简 历：张统一，材料科学、工程科学和固体力学专家。分别于1982年和1985年在北京钢铁学院（现北京科技大学）金属物理专业获硕士和博士学位。1993-2015年在香港科技大学工作，历任讲师、副教授、教授、讲座教授、方氏冠名教授。2014年至今任上海大学材料基因工程研究院院长，2015年全职到上海大学工作至今。2011年当选中国科学院院士、2012年当选香港工程科学院院士。兼任中国科学技术科学主编、中国腐蚀与防护学会荣誉理事长、中国腐蚀与防护学会环境敏感断裂专业委员会主任、中国材料学会材料基因组工程分会主任。曾兼任远东及大洋洲断裂学会副主席和国际断裂学会副主席。获国家自然科学二等奖二次、何梁何利基金科学与技术进步奖、香港裘槎高级研究学者奖、美国ASM International Fellow奖、国际断裂学会Fellow奖、和中国科学技术协会青年科技奖。目前全力推动材料基因工程，人工智能机器学习与材料科学和工程的交叉（材料信息学），人工智能机器学习与力学的交叉（力学信息学）。
题 目：Segregation and Internal Stress in Nanomaterials
摘 要：In this presentation, I report the development of a Gibbs-approach based adsorption isotherm for interfacesegregation, such as grain boundary (GB) and surfacesegregation, in nanomaterialsincluding nanograined (ng) polycrystals, nanoparticles and nanofilms. The surface eigenstress model is further developedhere to give analytic formulas, which have the capability to quantitatively predict the size-dependent interface segregation.The solute atoms in interfaces and grains possess different partial molar volumes, thereby generating an internal stress field, which, in turn,varies the solute solubility inside grains. The Gibbs-approach based adsorption isotherm allows one to analyze simultaneously stresses, concentrations and their coupling behaviors in grains and interfaces. For an open system, the environment serves as a solute reservoir and controlsthe chemical potential of the solute at thermodynamic equilibrium. In this circumstance, the apparent solute concentration will be greatly enhanced in an ng material in comparison to its coarse-grained counterpart. As an example, the experimental data for the H-Pd binary system are fitted with the newly developed isotherm. The perfect fitting shows an excellent agreementbetween the theoretical predictions and the experimental results, and determines the GB properties as well. The free-standing nanometer thick films of Pd-H solid solutions are taken as a typic example to investigate surface segregation of hydrogen in a closed system. Molecular dynamics (MD) simulations are conducted on free-standing Pd-H nanofilms. The MD simulations verify the theoretical analytic results and determine the values of parameters involved in the theoretical analysis. The integrated theoretical and numerical study exhibits that both surface excess H concentration and apparent biaxial Young’s modulus of Pd-H thin films depend on the nominal H concentration and the film thickness. The MD simulations determine the values of three parameters of involved in the theoretical analysis. Especially, the parameter of the differentiation in reference chemical potential behaves like the molar free energy of segregation in the McLean adsorption isotherm.

简 历：崔予文，南京工业大学材料学院教授、博导。1999-2010年，分别就职于日本东北大学及产业技术综合研究所、比利时鲁汶大学和美国俄亥俄州立大学。2016年归国前任西班牙马德里先进材料研究所计算合金设计室主任。长期从事合金热力学、动力学、微观组织形貌模拟和高通量扩散等方面的研究。担任了欧盟著名的玛丽居里奖的主持科学家等学术职务。
题 目：合金微观组织-力学性能集成模拟
摘 要：回顾了计算热力学、扩散动力学、相场方法、连续位错动力学等计算方法在能量表达式与动力学方程上异同点，阐述了以“能量平衡”串联各计算分支的热力学及动力学基础。在此基础上，以近β钛合金中α相的析出和回溶例证CALPHAD与扩散动力学的耦合应用；以Fe基形状记忆合金中马氏体相变和力学行为例证CALPHAD与相场方法的耦合应用；以Q&P钢的组织演化例证连续位错动力学模拟与热动力学(半)定量化的朗道相场方法集成应用，并对“微观组织-力学性能”的精确模拟与调控在材料基因组工程的作用做出了展望。

