1、第6 卷第5 期2 0 1 7 年9 月储能科学与技术蟊同绍臼铡E n e r g yS t o r a g eS c i e n c ea n dT e c h n o l o g yV 0 1 6N o 5S e p 2 0 1 7材料基因组技术在新能源材料领域应用进展林海，郑家新，林原，潘锋( 北京大学深圳研究生院新材料学院，广东深圳5 1 8 0 5 5 )摘要：材料基因组融合了材料的高通量计算、高通量制备、高通量的检测及数据库系统，是材料研发的“范式革命”，以其深刻的科学内涵、重大的应用潜力，将加速新材料发现和应用。本文重点讨论材料基因组用于新能源材料的研发，来缩短新能源材料的“发现
2、一研发生产一应用”周期，介绍国际上代表性的M a t e r i a l s P r o j e c t和O Q M D 两个材料基因组平台，及一些重要的材料基因组计算技术，如材料构象表征、高通量计算及筛选、机器学习、神经网络技术、优化算法和新型的高通量制备和表征技术等在新能源材料研发中的应用，并对下一步材料基因组的发展提出了展望，如通过发展高精度高通量计算、利用人工智能开发高通量实验系统和平台，产生材料大数据，并通过智能计算充分利用好材料大数据，打造计算与实验融合的材料基因组大数据人工智能系统，加速新能源材料的发现与应用。关键词：材料基因组；新能源材料；高通量计算；高通量实验d o i ：1
3、 0 1 2 0 2 8 j i s s n 2 0 9 5 4 2 3 9 2 0 1 7 0 0 7 7中图分类号：T Q0 7 3 2文献标志码：A文章编号：2 0 9 5 - 4 2 3 9 ( 2 0 1 7 ) 0 5 - 9 9 0 1 0T h ed e v e l o p m e n to fm a t e r i a lg e n o m et e c h n o l o g yi nt h ef i e l do fn e we n e r g ym a t e r i a l s一L I NH a i ，Z H E N GJ i a x i n ，L I NY u a
4、n ，P A NF e n g( S c h o o lo f A d v a n c e dM a t e r i a l s ，P e k i n gU n i v e r s i t yS h e n z h e nG r a d u a t eS c h o o l ，S h e n z h e n518 0 5 5 ，G u a n g d o n g ，C h i n a )A b s 仃a c t ：M a t e r i a lg e n o m ei St h ev e r yi m p o r t a n tf r o n t i e rt e c h n o l o g
5、yi nm a t e r i a lf i e l d w h i c ho w n sp r o f o u n ds c i e n t i f i cc o n t e n ta n ds i g n i f i c a n ta p p l i c a t i o np o t e n t i a l I nt h el a s td e c a d e s ，m a t e r i a l ss c i e n c ea n dt e c h n o l o g yr e a l i z e dr e v o l u t i o n a r yl e a pw i t ht h e
6、h e l po fm a t e r i a l sg e n o m e T h i st e c h n o l o g yh a sb e e n u s e di ne n e r g ym a t e r i a lf i e l d sa n dr e d u c e st h e1 i f e c y c l eo f “D i s c o v e r y R e s e a r c ha n dD e v e l o p m e n t 一P r o d u c t i o n A D p l i c a t i o n ”，w h i c ho w n si m p o r
