材料基因工程在船舶领域的应用思路

图1 材料基因组研究思路

为了使不同方面的描述符最终能够收敛地表达性质参数, 描述符被分为多个子集。这些描述符可以基于二维结构或三维结构进行计算得出。

  合适的机器学习算法也是影响模型可靠性和准确性的关键一步。每种算法都有自己的优势和缺陷，需要依据待解决问题的不同而选择不同特征功能的算法。如回归、集成分类通常用于材料宏观和微观性质的预测，机器学习常常搭配智能优化算法（如遗传算法和粒子群优化算法）进行模型的参数优化。根据材料研究应用场景不同，数据驱动的建模算法总结如下。

图2 数据驱动的建模算法

船舶工作环境复杂恶劣，船体及船舶甲板机械对材料的使用须防腐、防污、防滑、减重等有较高的要求，船用机电设备如船舶主机、辅机等长期运行在高温、高压工况，对设备零件的刚度、强度、耐腐蚀性、导热性具有较高的要求。我国船舶领域一些高端材料品种亟需解决国产化问题。如LNG船储罐用殷瓦钢、主机燃烧室相关部件材料、防污、F级高强度钢、双相不锈钢板，以及齿条钢等超高强度船舶与海洋工程用钢。随着我国船舶工业的高速发展，对船舶及其配套设备的材料也提出了新的要求。这就要求船舶材料向高性能、多功能、低成本化、智能化、复合化、整体化等方向发展，传统的“试错”材料研制方法使船舶材料研发周期长、费用高，基于材料基因的船用材料研制方法可推进船舶设备快速更新换代进而实现船舶工业转型升级。

就船舶工业而言，材料基因组技术的工作范围包括：基于数据的技术，包括材料数据库设计、开发及数据库集成应用；基于计算的技术，包括材料成分设计、材料工艺仿真模拟、材料虚拟服役性能模拟；基于实验的技术，包括极端环境下的模拟考核实验、材料成分和工艺的快速筛选实验等。下面从新材料成分设计、工艺优化、服役性能、材料数据库等几个方面，分析船舶工业对材料基因组技术的需求。

新材料成分设计方面，为了保证我国在船舶材料研发方面的持续竞争力，满足未来船舶工业对新材料的重大需求，需要采用材料基因组技术设计新的材料。高温合金、高性能钢、铝合金、钛合金的新型成分计算涉及第一原理计算、Calphad相图计算、相场分析等多尺度计算，需要对各种可能组分进行计算筛选，必然带来高通量、高并发、长时间的大规模计算的需求。

工艺优化方面，目前铸造、焊接、锻压等大型制件和复杂制件的“变形-残余应力-缺陷”的控制水平需要进一步提高。现阶段由于缺乏相关国产材料数据、模型及其参数测定方法和设备，未建立模拟验证手段，因而建模仿真的可靠性不足。现有能力不能满足对船舶配套设备关键材料的纳观、微观、细观和宏观特性进行多尺度建模和仿真，对不同工艺过程进行多学科仿真与优化，对不同检测试验进行多场耦合分析和性能模拟的需求；现有软件尚未集成，只能应用于材料工艺流程局部，未打通工艺过程数据链。因此，针对工艺仿真需求量大、任务急迫的特点，亟需建设高通量物性测试系统、高并行计算能力的硬件系统和工艺仿真软件系统，提高重要材料制件的工艺控制水平。

服役性能方面，船舶配套材料制件的服役环境包括高温、高应变率冲击、高载荷等极端工况，实验周期长、费用高；制件在服役过程中存在缺陷的萌生、发展、裂纹扩展、失效等一系列损伤演化过程。在材料设计、制造阶段对服役行为进行研究，利用集成计算技术对含缺陷制件进行完整性分析，提出检测和修理的判定标准，可以降低实验成本、提高航行的安全性。