郭 丹， 金剑锋， 王明涛， 贾 楠， 秦高梧

(东北大学 材料科学与工程学院，沈阳 110819)

0 引 言

随着材料基因组计划的发展，数据科学逐渐应用于材料领域，国内外研究人员基于高通量计算、大数据、人工智能等技术在预测材料方面取得很多成果，形成了以数据为核心的材料设计方法[1-3]，材料设计逐渐由传统的、相对低效的“经验+实验”转向新型的、高效的“数据+计算+实验”模式。而计算材料学便是在此背景下迅速发展的一门学科。它是综合了材料、物理、数学、力学、计算机等学科的新兴跨领域学科，利用计算机模拟材料的物理和化学等性质，研究材料从微观到宏观多个尺度的特征，预测材料的结构和性能，达到优化材料、设计新材料的目的[4-5]。因其学科交叉特点，计算材料学的教学内容涉及大量抽象概念、数学运算，理解起来较为困难，仅依靠传统的理论教学模式往往让学生觉得枯燥乏味，较难集中注意力跟上教师的教学进度[6]。因此，实验环节在计算材料学教学过程中具有重要作用。合理的实验内容设置能够充实理论教学内容，激发学生的学习动力，培养学生的综合能力[7-9]。近几年，为进一步加强实践育人工作，我校材料科学与工程学院基于新工科和“中国制造2025”等国家重大战略理念[10-12]，以人才培养为核心，对计算材料学课程中的实验教学环节进行改革，以前沿科研内容引领实验教学内容的改革，在原有以编程为主的上机实验内容中增设“材料数据+计算模拟”环节,实践中已取得良好的教学效果。

1 实验教学改革背景

以镁合金产业发展前景为例进行材料数据+计算模拟实验教学主题设置。在全球绿色节能发展的趋势下，我国不断推进航空、航天、汽车、轨道交通等领域轻量化发展，而镁合金具有密度小、比强度和比刚度高、导热性良好、切削性能好等特点，是推进轻量化发展的关键基础材料[13-15]。但与传统材料相比，镁合金的常温力学性能特别是强度和塑性还有待进一步提高，这成为限制镁合金广泛应用的一个主要问题。本门课程基于上述前沿科研背景，设置材料数据实践环节，让学生从已公开发表的科研文献中分组收集镁合金数据，以期未来建立一个全面的镁合金材料数据库，指导镁合金的优化设计，推动镁合金的研究和发展。同时，设置计算模拟实验环节，从材料数据实践环节结果中提取材料特征数据，进一步通过有限元力学模拟，预测出材料的力学性能，建立“组织-性能”之间的关联关系。

2 教学软件

在材料数据实践环节，使用Granta CES(Cambridge Engineering Selector)(教学版)作为示范教学的软件。学院于2018年购买了该教学版软件的版权，将其运用到计算材料学实验教学中，取得了良好的教学效果。Granta CES最早由英国剑桥大学工程系开发，目前为美国ANSYS公司收购，故又为ANSYS GRANTA CES。它是一款专业工程软件，内置了多种材料数据库，可根据工程设计准则进行智能材料属性筛选，辅助工程材料的设计、优化工艺和环保设计。Granta CES数据库中提供了大量的材料数据，可以通过Ashby图来进行不同材料属性数据之间的对比及筛选[16]，适于在计算材料学课程中帮助学生们更直观地理解和应用材料数据。

计算模拟环节使用的模拟软件为英特工程多物理场仿真软件[17]，该软件能够针对工程中常见的结构、流体、温度、电磁等多物理场问题进行模拟计算，应用于汽车工程、航空航天工程、机械、电力系统、生物医学工程等领域，适于在计算材料学课程中的计算模拟环节帮助学生实现运用有限元方法模拟镁合金力学性能。

3 实验教学实施过程

新实验方案中材料数据+计算模拟实验教学内容包括材料数据库应用、材料数据收集与筛选、目标材料计算模拟、组织-性能关系建立4部分，通过这些实验教学环节培养学生的团队协作、自主学习、动手实践、科研分析、创新思维等多项综合能力，如图1所示。

图1 实验教学环节和能力培养目标

3.1 材料数据库应用-Granta CES(教学版)数据库应用

在材料数据实践环节，首先向学生介绍Granta CES Edupack教学版软件的使用。以调用CES数据库中的铸造镁合金材料为例，让学生了解CES数据库的材料数据组成。打开铸造镁合金的资料界面，可以看到铸造镁合金的描述、产品信息，以及不同的材料属性，包括力学、热学等属性，如图2所示。

