王毅，李佩璇，林徳烨，唐斌，王军，管全梅，叶谦，代海星，高军，范晓丽，寇宏超，宋海峰，周峰,*，马纪军,*，刘梓葵，李金山,*，刘维民

a State Key Laboratory of Solidification Processing, Northwestern Polytechnical University, Xi’an 710072, China

b CAEP Software Center for High Performance Numerical Simulation, Institute of Applied Physics and Computational Mathematics, Beijing 100088, China

c CRRC Tangshan Co., Ltd., Tangshan 063035, China

d Beijing Star Travel Space Technology. Co. Ltd., Beijing 100013, China

e Department of Materials Science and Engineering, Pennsylvania State University, University Park, PA 16802, USA

1. 引言

随着人类进入集成智能制造时代[1–3]，集成计算材料工程（ICME）的数字孪生设计范式对于加快新型先进材料的发现和应用至关重要。大量官方文件和计划已概述了计算材料工程的独特挑战和机遇以及未来可传承的集成智能制造（I3M）的战略蓝图，如美国的材料基因组计划（MGI）[4]、中国的材料基因工程（MGE）和人-信息-物理系统（HCPS）[1]、德国的工业4.0 [2]、韩国的工业创新3.0 [5]。材料创新赋予了解决问题的新技术能力并促进社会的重大进步[6,7]。基于这些先进材料的设计范式，材料发现和工程创新为技术进步开辟了新的领域[6]，包括大数据[8]、数据挖掘[6]、机器学习[6,9]、人工智能、云计算、金属材料本体论和知识图谱。与大数据和机器学习相关的技术有助于将理论预测与微观自由度联系起来，从而加速区域材料的设计和合成[9]。如集成实验衍射数据、对称性统计反馈、基于密度泛函理论（DFT）的优化算法，第一原理辅助结构解析已成为一种新型的自动预测晶体结构的混合方法[10]。DFT计算和相图计算（CALPHAD）的集成被认为是材料基因和材料设计的主要部分[11–13]，并已建成一个强大的数据驱动的ICME材料开发框架[5,14]，该框架强调基于相物理性质的数据库。众所周知，ICME是通过计算工具获取、工程产品使役性能分析和制造加工仿真的材料相关信息的集成[5,15]。随着计算材料科学和计算能力的迅速发展，多物理场模拟推动了热力学、动力学、结构、缺陷和性质在多尺度上的预测，极大地加速了材料数据库或存储库的发展[5,13,16]。……