, et al. Identification of cathode materials for lithium batteries guided by first-principles calculations [J]. Nature, 1998, 392: 694-696.

[76]MATAR S F, BETRANHANDY E, NAKHL M, et al. Structural geomimetism: a conceptual framework for devising new materials from first principles [J]. Prog Solid State Chem, 2006, 34: 21-66.

[77]VEP?EK S. The search for novel, superhard materials [J]. J Vac Sci Technol A, 1999, 17: 2401-2420.

[78]HAINES J, LéGER J M, BOCQUILLON G. Synthesis and design of superhard materials [J]. Ann Rev Mater Sci, 2001, 31: 1-23.

[79]KANER R B, GILMAN J J, TOLBERT S H. Designing superhard materials [J]. Science, 2005, 308: 1268-1269.

[80]KAUFMAN L, BERNSTEIN H. Computer calculation of phase diagrams with special reference to refractory metals [M]. Waltham:Academic Press, 1970.

[81]SAUNDERS N, MIODOWNIK A P. CALPHAD (calculation of phase diagrams): a comprehensive guide [M]. Oxford: Pergamon/Elsevier,1998.

[82]LUKAS L H, FRIES S G, SUNDMAN B. Computational thermodynamics: the CALPHAD method [M]. Cambridge: Cambridge University Press, 2007.

[83]KATTNER U R. Phase diagrams for lead-free solder alloys [J]. JOM,1997, 49: 14-19.

[84]LU X-G, SELLEBY M, SUNDMAN B. Implementation of a new model for pressure dependence of condensed phases in Thermo-Calc[J]. Calphad, 2005, 29: 49-55.

[85]LU X-G, SELLEBY M, SUNDMAN B. Accessments of molar volume and thermal expansion for selected bcc, fcc and hcp metallic elements[J]. Calphad, 2005, 29: 68-89.

[86]HALLSTEDT B, DUPIN N, HILLERT M, et al. Thermodynamic models for crystalline phases. Composition dependent models for volume, bulk modulus and thermal expansion [J]. Calphad, 2007, 31:28-37.

[87]HACK K. The SGTE casebook: thermodynamics at work [M]. 2nd ed.Cambridge: Woodhead Publishing, 2008.

[88]WHEELER A A, BOETTINGER W J, MCFADDEN G B. Phase-field model for isothermal phase transitions in binary alloys [J]. Phys Rev A,1992, 45: 7424-7439.

[89]WARREN J A, BOETTINGER W J. Prediction of dendritic growth and microsegregation patterns in a binary alloy using the phase-field method [J]. Acta Metall Mater, 1995, 43: 689-703.

[90]WANG Y, KHACHATURYAN A G. Three-dimensional field model and computer modeling of martensitic transformations [J]. Acta Mater,1997, 45: 759-773.

[91]CHEN L-Q. Phase-field models for microstructure evolution [J]. Annu Rev Mater Sci, 2002, 32: 113-140.

[92]BOETTINGER W J, WARREN J A, BECKERMANN C, et al. Phasefield simulation of solidification [J]. Annu Rev Mater Sci, 2002, 32:163-194.

[93]WANG Y, LI J. Phase field modeling of defects and deformation [J].Acta Mater, 2010, 58: 1212-1235.

[94]ZHOU N, SHEN C, MILLS M J, et al. Large-scale three-dimensional phase field simulation of γ’-rafting and creep deformation [J]. Phil Mag, 2010, 90: 405-436.

[95]JIN Y M, ARTEMEV A, KHACHATURYAN A G. Three dimensional phase field model of low-symmetry martensitic transformation in polycrystal: simulation of z2 martensite in AuCd alloys [J]. Acta Mater, 2001, 49: 2309-2320.

[96]HAENI J H, IRVIN P, CHANG W, et al. Room-temperature ferroelectricity in strained SrTiO3[J]. Nature, 2004, 430: 758-761.

[97]LU Y, WANG C P, GAO Y P, et al. Microstructure map for selforganized phase separation during film deposition [J]. Phys Rev Lett,2012, 109: 086101-1-086101-5.

[98]KIM S G, KIM W T, SUZUKI T. Phase-field model for binary alloys[J]. Phys Rev E, 1999, 60: 7186-7197.

[99]EIKEN J, BOTTGER B, STEINBACH I. Multiphase-field approach for multicomponent alloys with extrapolation scheme for numerical application [J]. Phys Rev E, 2006, 73: 066122-1-066122-9.