7、 t a n ts i g n i f i c a n c eo fa p p l i c a t i o n T h i sp a p e ri n t r o d u c e dt h ep r o g r e s so ft w ot y p i c a lm a t e r i a l sg e n o m ep l a t f o r l no fM a t e r i a l sP r o j e c ta n dT h eO p e nQ u a n t u mM a t e r i a l sD a t a b a s ef O Q M D ) a n dc o n c l u
8、 d e dt h eg u i d a n c et e c h n o l o g yo fm a t e r i a lg e n o m eu s e di nn e we n e r g ym a t e r i a l s ，s u c ha sm a t e r i a lc o n f o r m a t i o n a lr e p r e s e n t a t i o n ，h i g ht h r o u g h p u tc a l c u l a t i o na n ds c r e e n i n g m a c h i n el e a r n i n g n
9、 e r u a ln e t w o r kt e c h n i q u ea n do p t i m i z a t i o na l g o r i t h m E s p e c i a l l yp u tf o r w a r d p e o p l es h o u l di n c r e a s et h ei n t e g r a t i o no fh i g ht h r o u g h p u tc a l c u l a t i o na n de x p e r i m e n t s a n db a s et h i sa n dc o m b i n
10、ei n d u s t r i a l4 0c o n c e p t e x e r t i n gs y s t e mf u s i o ne f f e c to fm a t e r i a lg e n o m et e c h n o l o g y , s h a r i n gb i gd a t as e l f - w o r t h 。a n df i n a l l yb u i l dm a t e r i a lg e n o m i cl a r g ed a t aa r t i f i c i a li n t e l l i g e n c es y s
11、 t e me q u i p p e dw i t ht h ea b i l i t yo fs e l f - s e l e c t i o na n ds e l f - e v o l u t i o n a n de s t a b l i s hn e wm o d e lo fm a t e r i a ld e v e l o p m e n to fd i g i t a li n t e l l i g e n c e K e yw o r d s ：m a t e r i a lg e n o m e ；n e we n e r g ym a t e r i a l
12、；h i g ht h r o u g h p u tc a l c u l a t i o n ；h i g ht h r o u g h p u te x p e r i m e n t s材料是所有产业的基础和先导，材料从研发到投入市场的时间跨度极长，其关键在于长期以来材收稿日期：2 0 1 7 - 0 5 3 1 ；修改稿日期：2 0 1 7 - 0 6 1 4 。基金项目：国家重点研发计划项目( 2 0 1 6 Y F B 0 7 0 0 6 0 0 ) 。第一作者：林海( 1 9 6 5 一) ，另，硕士，聚焦材料基因组高通量检测技术、清洁能源材料与器件测评及面向产业应用研究，E
13、m a i l ：l i n h a i p k u s z e d u c a ；通讯联系人：潘锋，教授，聚焦新能源材料基因组科学与技术以及动力与储能电池及关键材料、新型太阳能电池与关键材料的研发，E m a i l ：p a n f e n g p k u s z e d u c n 。料研发过度依赖科学直觉与试错式的实验经验积累，且制备过程漫长和充满变数。变革材料的研究与开发方式，提高材料从发现到应用的速度成为世界各国共同的追求。2 0 1 1 年6 月美国启动“材料基因组计划”( M a t e r i a l sG e n o m eI n i t i a t i v e ，M G