简 历：单斌，华中科技大学材料科学与工程学院教授、博士生导师、材料科学与技术系系主任。清华大学获得物理学学士学位，美国斯坦福大学（Stanford University）获得应用物理博士学位。教育部新世纪优秀人才支持计划获得者，湖北省首批“百人计划”专家，中国稀土学会催化专业委员会委员。主要研究方向包括微纳尺度上的材料设计与可控制备技术开发。主编撰写了“十二五”国家重点图书《材料学的纳米尺度计算模拟：从基本原理到算法实现》。
题 目：复合催化材料的原子尺度设计及制备
摘 要：高效复合催化材料是机动车尾气净化的重要材料，也是缓解大气污染和实现我国节能减排战略目标的关键。日益严格的尾气排放阶段性法规对废气净化贵金属催化剂提出巨大的挑战：排放限值趋近零排放，要求贵金属催化剂有更高的可靠性与耐久性；而日益突出的贵金属供需矛盾影响到国家战略安全，发展高效、高选择性、长寿命、低成本的尾气净化催化剂具有重要的科学意义和现实需求。传统二元氧化物由于氧化还原过程中不可逆的价态及晶型变化，难以满足尾气高温排放工况气氛下的稳定性指标，同时传统的负载工艺易导致稀土基底与贵金属的界面相互作用弱，贵金属颗粒易团聚，利用率低，难以克服负载过程中贵金属颗粒尺寸、负载不均匀等“顽疾”。
基于第一性原理和微反应动力学的计算结果，我们利用贵金属原子级形核生长协同工艺技术和流化床原子层沉积装备[1]，发展了一种基于强化学键合作用的负载型贵金属-稀土氧化物原子层沉积制备新方法，实现了亚纳米级贵金属团簇在氧化物表面的原子尺度可控制备[2]；利用莫来石基稀土氧化物的表面二聚体对氧的有效解离作用，攻克了稀土表面贵金属纳米颗粒的高分散性和抗烧结难题，关键污染物低温氧化催化初始转化温度相比于Pt/Al2O3降低61?C，且样品的高温稳定性也得到了有效保持。

简 历：杜勇，中南大学粉末冶金国家重点实验室副主任，中德“微结构”联合实验室中方主任。1992年获中南大学博士学位。先后在东京工业大学、维也纳大学等国外5所高校从事材料学研究11年。国家杰出青年科学基金获得者；教育部“长江学者”特聘教授；国家自然科学基金委员会创新研究群体项目负责人；973项目首席科学家。国际刊物CALPHAD和J. Phase Equili. Diff. 副主编，国际刊物Int. J. Mater. Res.、Vacuum和J. Mining & Metall. B 编委及金属学报编委。研究领域包括相图热力学、相变、微结构、结构-性能相关性等；研究材料包括轻合金、硬质合金及耐磨涂层、核材料、能源材料等。主持国家自然科学基金委员会创新研究群体、重点项目、973等国家项目52项。获省自然科学一等奖1项，国家自然科学三等奖1项，国际相图委员会最佳论文奖1项，获授权发明专利2项。
题 目：集成计算材料工程在Co-Ni-Al复合粘结相开发上的应用
摘 要：介绍了Co-Ni-Al复合粘结相在硬质合金中的应用背景；简述了Co基高温合金最新研究成果和有序相沉淀强化粘结相硬质合金的性能特点；分析了集成计算材料工程在Co-Ni-Al复合粘结相开发上的应用；总结了WC-Co-Ni-Al硬质合金在制备、显微结构表征及性能研究上的进展情况。研究表明：Co-Ni-Al复合粘结相成分对合金的固-液界面能及液相形核驱动力具有明显的影响，相应地，也影响到粘结相晶粒大小和WC晶粒形貌，最终这些因素影响合金的性能。通过有序γ′相沉淀强化硬质合金粘结相可显著改善合金的性能，有望获得耐高温、抗腐蚀、抗氧化等性能优异的硬质合金材料。提出未来应重点研究Co-Ni-Al复合粘结相硬质合金的界面微结构。C含量与析出相关系以及抗磨性机理等方面。