由于教学版的材料属性有限，本环节借助一个简单工程实例向学生演示如何运用Granta CES数据库软件进行材料选择。以设计船桨材料为例：船桨材料要求是质量轻、刚度好的杆材料，根据工程准则：

M=E1/2/ρ

(1)

M的值越大越好，式中E为弹性模量，ρ为密度。同时还要求断裂韧性K1C>1 MPa·m1/2，价格C<600 元/kg，目标是尽量达到最小化质量。首先，使用CES软件绘制不同材料M值分布图，如图3(a)所示，设定选择M>0.004的区间。然后，创建断裂韧性 (K1C) 和价格(C)的对比图，框选出K1C>1 MPa·m1/2、C<600元/kg的范围，如图3(b)所示。结合M值判据的材料范围，筛选出4类满足要求的材料，分别为Bamboo (竹子)，Wood (木头) 这两类为传统的船桨材料；CFRP(碳纤维增强的高分子材料)，该材料通常为赛艇用的船桨材料；Ceramics (陶瓷) 比较脆，一般不适用。通过此例让学生们学习如何运用Granta CES软件基于材料数据库进行材料选择和设计。

图2 Granta CES软件数据库中典型材料属性数据

(a) 不同材料M值分布图

3.2 材料数据收集与筛选-设定材料指标与镁合金数据收集

应用Granta CES Selector(2020)科研版数据库，以设计新型轻量化的汽车座椅骨架材料为例，设定新型材料需要满足力学性能指标：屈服强度σ0.2≥142 MPa、抗拉强度σb≥225 MPa、延伸率δ≥8.3%、价格C<100 元/kg、密度ρ<2 200 kg/m3，同时还需要有一定的可加工性。根据上述构件应满足的力学指标，在CES Selector软件的数据库中筛选出符合条件的工程材料，结果大部分为镁合金材料，如图4所示。

(a) 屈服强度(σ0.2)和密度(ρ)对比图

为进一步优化镁合金材料的性能，在实践环节中安排学生对不同成分的镁合金进行科研文献检索，收集和筛选相关数据，为镁合金优化设计提供支持。学生以小组形式进行，每4或5人1组，布置不同合金体系镁合金的文献调研课堂作业：要求每组学生从表1所列举的34类常见镁合金中选择一类作为研究对象，针对该合金查阅6篇以上2015年后发表的SCI英文文献，其中至少包含2篇实验、2篇原子尺度模拟、2篇有限元微观/宏观尺度模拟的文献；并根据文献整理数据和结果提交报告，报告内容包括:① 镁合金背景和应用介绍；② 采用的模拟或实验方法；③ 整理出合金成分、工艺参数、材料热物性等参数、典型显微组织图(标识出晶粒、析出相等特征结构)、典型应力-应变曲线、强化机制、数据来源等相关数据信息。该环节旨在让学生具备查找和收集专业材料数据的能力，从而加深对材料数据和材料研究的理解。

表1 不同合金体系的镁合金及对应的工业牌号

同时，我院也正在开发专业的材料数据库，如图5所示；将学生们收集的材料数据按条目录入该数据库，以数据库网站形式发布，方便学生查询和分析，更好服务于未来的实验教学和科研。

(a) 镁合金数据库界面

3.3 计算模拟-基于第2相组织特征的有限元力学性能模拟

在计算模拟实验环节，针对镁合金中第2相组织特征进行有限元力学性能模拟。模拟方法是基于科研课题建立起来的显微组织有限元力学模型，可用于模拟不同显微组织下材料的力学行为。

典型有限元模拟操作分为3部分：前处理、加载和求解、后处理。在本教学环节中，首先向学生介绍英特工程多物理场仿真软件的使用方法，以模拟镁合金在单向拉伸过程中的力学行为为例。有限元模拟采用平面应变二维模型，模型设置如图6(a)所示，包括4个第2相粒子(浅黄色)，镁基体(浅蓝色)，基体尺寸为 2.0 μm×2.0 μm。自定义的第2相为体积含量 14%、半径0.21 μm、均匀分布的圆形颗粒。前处理主要包括：定义工作文件名、定义工作标题、重新显示工作窗口，定义单元类型、定义基体材料弹性/非弹性属性、定义颗粒材料属性、创建颗粒的几何模型、创建基体几何模型、除去基体矩形中颗粒所占的空间、显示实体的属性编号、定义单元网格划分参数、对基体进行网格单元划分、对颗粒进行网格划分、合并基体和增强颗粒区域、节点方式显示，如图6(b)所示。加载和求解主要包括：定义约束条件、施加载荷、定义分析类型、定义允许大变形、定义输出结果的时间频率、定义总/子时间步长、求解。后处理主要包括：设定某个时间步长、绘制变形应力图、应变与应力输出、绘制应力-应变曲线等，模拟得到的微区应力分布图，如图6(c)所示。然后，由学生动手实践以上步骤，实现相关的计算和模拟。