14、I ) ，2 0 1 4年1 2 月，美国总统直属的科学技术委员会颁布升级版材料基因组计划战略规划。其核心内容是万方数据第5 期林海等：材料基因组技术在新能源材料领域应用进展9 9 1建立高通量材料计算方法、高通量材料实验方法和材料数据库，其一个重要改变是实施“新材料的发现从设计开始”，注重在原子与分子层面上认识、设计和计算新材料，并通过数据库收集已有材料的结构与性能的相关性，指导新材料的设计和开发。其目的和意义在于：通过高通量筛选新材料，加快材料的研发进程；转变新材料研发范式，节省人力、物力；加快人类对材料本质与规律的认识，再通过所认识的材料本质与规律指导新材料的设计、制备与检测等研发，从而
15、进一步认识材料的本质与规律；建造可靠的材料基因组数据库( 新材料大数据) ，实现资源共享，加速新材料的发现和应用。应该说，2 0 1 6 年5 月发表于N a t u r e 正刊一篇利用实验废弃数据，通过机器学习和数据挖掘指导材料成功发现的封面文章【4 J ，是对材料基因组技术应用有效性的最好诠释瞄J 。缩短新材料的“发现一研发一生产一应用”周期，降低材料研发中的人力、物力成本是实施材料基因组计划的根本目的，也是中国实现新材料领域跨越式发展的内在需求，2 0 1 6 年开始，我国首次将材料基因组工程与技术列入国家重点研发计划，其主要包括三个方面的研究：共性关键技术的研发、典型材料的应用和软、
16、硬件平台建设。国内专家提出，中国版材料基因组计划必须围绕“加速应用”来开展。选择能源与环境材料、海洋工程材料、军用材料和生物医学材料等事关国家安全、能源安全和人民健康福祉等国家急需，又有一定基础的关键材料进行示范，尽快取得成果，为进一步推广普及到整个材料领域积累经验【j J 。其中，新能源材料领域有效利用材料基因组技术对指导、加速研发和应用意义重大。1材料基因组技术发展应用现状目前较为著名的材料基因组大规模高通量计算平台和材料数据库有劳伦斯伯克利国家实验室( L B N L ) 与M I T 联合的M a t e r i a l sP r o j e c t 、D u k e 的A f l o
17、 w o r g 以及N o r t h w e s t 的O Q M D 等。1 1M a t e r i a l sP r o j e c t坐落于美国加利福利亚州硅谷北边1 0 0 公里不到的伯克利出现了许多使用先进计算机技术来帮助材料研发生产的课题组、老师，得到了很多材料计算方法及研究成果。在这些课题组中，C E D E R 课题组最具影响力。在2 0 1 7 年，由于他在应用计算材料设计及储能材料( 主要是锂电池材料) 与技术方面的研究，C E D E R 当选为美国工程院院士。他同P E R S S O N 课题组的m a t e r i a l s p r o j e c t o
18、 r g 平台在世界范围内有很大影响，其对自身的定位就是成为材料研究领域的谷歌。M a t e r i a l sP r o j e c t 包含了一个存储信息量很大( 有近6 万个晶体结构) 的数据库，可以存储高通量材料性质计算的结果，例如各种计算信息，包括能带态密度信息，也包括电池材料的充放电曲线、相图等，所有材料计算的研究工作者可以在这个开发的平台上下载结构、搜索材料性质、查看材料相图、甚至可以利用这个网站的平台搜索未知的材料。此外这个网站还开放了数据库接口，利用这个数据库，大家可以使用写代码的方式，搜寻筛选材料。在这样的工作模式下，材料重复计算的次数被减少了，在做材料计算的时候，人为操
19、作的次数变少，计算机智能化的判断设计变多了，材料计算速度得到了极大的提升。C E D E R 等早期主要是利用蒙特卡洛方法L 4 - s J 计算有固定晶体结构位点的金属合金氧化物材料，发表了许多使用计算研究金属合金氧化物中氧原子排布方式的文章 6 - 9 】。接着，C E D E R 等 1 0 - 1 4 做了许多关于锂电池材料的结构和相的研究，在这些研究工作中，他们使用了一种从冶金学计算蒙特卡洛方法发展而来的团簇展开方法：这种方法是使用部分已知的密度泛函计算结果，对体系的总能量进行拟合，然后再利用拟合的结果预测未知体系的总能的方法。该方法本身依赖于密度泛函理论计算，但又使用了一些统计的概