简 历：李能，武汉理工大学硅酸盐建筑材料国家重点实验室教授；中国硅酸盐学会固废分会青委会副主任委员；硅酸盐建筑材料国家重点实验室“功能设计与调控分室”主任；多个SCI期刊编委或客座主编；深圳市海外高层次人才计划“孔雀计划”；美国化学学会国际青年学者奖；“霍英东教育基金会第十六届高等院校青年教师基金”；发表SCI学术论文80余篇，个人学术因子为28；国际学术会议上做学术报告60余次主持和参与组织国际学术会议5次。
题 目：功能结构陶瓷材料原子与电子结构计算研究
摘 要：面向水泥、玻璃、陶瓷等多尺度结构、多组分成分等复杂功能结构陶瓷材料，从原子和电子尺度上精确表征材料纳微结构，实时获取材料相变及生长过程的全息动态信息，是当前材料领域发展面临的共性关键科学问题。报告人近年来，持续开展“功能结构陶瓷材料原子与电子结构计算研究”，利用基于密度泛函理论的第一性原理计算和分子动力学等多尺度模拟技术，联合原子轨道正交化线性组合计算方法，系统深入地研究了功能陶瓷材料(水泥、玻璃、功能薄膜等材料)的热/动力学参数与形貌、结构和材料理化性质的关系；精细表征了材料原子局域结构，阐释了材料相变的原子与电子尺度机制，为传统功能结构陶瓷材料功能集成升级以及可控制备与应用提供理论依据。

简 历：刘韩星，武汉理工大学材料学科教授，任武汉理工大学材料科学与工程国际化示范学院执行院长、武汉理工大学材料基因工程研究中心主任，兼任亚洲固态离子学会理事等。主要从事能量储存与转换材料及其器件研究，先后承担国家自然科学基金重点等40多项科技项目，发表SCI论文300多篇、授权国家专利25项、出版学术专著2部，获国家教学成果奖、省部级科技成果奖。
题 目：钙钛矿多功能材料的性能预测与新性能发现
摘 要：钙钛矿型氧化物ABO3是一种具有独特物理性质和化学性质的新型无机非金属材料，作为是新一代的多铁材料、超导体、离子导体和薄膜生长的基质被广泛应用。本研究对不同来源及第一性原理计算的钙钛矿材料的化学结构数据、晶体结构数据的进行标准化处理。通过层次化样本特征抽取方法对训练数据集进行模型训练，利用机器学习方法抽取相应的性能敏感的“特征基因”并优化模型，利用该模型在大量未知材料库中搜索新型的高性能钙钛矿材料。带隙是决定钙钛矿材料导电能力等性能的重要指标，精确并快速地获得钙钛矿材料的带隙具有重要意义，而通过实验以及基于密度泛函理论（DFT）的方法表征材料的带隙是一个复杂的过程，精确计算材料的带隙十分耗时且昂贵。本研究提供了一种新型的机器学习模型，使用formationenergy作为中间变量渐进地预测了钙钛矿材料的带隙。用元素信息表征样本之间的组成差异，用三个位置（A、B、O位）上的bond-valence理论值表征晶格畸变的大小，特征筛选后建立最优特征集。模型在预测formation energy达R2=0.964的高精度后，formation energy的预测值作为中间变量加入特征集并对带隙进行预测，模型获得了足够高的精度（R2=0.857）。与此同时，即使不使用计算量庞大的DFT结果作为特征，也能准确预测出材料的带隙值，且该方法对其它种类的材料同样具有适应性。

简 历：刘兴军，教授，哈尔滨工业大学（深圳）材料基因与大数据研究院长，国家杰出青年科学基金获得者，深圳市国家级领军人才。现在为国家新材料产业发展战略咨询委员会委员、中国空间科学学会空间材料委员会副主任、中国物理学相图专业研究学会常务理事。主要研究方向为材料基因工程和高温合金等。在Scienc等学术刊物上发表论文300余篇，授权国家发明专利37项，获得国内外、省部级学术奖励十余项
题 目：基于机器学习算法的新型Co基高温合金多性能优化设计系统
摘 要：新型Co基高温合金由于是以γ′相作为强化相，表现出较好的高温性能，被认为是航空发动机涡轮叶片的有力候选材料。但由于γ′相的稳定性较差，需要对合金的成分进行优化提高其组织稳定性要对合金的成分进行优化提高其组织稳定性以达到提高合金性能的。通过实验手段寻找性能优异的合金成分，效率低，周期长，盲目性大，本工作以材料信息学思想为基础，将材料学知识和机器学习算法相结合，建立知识和机器学习算法相结合，建立了可以实现合金多性能优化的设计系统。该系统可以对高温合金强化相γ′相的稳定性、γ′相的体积分数、合金组织形态等重要指标进行较为准确的预测。该系统可以依据设定的多性能目标进行合金的逆向设计，高效地给出符合设计条件的合金成分组合。本系统在新型Co基高温合金的设计工作中具有较为广泛的应用前景。