[100]TIADEN J, NESTLER B, DIEPERS H J, et al. The multiphase-f i eld model with an integrated concept for modeling solute diffusion [J].Phys D, 1998, 115: 73-86.

[101]CAHN J W, HILLIARD J E. Free energy of a non-uniform system III:Nucleation in a two-component incompressible fluid [J]. J Chem Phys,1959, 31: 688-699.

[102]WANG Y U, JIN Y M, CUITI?O A, et al. Nanoscale phase field microelasticity theory of dislocations: model and 3D simulations [J].Acta Mater, 2001, 49: 1847-1857.

[103]WANG Y U, JIN Y M, CUITI?O A M, et al. Phase field microelasticity theory and modeling of multiple dislocation dynamics [J]. Appl Phys Lett, 2001, 78: 2324-2326.

[104]RODNEY D, LE BOUAR Y, FINEL A. Phase field methods and dislocations [J]. Acta Mater, 2003, 51: 17-30.

[105]SHEN C, WANG Y. Phase field model of dislocation networks [J].Acta Mater, 2003, 51: 2595-2610.

[106]ZHOU N, SHEN C, MILLS M J, et al. Modeling displacive-diffusional coupled dislocation shearing of gamma prime precipitates in Ni-base superalloys [J]. Acta Mater, 2011, 59: 3484-3497.

[107]FAN D, CHEN L-Q. Computer simulation of grain growth using a continuum field model [J]. Acta Mater, 1997, 45: 611-622.

[108]CHEN Q, JEPPSSON J, ?GREN J. Analytical treatment of diffusion during precipitate growth in multicomponent systems [J]. Acta Mater,2008, 56: 1890-1896.

[109]CHEN Q, JOU H-J, STERNER G. TC-PRISMA users' guide and examples [M/OL]. Thermo-Calc Software AB, Stockholm, Sweden,2011. [2012-09-04]. http://www.thermocalc.se/Library.htm.

[110]ZBIB H M, RHEE M, HIRTH J P. On plastic deformation and the dynamics of 3D dislocations [J]. Inter J Mech Sci, 1998, 40: 113-127.

[111]MIGUEL M C, VESPIGNANI A, ZAPPERI S, et al. Intermittent dislocation flow in viscoplastic deformation [J]. Nature, 2001, 410:667-671.

[112]HORSTEMEYER M F, BASKES M I, PLIMPTON S J. Length scale and time scale effects on the plastic flow of fcc metals [J]. Acta Mater,2001, 49: 4363-4374.

[113]ASARO R J. Crystal plasticity [J]. J Appl Mech, 1983, 50: 921-934.

[114]LEBENSOHN R A, TOMé C N. A self-consistent anisotropic approach for the simulation of plastic deformation and texture development of polycrystals: application to zirconium alloys [J]. Acta Metall Mater,1993, 41: 2611-2624.

[115]FLECK N A, MULLER G M, ASHBY M F, et al. Strain gradient plasticity-theory and experiment [J]. Acta Metall Mater, 1994, 42: 475-487.

[116]HUTCHINSON J W. Plasticity at the micron scale [J]. Inter J Solids Struct, 2000, 37: 225-238.

[117]GURTIN M E. A gradient theory of single-crystal viscoplasticity that accounts for geometrically necessary dislocations [J]. J Mech Phys Solids, 2002, 50: 5-32.

[118]ASARO R J. Micromechanics of crystals and polycrystals [J]. Adv Appl Mech, 1983, 23: 1-115.

[119]BUDIANSKY B. Micromechanics [J]. Comput Struct, 1983, 16: 3-12.[120]GAO H, RICE J R. A first-order perturbation analysis of crack trapping by arrays of obstacles [J]. J Appl Mech, 1989, 56: 828-836.

[121]RUGGIERI C, PANONTIN T L, DODDS JR R H. Numerical modeling of ductile crack growth in 3-D using computational cell elements [J]. Inter J Fract, 1996, 82: 67-95.

[122]WILKINSON D S, POMPE W, OESCHNER M. Modeling the mechanical behaviour of heterogeneous multi-phase materials [J]. Prog Mater Sci, 2001, 46: 379-405.

[123]WEINAN E, HUANG Z. Matching conditions in atomistic-continuum modeling of materials [J]. Phys Rev Lett, 2001, 87: 135501-1-135501-13.