20、念，加速了普通的密度泛函计算，也就是一个类似与现在材料基因组计算方法的工具。其核心是牺牲一部分精度，换取更快的计算速度，然后在更快的计算中进行材料的筛选。从2 0 0 3年起，C E D E R 等【l5 1 陆续发表了些含有“数据挖掘”、“高通量计算”等标题的论文。可以说这是最初的利用计算机技术来加速传统材料工业发展的材料基因组技术构想萌芽。就目前而言，该平台在发展材料基因组技术上相对领先，他们有成熟的材料数据库，有一些较为成熟的材料计算方法和材料筛选机理经验积累，有许多成熟的研究材料基因组的科研人员，也有在湾区硅谷旁全世界最先进的计算机思想的浸染，并且已经在新能源材料领域有了很多相关的运用
21、材料基因组技术的成功案例【l ”J 。万方数据9 9 2储能科学与技术噩圃留守铡2 0 1 7 年第6 卷但其离真正系统性指导实验，加速实验，还需要突破很多瓶颈。1 2W o l v e r t o n ( O Q M I ) )美国西北大学材料与机械教授C H R I SW O L V E R T O N 的研究组是一个具有交叉学科的研究组，其成员的背景非常多样，包括材料、物理、化学、机械工程和数学。他们研究的内容也非常广泛，包括电池材料、储氢材料、太阳能材料、热电材料和机器学习数据挖掘等。W O L V E R T O N 研究组的计算资源丰富，有1 0 0 8 个核的L i n u x
22、机群，此外他们还与西北高性能计算系统合作，有大量机时可以使用。W O L V E R T O N 受到了C E D E R 的M a t e r i a l sP r o j e c t 启发，按照自己的思路于2 0 1 3 年建立了“开放量子材料数据库”( t h eo p e nq u a n t u mm a t e r i a l sd a t a b a s e ，O Q M D ) 并免费在h t t p ：o q m d o r g 上公开 Z 6 j 。这是一个基于密度泛函理论( D F T ) 计算的材料的热力学和结构的数据库。这个数据库有友好的网络界面适合小规模访问，也提供
23、A P I 接口下载整个数据库。目前该数据库现在包含4 7 1 8 5 7 个条目，还包括一些全新的结构。O Q M D 中除了给出材料的晶体结构、能量、空f - j 群、形成能、数据来源、能带等性质之外，清楚的显示出材料的相图是该数据库的一大特色。此外，该研究组从数千个D F T 计算的数据库( O Q M D ) 中构建了机器学习的模型，利用模型可预测任意化合物的热力学稳定性，而不需其它的任何输入，而且比D F T 计算的时问少了6 个数量级。W O L V E R T O N 等 2 7 1 使用该模型扫描了大约1 6 0 万个新型三元化合物的候选组合，成功预测了4 5 0 0种新型的稳
24、定材料。同样利用机器学习的方法，W O L V E R T O N 课题组研究了氧化锆中掺杂剂稳定性的力量驱动机制问题，他们创建一个聚类排序建模( C I 蝴) 自动化方法，用于发现大型性质数据库中的强大化学描述符，并将C R M 应用于氧化锆掺杂剂的稳定性研究。C R M 作为一种通用方法，在实验和计算数据两方面都可以进行操作，识别掺杂氧化物的电子结构特征，当掺入氧化物溶解在氧化锆中时能很好地预测氧化物的稳定性【2 引。他们还利用一种被称为元素替换法的高通量计算方法，用D F T计算了3 7 8 种X Y Z 型( X = C r 、M n 、F e 、C o 、N i 、R u 、R h
25、，Y = T i 、V 、C r 、M n 、F e 、N i ，Z = A 1 、G a 、I n 、S i 、G e 、S n 、P 、A s 、S b ) 的h a l f - H e u s l e r 合金的电子结构、磁性和结构稳定性。通过计算，得到了相图，预测了全新的热力学稳定相和几十个具有负的形成能的半导体、半金属和接近半金属引。应该说，该研究团队目前在数据库建设、材料基因组技术方法开发及应用领域均具有一定的领先优势。国内在该方面已经开展相关研究的科研单位与院校有上海材料基因工程研究院、中国科学院宁波材料基因研究院、北京大学深圳研究生院新材料学院、北京计算科学研究中心、电子科技大