简 历：Prof. Yi LIU obtained his Ph. D. degree at Materials Science and Engineering at Institute of Metal Research in China in 1997. Then he has worked in the field of computational materials science at Nagoya University, Japan (1997-2002); Juelich Research Center, Germany (2002-2003); University of Western Ontario, Canada (2003-2005); California Institute of Technology, US (2006-2012). He was a professor at the School of Materials Science and Engineering, the University of Shanghai for Science and Technology between 2012-2015 before he moved to Materials Genome Institute and Department of Physics at Shanghai University (2015-present). His current research interests focus on the materials design for superalloy, combustion, nanomaterials, and catalysis by combining computation (density functional theory and molecular dynamics simulations), machine learning, and high-throughput experiment approaches based on materials genome concept.
题 目：Machine Learning Assisted First-Principles Study for Alloying Element Occupation in Superalloy
摘 要：For composition design of multi-component alloy, it is critical to clarifing the preferential site occupancy of alloying elements to elaborate their strengthening mechanisms. It is, however, a formidable task for first-principles (FP) calculations to explore the enormous potential doping configurations in the complex multi-component alloys. In this work, we first carried out high-throughput FP calculations systematically for several hundred alloy doping configurations in superalloy, considering ~10 alloying element substitution at multiple nonequivalent sites. The machine learning models were used for further prediction, reducing the cost of expensive FP calculations while maintaining the certain accuracy. We developed the machine learning models based on the high-throughput FP calculated data. We designed a “Center-Environment” (CE) descriptor model to construct descriptive features by combining elemental properties and local composition and structure information of both center and environment atoms. It is shown that the CE descriptors can be used to predict both the substitution energy and local geometry change of alloying elements in superalloy. By comparison we show clearly that the machine learning prediction using feature construction with both composition and structure information is more accurate and robust than that with composition only. Taking the advantages of the accuracy of first-principle calculations and efficiency of machine learning methods, such combined FP-ML approach becomes an emerging strategy to explore enormous configurations commonly required in computational materials design.

简 历：宋海峰，北京应用物理与计算数学研究所副所长，博士，研究员。长期从事极端条件下材料物性精密建模与模拟预测工作。入选中物院双百人才工程，科技部中青年科技领军人才。获军队科技进步二等奖4项，于敏数理科学奖。中国材料研究学会计算材料分会副秘书长，材料基因组分会首届委员，中国核学会锕系物理与化学分会首届常务理事。
题 目：材料微结构演化的微介观模拟研究
摘 要：本工作对金属锆的空洞和氢化物的演化过程进行了细致研究：通过微观模拟深入认识了材料微观缺陷结构的成核机理，通过介观相场建模及模拟研究微结构生长及演化过程。辐照结构损伤是锆材料核电应用首要关注的问题。通过大规模第一性原理分子动力学模拟技术，准确预测了不同晶向金属锆产生空位的离位阈能相对关系；随后构型能计算揭示空位倾向以紧密堆积的形式聚集，聚集行为加重了力学性质的变化程度；最后相场建模与模拟表明，空洞多面体形貌由表面能异性决定，异性生长行为主要与扩散异性有关。氢化腐蚀是引起锆合金服役失效的重要因素。通过第一性原理结构搜索方法找到了所有实验已知的锆氢化产物（ZrHx）结构，并预测了比实验结构更稳定的新结构，阐明了不同冷却条件对?-ZrH1.5和?-ZrH形成的影响。在介观尺度上，针对锆氢化腐蚀过程中产生的δ氢化物，利用相场模拟方法研究了其微结构特征及演化过程以及应力作用下δ氢化物取向的转变行为。