[124]SHILKROT L E, MILLER R E, CURTIN W A. Multiscale plasticity modeling: coupled atomistic and discrete dislocation mechanics [J]. J Mech Phys Solids, 2004, 52: 755-787.

[125]ROTERS F, EISENLOHR P, HANTCHERLI L, et al. Overview of constitutive laws, kinematics, homogenization and multiscale methods in crystal plasticity finite-element modeling: theory, experiments,applications [J]. Acta Mater, 2010, 58: 1152-1211.

[126]VAITHYANATHAN V, WOLVERTON C, CHEN L-Q. Multiscale modeling of precipitate microstructure evolution [J]. Phys Rev Lett,2002, 88: 125503-1-125503-4.

[127]HOYT J J, ASTA M, KARMA A. Atomistic and continuum modeling of dendrite solidification [J]. Mater Sci Eng R, 2003, 41: 121-163.

[128]LI J, NGAN A H W, GUMBSCH P. Atomistic modeling of mechanical behavior [J]. Acta Mater, 2003, 51: 5711-5742.

[129]BULATOV V, ABRAHAM F F, KUBIN L, et al. Connecting atomistic and mesoscale simulations of crystal plasticity [J]. Nature, 1998, 391:669-672.

[130]ROBERTSON I M, SCHUH C A, VETRANO J S, et al. Towards an integrated materials characterization toolbox [J]. J Mater Res, 2011,26: 1341-1383.

[131]ZHAO J-C. A Combinatorial approach for structural materials [J]. Adv Eng Mater, 2001, 3: 143-147.

[132]ZHAO J-C. The diffusion-multiple approach to designing alloys [J].Annu Rev Mater Sci, 2005, 35: 51-73.

[133]JIN Z. A study on the range of stability of sigma phase in some ternary system [J]. Scand J Metall, 1981, 10: 178-187.

[134]ZHAO J-C, JACKSON M R, PELUSO L A, et al. Overview: a diffusion-multiple approach for mapping phase diagrams, hardness,and elastic modulus [J]. JOM, 2002, 54(7): 42-45.

[135]ZHAO J-C. Reliability of the diffusion-multiple approach for phase diagram mapping [J]. J Mater Sci, 2004, 12: 3913-3925.

[136]ZHANG Q, ZHAO J-C. Extracting interdiffusion coefficients from binary diffusion couples using traditional methods and a forwardsimulation method [J]. Intermetallics, 2013, 34: 132-141.

[137]HUXTABLE S, CAHILL D G, FAUCONNIER V, et al. Thermal conductivity imaging at micrometre-scale resolution for combinatorial studies of materials [J]. Nature Mater, 2004, 3: 298-301.

[138]ZHENG X, CAHILL D G, ZHAO J-C. Thermal conductivity imaging of thermal barrier coatings [J]. Adv Eng Mater, 2005, 7: 622-626.

[139]ZHENG X, CAHILL D G, WEAVER R, et al. Micron-scale measurements of the coefficient of thermal expansion by timedomain probe beam deflection [J]. J Appl Phys, 2008, 104: 073509-1-073509-9.

[140]WEI C, ZHENG X, CAHILL D G, et al, Micron resolution spatiallyresolved measurement of heat capacity using dual-frequency timedomain thermoreflectance [J]. Rev Sci Instr, 2013, 84: 071301-1-071301-9.

[141]ZHAO J-C, ZHENG X, CAHILL D G. Thermal conductivity mapping of the Ni–Al system and the beta-NiAl phase in the Ni–Al–Cr system[J]. Scripta Mater, 2012, 66: 935-938.

[142]TERADA Y, OHKUBO K, MOHRI T, et al. Thermal conductivity in nickel solid solutions [J]. J Appl Phys, 1997, 81: 2263-2268.

[143]TERADA Y, OHKUBO K, MOHRI T, et al. A comparative study of thermal conductivity in alloys and compounds [J]. Mater Sci Eng A,2000, 278: 292-294.

[144]ZHAO J-C. Combinatorial approaches as effective tools in the study of phase diagrams and composition-structure-property relationships [J].Prog Mater Sci, 2006, 51: 557-631.

[145]CAHILL D G, ZHENG X, ZHAO J-C. Spatially resolved measurements of thermal stresses by picosecond time-domain probe beam deflection [J]. J Thermal Stresses, 2010, 33: 9-14.

[146]GUILLAUME C E. Discovery of the anomaly of the nickel steels [J].Proc Phys Soc London, 1920, 32: 374-404.