26、学等。但与美国等先进国家存在较大差距，比如缺乏独立自主研发的高通量材料计算程序、缺乏高通量材料检测设备和较为实用完备的材料基因数据库引。中国科学院物理研究所陈立泉院士团队在中国独立研究开发和编著了自动化高通量计算方法及软件平台，获得了著作权，通过超级计算机，能够对无机晶体学数据库中3 0 万条数据中选择含锂材料，通过快速“键价和”方法及高精度第一性原理分子动力学方法，计算材料的电子结构、三维离子导电通道、离子迁移活化能，从而建立电解质与电极材料的数据库。通过该数据库，进一步建立数据挖掘方法，有利于新的固体电解质材料的筛选，该高通量计算方法已经预测了一种硫化物电解质，并获得实验验证【Z 圳。上海
27、材料基因工程研究院在张统一院士的带领下，在数据库建设、集成计算与软件开发、结构与物性表征、服役与失效等基地建设方面进行了大量基础性工作。宁波材料基因工程研究院项晓东研究员( 现为南方科技大学教授) 发展了高通量组合材料实验及原位实时高通量组合材料实验技术，包括基于同步辐射大科学装置发展的普适性原位实时高通量材料成分结构表征技术，该技术基于可调脉冲红外激光和同步辐射微束白光X 射线，可探明涵盖时间、温度、环境气氛等工艺参数的材料结构成分工艺相关性。基于其它微区表征探针或谱学测试工具，还可发展一系列功能丰富的原位实时高通量表征技术，从而充分发挥高通量组合材料制各与表征技术作为“新材料搜索引擎”的潜
28、力。2 0 1 4 年其团队所开发的新一代组合材料芯片技术使材料的合成和筛选由“一锅一炒”变为“万锅同炒”，效率迅速提升1 0 0 0 1 0 0 0 0 0 倍，从而把研发新材料的时间最短压缩至一周p 。吉林大学马琰铭教授的团队 3 1 - 3 2 依据化学组分来开展物质结构预测的相关理论和模拟方法，并结合第一性原理计算和高压实验测量，探索万方数据第5 期林海等：材料基因组技术在新能源材料领域应用进展9 9 3高压等限域条件下物质的新奇物理与化学性质，设计并合成新型非常规高压相多功能材料，揭示结构与宏观性质之间的内在联系，为发展新的物理理论奠定知识储备。基于晶体对称性的分类检索思想，结合粒子
29、群多目标优化算法，引入成键特征矩阵，研究组提出并发展了C A L Y P S O ( c r y s t a ls t r u c t u r a la n a l y s i sb yp a r t i c l es w a r mo p t i m i z a t i o n ) 结构预测方法，在此基础上开发了拥有自主知识产权的C A L Y P S O 结构预测程序。C A L Y P S O 软件包的输入量是化学组分和外界条件( 如压力) ，通过结构演化和总能的计算来合理确定物质的结构，并可以根据需要进行功能材料( 如超硬材料等) 的结构设计。C A L Y P S O 软件不仅可以开
30、展三维晶体的结构研究，还可以开展二维层状材料和二维表面重构以及零维团簇的结构研究，未来还可以开展其它结构现象丰富的热点研究( 如界面、过渡态、化学反应等) 。此外在世界其它国家和地区，材料基因组研究也在蓬勃发展。针对在高通量计算中遇到的结构寻找高对称点和K 点路径的问题，瑞士洛桑的科学家和日本东京大学的课题组【j 刘在m a t e r i a l s c l o u d o r g 上发布了一个关于寻找结构对称性的软件，帮助了材料基因组的高通量计算的研究。在这个软件包中，该课题组对于结构的对称性、对称操作等性质进行了详细地分析，并且以代码的形式存在。此外，在m a t e r i a l s
31、 c l o u d o r g 网站中，还有许多关于赝势的信息和下载的渠道。虽然这个网站没有直接的材料基因组的工作，但是这些基础的工作也为材料基因组的工作提供了很好的基础和平台，加速了材料基因组的研究。在新加坡，涌现出来了大批量的高通量实验制备的工作。例如对于锂电池材料的阳极材料，新加坡科技设计大学的课题组 3 4 J 使用M o S 。( 2 x 一4 0 0 0 种材料。在高通量计算方面，该团队目前聚焦于材料的机理研究( 图1 ) ，寻找决定材料性能的结构基因，丰富数据库中材料的相关机理性质和物理模型。例如，他们通过高通量计算几十种三元层状材料结构，首次系统和完备地揭示了三元N M C
