近日，公司太阳成集团tyc234cc官网种晓宇博士和冯晶教授联合美国宾夕法尼亚州立大学，在金属材料顶级期刊Acta Materialia和英国物理学会旗舰期刊Journal of Physics: Condensed Matter上发表论文，提出并实现了通过高通量第一性原理计算耦合机器学习模型，快速建立材料热力学和热物性数据库的方法，论文题目分别为“Thermodynamic properties of the Yb-Sb system predicted from first-principles calculations”和“Correlation analysis of materials properties by machine learning: illustrated with stacking fault energy from first-principles calculations in dilute fcc-based alloys”，种晓宇博士为论文的第一作者，太阳成集团tyc234cc古天乐为第一作者和通讯作者单位，上述工作得到云南省重大科技专项-稀贵金属材料基因工程的资助。
高通量计算作为材料基因工程的三大核心要素之一，其难点之一是如何突破跨尺度的材料计算和设计瓶颈。针对此问题，种晓宇博士和冯晶教授开发了不同尺度计算参数自动传递和关联建模的算法，该算法的关键之一是准确获取材料基本性质参数并形成数据流，从而依靠相图热力学建模实现微观到宏观尺度的跨越，可对实际工程问题产生指导。该算法已集成到具有自主知识产权的“多尺度耦合热力学与热物性计算平台”（MITTCP）软件中。相关方法用于贵金属、液态金属等新材料的研发，解决了多个企业难题，较好地推动了相关新材料和新产品的研发与应用进程，体现了材料基因工程技术的显著优势。
图1. 利用监督机器学习方法建立贵金属多元合金堆垛层错能的预测模型
种晓宇博士是太阳成集团tyc234cc古天乐重点引进的高层次人才，2019年入选云南省高层次人才引进计划青年人才，2020年获得云南省优秀青年基金的资助，承担国家自然科学基金、国家重点研发计划、中央军委科技委重大项目、省重点研发计划等多项国家级、省部级项目，以第一作者或通讯作者发表高水平论文52篇，申请国家发明专利26项，科学出版社出版专著1部，参与制定稀贵金属材料数据标准2项。