[147]ZHENG X, CAHILL D G, ZHAO J-C. Effect of MeV ion irradiation on the coefficient of thermal expansion of Fe–Ni Invar alloys: a combinatorial study [J]. Acta Mater, 2010, 58: 1236-1241.

[148]OLIVER W C, PHARR G M. An improved technique for determining hardness and elastic modulus using load and displacement sensing indentation experiments [J]. J Mater Res, 1992, 7: 1564-1580.

[149]DOERNER M F, NIX W D. A method for interpreting the data from depth-sensing indentation instruments [J]. J Mater Res, 1986, 1: 601-609.

[150]SCHMIDT A J, CHEAITO R, CHIESA M. A frequency-domain thermoreflectance method for the characterization of thermal properties[J]. Rev Sci Instr, 2009, 80: 094901-1-094901-6.

[151]LEE T Y, OHMORI K, SHIN C S, et al. Elastic constants of singlecrystal TiNx(001) (0.67≤x≤1.0) determined as a function ofxby picosecond ultrasonic measurements [J]. Phys Rev B, 2005, 71:144106-1-144106-6.

[152]TAKEUCHI I, YANG W, CHANG K-S, et al. Monolithic multichannel ultraviolet detector arrays and continuous phase evolution in MgxZn1-xO composition spreads [J]. J Appl Phys, 2003, 94: 7336-7340.

[153]FUKUMURA T, OHTANI M, KAWASAKI M, et al. Rapid construction of a phase diagram of doped Mott insulators with a composition-spread approach [J]. Appl Phys Lett, 2000, 77: 3426-3428.

[154]WEI T, XIANG X-D, WALLACE-FREEDMAN W G, et al. Scanning tip microwave near-field microscope [J]. Appl Phys Lett, 1996, 68:3506-3508.

[155]GAO C, WEI T, DUEWER F, et al. High spatial resolution quantitative microwave impedance microscopy by a scanning tip microwave nearfield microscope [J]. Appl Phys Lett, 1997, 71: 1872-1874.

[156]BOGGILD P, GREY F, HASSENKAM T, et al. Direct measurement of the microscale conductivity of conjugated polymer monolayers [J].Adv Mater, 2000, 12: 947-949.

[157]CHUNG S-Y, CHIANG Y-M. Microscale measurements of the electrical conductivity of doped LiFePO4[J]. Electroch Solid-State Lett, 2003, 6: A278-A281.

[158]UCHIC M D, DIMIDUK D M, FLORANDO J N, et al. Samples dimensions influence strength and crystal plasticity [J]. Science, 2004,305: 986-989.

[159]UCHIC M D, DIMIDUK D M. A methodology to investigate size scale effects in crystalline plasticity using uniaxial compression testing [J].Mater Sci Eng A, 2005, 400-401: 268-278.

[160]XIANG X-D, SUN X, BRICE?O G, et al. A combinatorial approach to materials discovery [J]. Science, 1995, 268: 1738-1740.

[161]DEHOFF R T. Quantitative serial sectioning analysis: preview [J]. J Microsc, 1983, 131: 259-263.

[162]UCHIC M D, GROEBER M A, DIMIDUK D M, et al. 3D microstructural characterization of nickel superalloys via serialsectioning using a dual beam FIB-SEM [J]. Scripta Mater, 2006, 55:23-28.

[163]ECHLIN M P, MOTTURA A, TORBET C J, et al. A new TriBeam system for three-dimensional multimodal materials analysis [J]. Rev Sci Instr, 2012, 83: 023701-1-023701-6.

[164]DINGLEY D J, RANDLE V. Microtexture determination by electron backscatter diffraction [J]. J Mater Sci, 1992, 27: 4545-4566.

[165]SCHWARTZ A J, KUMAR M, ADAMS B L. Electron Backscatter Diffraction in Materials Science [M]. New York: Kluwer Academic/Plenum Press, 2000.

[166]MIAO J, POLLOCK T M, JONES J W. Microstructural extremes and the transition from fatigue crack initiation to small crack growth in a polycrystalline nickel-base superalloy [J]. Acta Mater, 2012, 60: 2840-2854.

[167]ZUROB H S, HUTCHINSON C R, BRECHET Y, et al. Kinetic transitions during non-partitioned ferrite growth in Fe–C–X alloys [J].Acta Mater, 2009, 57: 2781-2792.