32、层状正极材料的锂离子脱嵌输运机理，发现三元材料( N M C ) 体系锂离子扩散动力学与三元材料初始组元成分的关系，为今后三元材料锂离子动力学性质的优化和设计，及制备高性能的锂电池材料提供了重要线索和理论指导p 引。该文被科学网选为2 0 1 5 年国内自然科学领域十大关注度最高论文。最近他们通过大规模第一性原理计算和实验验证，发现三元层状正极材料的稳定性与晶格结构中最不稳定的氧有关，而氧的稳定性又由其基本的配位单元决定，通过建立模型，系统地揭示了层状材料中锂的含量、过渡金属元素的含量及价态、N i L i 反位缺陷等因素对氧稳定性的调控，为今后三元材料锂离子电池稳定性的优化提供了重要线索和理
33、论指导p4 。此外，融合理论计算和实验，该团队在C d T e 薄膜太阳电池及材料领域首次提出纳米功能界面钝化太阳电池的物理模型，解决了C d T e 材料高势垒的自然属性难以构成连续导电通道的难题。理论设计并实验成功制备了A L D A 1 2 0 3 背接触C d T e 电池p 孓1 和P 型半导体背电极C d T e 电池p 川，实现了太阳电池效率1 0 以上的提升。该物理模型除了针对太阳电池的指导意义，同时对其它光电材料与器件也具有直接借鉴的价值，成功制备了C d S 光阻器件p 剐。该团队还与香港城市大学、中国科学院化学研究所合作通过第一性原理和实验，在染料敏化太阳能电池( D S
34、 S C s )T i 0 2 与染料界面研究取得进展p 圳。高通量检测方面，该团队开发了从电极活性材料、电池极片到全电池的高通量检测方法。他们从单颗粒纳米磷酸铁锂的循环伏安曲线的特征入手，建立纳米磷酸铁锂单颗粒的电化学模型，用以快速分析表征锂离子在纳米磷酸铁锂纳米颗粒扩散和界面的电荷转移过程，找出限制单颗粒电极材料电化学性能的主要因素忡。通过创新性的将3 D 打印技术用于电池极片的研究，利用3 D 打印很好的控制极片的厚度和结构，减小溶液扩散的影响，从而迅速对不同特征的电池极片的性能进行检测分析。进而，通过模拟电动汽车运行时的工况电流为激励源，以电压为响应信号，分析电池在这种大信号下的响应，
35、结果表明这种方法能很好的表征电池的S O C 和S O H ，使用多通道测试装置就可以实现全电池性能的高通量快速检测巾川。此外，他们与国际国内相关大科学装置合作，共同发展高通量检测手段。例如，运用快速激光光谱、同步辐射硬X r a y 结构测定、软X r a y 吸收谱等高通量检测手段和大科学装置的应用，他们首次发现C u 2 + 掺杂Z n o5 C d o 5 S 后自发变为C u + ，并促使S 缺陷的生成。同时，C u +和S 缺陷将分别接受光生空穴和光生电子，从而提高光生载流子的分离能力。结合C u 掺杂提高可见光吸收的性质，C u 掺杂样品的光催化分解水产氢性能最高是未掺杂样品的2
36、 8 倍，达到2 1 4m m o l ( h g ) ，在4 2 8n mL E D 光照下的量子效率达到1 8 8 。研究成果第一次成功解释了C u 掺杂提高Z n C d S 体系光催化性能的机理，且为目前光催化水分解产氢性能的世界一流水平【6 引。在数据库建设方面，初步搭建了一个包含约3 0多万种晶体材料结构数据与部分性能数据材料基因数据库；数据库材料的电子结构计算采用的是目前最精确的H S E 算法，这在世界上是独一无二的。从该团队的个案看，系统运用材料基因组技术和范式开展新能源材料及器件的研究，确实给团队科研突破带来了更高的效率。团队领军人潘锋教授也因此连续成为2 0 1 5 年和
37、2 0 1 6 年的E l s e v i e r 中国高被引学者。未来的工作中，该团队将投入更多的精力到高通量计算和筛选、材料大数据库的建设，以及发展机器学习、神经网络技术等先进的智能技术进行数据挖掘，将材料基因组技术更深入地融合进新能源材料研发的全过程，加速新材料的研发进程。4 展望目前运用材料基因组技术的单个方法或方法组合在加速新能源材料领域研究中不乏成功的应用案例，但距离系统应用材料基因组技术尚有许多提升空间。材料基因组的终极目标是通过理论模拟和计算完成材料的“按需设计”并实现全程数字化的材料智能制造，是材料开发的新模式，实质上是一种高效率的新型研究方法、文化和理念。我们认为主万方数据
38、第5 期林海等：材料基因组技术在新能源材料领域应用进展9 9 7要有以下发展路径。4 1提升材料基因组各环节技术水平应加大自主开发材料基因组各环节如高通量计算、高通量实验技术和建设新能源材料大数据的数据库平台的力度，重点提升各个环节技术水平。如建立电声相互作用模型和离子输运模型；开发新型高效计算程序包和基于第一性原理的大规模并行计算程序；建立仿真模拟的从原子到器件的跨尺度多物理场模型。设计开发基于组合化学方法的智能的高通量材料制各中心、基于微流体反应器的高通量制备中心、基于多通道电化学沉积的原位制备与测试系统、基于源及基片控制的高通量磁控溅射制备装置等的高通量材料制备技术。基于3 D 打印，开