(a) 建立几何模型

3.4 建立组织-性能关系-分组模拟及结果比较

本环节以小组为单位进行计算模拟实践。各组学生在之前环节所提取的镁合金特征数据中分别选出1张典型的第2相强化的镁合金组织图片，从中抽象出第2相类型、形状、尺寸、分布等，构建出对应的有限元平面应变力学模型，模拟其在单向拉伸过程中的力学行为(见图7)，并对各组模拟结果进行比较，探讨相同含量下，第2相颗粒的分布(Model-2)、尺寸(Model-3)、类型(Model-4)、形状(Model-5)等属性对镁合金综合力学行为的影响，构建出理想化的“组织-性能”之间的关联关系。该过程旨在让学生通过动手操作有限元软件加深对于计算模拟过程的认识，并通过结果对比锻炼科研分析能力。同时，基于此过程的“组织-性能”模拟的虚拟仿真平台目前也正在积极地建设中，其界面如图7(c)所示。

(a) 力学性能

4 教学效果

4.1 激发学生的科研兴趣

传统的实验课程多为计算类实验，学生在实验前便已知结果，多为计算模型的操作与验证过程，形式上较难激发学生的学习兴趣，造成学生被动参与，教学效果不佳。改革后的“材料数据+计算模拟”实验教学是基于新工科理念设计的，将本学科前沿的科研内容引入实验教学，充实理论教学内容，能够提高学生的科研兴趣，培养学生的创新思维能力。同时，参与实验的每一位学生，通过自己动手完成收集数据、提取数据、制定模拟方案、计算材料性能、建立“组织-性能”关系等一系列实验环节后，必将大幅增加学生的成就感、学科归属感和集体荣誉感，使学生更有兴趣和动力去认真完成本专业的学习，更有信心去步入今后的科研道路。

4.2 形成数据驱动的材料设计理念

未来的时代是人工智能高速发展的新时代，数据+人工智能已成为材料基因工程的核心，依靠科学直觉与反复尝试的传统材料研发方式已不能适应时代的发展需求。在新时代背景下，学生的科研思维也需要与时俱进，紧跟时代发展脚步。本材料数据+计算模拟实验环节能够让学生加深对于材料基因工程的理解，从而在材料研发的思维方式上发生转变，形成一种数据驱动的材料智能设计新理念，以培养新工科建设所需的创新型卓越工程人才。

4.3 提高自主学习能力和团队协作能力

在社会发展日新月异的当下，自主学习能力和团队协作能力已成为工作中两项不可或缺的能力。未来社会需要的是终身学习，学校的教育理念也该从教授学生如何“学会”到如何“会学”转变，培养学生的自主学习能力是新工科背景下学生个体发展的必然要求。而对集体而言，建立团队意识能够凝聚团队成员的智慧与能力，实现成果最优化。本门课中的“材料数据+计算模拟”实验环节均以小组为单位完成，各组学生在所布置的实验要求下，自主检索文献、分析数据、制定模拟方案、建立组织-性能关系，当遇到问题时通过组内交流自行解决，形成互帮互助的机制，充分调动学生的积极性，培养学生的自主学习能力和团队协作能力，同时也使表达能力得到提升。

5 结 语

本门课中的“材料数据+计算模拟”实验教学环节可通过改变材料主题(例如：镁、铜、铝合金)的方式，克服传统实验教学中内容重复的缺点，提高学生参与实验环节的积极性。同时，每届学生收集的大量材料数据导入在建专业材料数据库中进行有效分类和存储，为未来数据驱动的机器学习模型提供数据支撑，更好地服务于材料专业的教学和科研工作。

将材料数据+计算模拟环节应用到计算材料学实验教学中，以科研内容为导向创新实验教学内容，结合当下镁合金材料产业的应用需求设置实验教学内容，帮助学生理解和应用材料数据，并通过计算模拟方法预测材料性能，引导学生转变仅以经验和实验为主的材料研发思路，领会“数据+计算”驱动的材料设计内涵。同时提高学生的团队协作、自主学习、动手实践、科研分析、创新思维等多项能力，以满足新工科建设对于人才培养的要求。