[168]HUTCHINSON C R, FUCHSMANN A, ZUROB H S, et al. A novel experimental approach to identifying kinetic transitions in solid state phase transformations [J]. Scripta Mater, 2004, 50: 285-289.

[169]JANDELEIT B, SCHAEFER D J, POWERS T S, et al. Combinatorial materials science and catalysis [J]. Angew Chem Inter Ed, 1999, 38:2494-2532.

[170]FUKUMURA T, YAMADA Y, TOYOSAKI H, et al. Exploration of oxide-based diluted magnetic semiconductors toward transparent spintronics [J]. Appl Surf Sci, 2004, 223: 62-67.

[171]KOINUMA H, TAKEUCHI I. Combinatorial solid state chemistry of inorganic materials [J]. Nature Mater, 2004, 3: 429-438.

[172]MAIER W F, STOWE K, SIEG S. Combinatorial and high-throughput materials science [J]. Angew Chem Inter Ed, 2007, 46: 6016-6067.

[173]XIANG X-D. Combinatorial materials synthesis and screening: an integrated materials chip approach to discovery and optimization of functional materials [J]. Annu Rev Mater Sci, 1999, 29: 149-171.

[174]POTYRAILO R A, MIRSKY V M. Combinatorial and high-throughput development of sensing materials: the first ten years [J]. Chem Rev,2008, 108: 770-813.

[175]AMIS E J, XIANG X-D, ZHAO J-C. Combinatorial materials science:what's new since Edison? [J]. MRS Bull, 2002, 27: 295-300.

[176]RAJAN K. Materials informatics [J]. Mater Today, 2005, 8(10): 38-45.[177]SUKUMAR N, KREIN M, LUO Q, et al. MQSPR modeling in materials informatics: a way to shorten design cycles? [J]. J Mater Sci,2012, 47: 7703-7715.

[178]ARNOLD S M. Paradigm shift in data content and informatics infrastructure required for generalized constitutive modeling of materials behavior [J]. MRS Bull, 2006, 31: 1013-1021.

[179]LE PAGE Y. Data mining in and around crystal structure databases [J].MRS Bull, 2006, 31: 991-994.

[180]National Research Council. Application of lightweighting technology in military aircraft, vessels and vehicles [M]. Washington, D.C.: The National Academies Press, 2012: 118～119.

[181]KUEHMANN C J, OLSON G B. Computational materials design and engineering [J]. Mater Sci Technol, 2009, 25: 472-478.

[182]OLSON G B. Computational design of hierarchically structured materials [J]. Science, 1997, 277: 1237-1242.

[183]JIANG L, ZHAO J-C, FENG G. Nickel-containing alloys, method of manufacture thereof and articles derived therefrom [P]. World Patent Application WO2005056852, filed on September 29, 2004, published on June 23, 2005; U.S. Patent Application 20100135847, filed on October 21, 2009, published on June 3, 2010.

[184]LIU Z K. First-principles calculations and CALPHAD modeling of thermodynamics [J]. J Phase Equili Diff, 2009, 30: 517-534.

[185]LIU Z K. A materials research paradigm driven by computation [J].JOM, 2009, 61(10): 18-20.

A perspective on the Materials Genome Initiative

ZHAO Ji-cheng
Professor, Department of Materials Science and Engineering, The Ohio State University, Columbus, Ohio 43210, USA

U.S. President Obama introduced the Materials Genome Initiative (MGI) and clearly stated that the goal of MGI is “to discover, develop, manufacture, and deploy advanced materials at twice the speed than is possible today.” The pertinent whitepaper“Materials Genome Initiative for Global Competitiveness” released by the White House Office of Science and Technology Policy in June 2011 outlines the Materials Innovation Infrastructure as consisting of three platforms: computational tools, experimental tools and digital data. The MGI will accelerate materials design and deployment by: ①developing effective and reliable computational methods and software tools, ②developing high-throughput experimental methodologies to validate theories and to provide reliable experimental data to the materials databases, and ③establishing reliable and widely applicable databases and materials informatics tools. The ultimate intent of MGI is to usher in a new paradigm/culture of materials research and innovation where materials design is conducted by up-front simulations/predictions followed by key validation experiments in contrast to the current practice that is heavily based on experimental iterations and experiences.

Materials Genome Initiative, materials design, integrated computational materials engineering (ICME)

10.3969/j.issn.0253-9608.2014.02.002

(編輯：沈美芳)