39、发用于锂电池、薄膜光伏器件、电解水及燃料电池电极等的高通量器件制备技术。优化发展储能器件从材料单颗粒、极片、电池到系统的全方位多尺度多通道并行的新型基础检测方法及高通量检测方法。建立新能源材料结构化的数据库系统，利用数据回归和机器学习算法进行数据挖掘分析，研究其构效关系，加速预测和设计新型原器件及关键材料，从中优选出性能优秀的材料和器件结构。同时要加快建设具有不同时间和空问分辨率的高精度和高通量以及极端条件( 超高压、超临界、快速冷却) 的大科学装置，突破传统分析极限，揭示材料本质，为新材料发现提供高精确和高通量检测的支撑平台。4 2 系统化整合材料基因组各环节技术我们应当在发展新能源材料基因
40、组技术的各种工具、手段、方法、数据库环节过程巾，有效整合实现各个资源的高度集聚，通过系统化应用材料基因组技术，将各要素集合为大数据人工智能系统，搭建平台、建立标准、建立完备的数据分享机制，通过开放共享互联网技术产生新能源材料大数据，开发适合于学习和分析材料大数据的人工智能算法及软件和硬件系统，提高材料发现和应用的速度。4 3 政府主导建设大科学装置等重大公共科研服务平台材料基因组平台要体现的是公共服务特性。材料基因组技术中高精度和高通量的检测需要政府主导建设大科学装置如上海和北京同步辐射光源、国家( 东莞) 散裂中子源等1 等重大公共科研平台，结合互联网和大数据的特点，我们认为非盈利公共服务平
41、台是最能发挥其效率的构架。为保障公共服务平台能更好发挥合作、开放、共享作用，最理想应该是由政府主导，一家或数家科研机构配合建设的新能源材料基因组研究院非盈利公共服务平台，该公共服务平台可作为今后整合与管理各类分布式资源的新型协同创新科研实体。4 4 市场应用导向的全产业链服务创新材料基因组计划是以市场与应用为导向的材料研发新理念，强调材料“发现一研发一生产一应用”各个环节的融合与协同。因此，我们应当以材料基因组技术来整合资源，培育开放、协作的新型合作模式，创新服务范式和组织构架，组建政、产、学、研、用交融的全产业链的协同创新联盟，以非盈利公共服务平台研究院为核心，政府引导，发挥企业和社会资本多
42、渠道建设大基础设施平台，有效配置资源，开展国际合作与交流，服务和引领关键新能源材料研发，解决产业共性问题，为企业提供系统解决方案，推进新能源材料全产业链的跨越式发展。参考文献【l 】N a t i o n a lS c i e n c ea n dT e c h n o l o g yC o u n c i l M a t e r i a l sg e n o m ei n i t i a t i v es t r a t e g i cp l a n R U S A ，2 0 1 4 【2 R A C C U G L I AP ，E L B E R TKC ，A D L E RPDF e t
43、a 1 M a c h i n e - l e a r n i n g - a s s i s t e dm a t e r i a l sd i s c o v e r yu s i n gf a i l e de x p e r i m e n t s J N a t u r e ，2 0 1 6 ，5 3 3 ( 7 6 0 1 ) ：7 3 7 6 3 汪洪，向勇，项晓东，等材料基因组材料研发新模式 J 科技导报，2 0 1 5 ，3 3 ( 1 0 ) ：1 3 - 1 9 4 】D R E Y S S EH ，C E D E RG F O N T A I N EDD ，e ta 1
44、 D e t e r m i n a t i o no fe f f e c t i v ep a i ri n t e r a c t i o n sa n ds e g r e g a t i o nb e h a v i o ra ta l l o ys u r f a c e s J V a c u u m ，1 9 9 0 ，4 1 ( 1 ) ：4 4 6 4 4 8 5 C E D E RG ，H U A N GP M E N O NS ，e ta 1 A bi n i t i oc a l c u l a t i o no ft h eC u - P do n e - d i
45、m e n s i o n a ll o n gp e r i o ds u p e r s t r u c t u r ep h a s ed i a g r a m J A c t aM e t a l l u r g i c aE tM a t e r i a l i a ，1 9 9 0 ，3 8 ( 1 1 ) ：2 2 9 9 2 3 0 8 6 F O N T A I N EDD ，C E D E RGA S T AM T h e r m o d y n a m i c so fo x y g e no r d e r i n gi nY B a 2 C u s Q J J o
46、u r n a lo ft h eL e s s - C o m m o nM e t a l s ，1 9 9 0 ，1 6 4 ( 1 1 1 ：1 0 8 - 1 2 3 7 】C E D E RG ，A S T AM ，C A R T E RWC ，e ta 1 P h a s ed i a g r a ma n dl o w - t e m p e r a t u r eb e h a v i o ro fo x y g e no r d e r i n gi nY B a 2 C u 3 0 zu s i n ga bi n i t i oi n t e r a c t i o n
47、 s J P h y s i c a lR e v i e wBC o n d e n s e dM a b e l1 9 9 0 ，4 1 ( 1 3 、：d o i ：h t t p s ：d o i o r g l O 1 1 0 3 P h y s R e v B 4 1 8 6 9 8 8 C E D E RG Ac o m p u t a t i o n a ls t u d yo fo x y g e no r d e r i n gi nY B a 2 C u 3 Qa n di t sr e l a t i o nt os u p e r c o n d u c t i v
48、i t y J M o l e c u l a rS i m u l a t i o n ，1 9 9 4 ，万方数据9 9 8储能科学与技术毯圃目目铡2 0 1 7 年第6 卷1 2 ( 2 ) ：1 4 1 - 1 5 3 9 F O N T A I N EDD ，C E D E RGA S T AM L o w t e m p e r a t u r el o n g r a n g eo x y g e no r d e ri nY B a z C u 3 0 ： J 】N a t u r e ，1 9 9 0 ，3 4 3 ( 6 2 5 8 ) ：5 4 4 5 4 6 1 0 V
49、 E NAVD ，M A R I A N E T T IC ，M O R G A ND ，e ta 1 P h a s et r a n s f o r m a t i o n sa n dv o l u m ec h a n g e si ns p i n e lL i x M n 2 0 4 J S o l i dS t a t eI o n i c s ，2 0 0 0 ，1 3 5 ( 1 ) ：2 1 3 2 1 1 V E NA VD ，C E D E RGL i t h i u md i f f u s i o nm e c h a n i s m si nl a y e r e
50、 di n t e r c a l a t i o nc o m p o u n d s J 】J o u r n a lo fP o w e rS o u r c e s ，2 0 0 1 ( 9 7 9 8 ) ：5 2 9 5 3 1 1 2 D O M P A B L OME ，M A R I A N E T T IC ，V E NA VD ，e ta 1 J a h n T e l l e rm e d i a t e do r d e r i n gi nl a y e r e dL i x M 0 2c o m p o u n d s J P h y s i c a lR e v