简 历：宋晓艳，德国“洪堡学者”和“洪堡基金再邀请学者(Reinvitation Program)”，国家杰出青年科学基金获得者，教育部长江学者特聘教授。以“金属纳米材料稳定性基础研究”与“工程应用”紧密结合为学术发展方向。主要研究成果获得省部级科技进步一等奖、自然科学二等奖、技术发明二等奖等四项，获授权发明专利50余件，于Adv. Mater.、Acta Mater.、ACS Nano等期刊发表SCI论文260余篇，合著国际专著1部，在国际国内学术会议上作邀请报告60余次。兼任硬质材料领域国际期刊RMHM副主编、中国体视学会副理事长、中国物理学会相图专业委员会委员、材料研究学会计算材料学分会理事等，获得“北京市突出贡献人才”、 “北京市三八红旗奖章”等荣誉。
题 目：硬质合金强韧化的多尺度模拟研究
摘 要：随着航空航天、军工、电子信息等前沿科技领域对硬质合金加工工具材料的要求越来越高，硬质合金的综合高性能化是这一传统粉末冶金材料发展的必然趋势。其综合性能的瓶颈问题是在超高硬度的基础上兼具高强度和高韧性。本报告基于团队多年来在硬质合金领域的研究探索，介绍从材料体系成分设计、组织结构优化到服役性能协同提升全流程中开展的多尺度建模计算的研究工作。近期我们结合不同尺度下优势模型/算法的应用、跨尺度耦合模型的建立，以及不同尺度间关键参量的数据传输、交汇和融合，构建了硬质合金力学行为的多尺度贯通、高通量并发计算模型。以硬质合金这种典型的金属-陶瓷复合材料为代表，这种多尺度高通量建模策略可推广应用于多种高性能新材料的设计研发过程。

简 历：孙志梅简介：北京航空航天大学长江学者特聘教授，国家杰出青年基金获得者，入选国家百千万人才工程和国家“万人计划”领军人才等。孙志梅教授长期从事材料电子结构计算和分子动力学模拟研究以及相关实验工作，在半导体材料和高性能陶瓷等体系的结构与性能研究中取得了显著成绩，在PRL、JACS、PNAS、Nano Letters、PRB、APL等专业期刊上发表SCI论文170余篇，论文曾被Nature作为Research Highlights进行评论和介绍，被Nature Materials在News & Views栏目进行介绍、被Science、Nature Mater.、JACS、PRL、PNAS等SCI期刊引用5000余次；授权9项国家发明专利。主持国家重点研发计划《材料基因工程关键技术与支撑平台》重点项目等多项国家和省部级项目。
题 目：Identifying Optimal Dopants for Sb2Te3 Phase-Change Material by Highthroughputab Initio Calculations with Experiments
摘 要：Doping is an effective way to improve the overall performance of Sb2Te3 for the application in phase-change memory (PCM). However, it is difficult and laborious to obtain the optimal dopants using the time-consuming trial and error way. By high-throughput ab initio calculations with experiments, the present work identified Scandium, Yttrium and Mercury as the optimal dopants for Sb2Te3 to reduce the power consumption of Sb2Te3-based PCM. Using Sc as an example, we have extensively investigated the doping effect on the structure and property of Sb2Te3. The band gap of Sb2Te3 linearly increases with increasing the Sc concentration by ab initio calculations, and our experimental results confirm the theoretical findings. Furthermore, based on the semiclassicalBoltzmann transport theory, Sc can significantly decrease the electrical conductivity and thermalconductivity of Sb2Te3, and therefore reduced energy consumption of Sb2Te3-based PCM is expected. Finally, theab initio molecular dynamics simulations demonstrate that Scandium can significantly improve the thermalstability of amorphous Sc-doped Sb2Te3, and hence the enhanced data reliability of Sb2Te3-based PCM. Thepresent work provides fundamentals for fast screening optimal dopants to enhance the overall performance ofSb2Te3 for PCM, and the present method can be extended to other semiconductor materials.

简 历：宿彦京，1965年生，博士，教授，博士生导师。2000年毕业于北京科技大学大学材料物理系，获博士学位。现任北京科技大学材料失效与控制研究所所长、工业与信息化部产业发展促进中心“材料基因工程关键技术与支撑平台”和“制造基础技术与关键部件”重点专项专家委员会委员。
题 目：机器学习在多组元合金研发中的应用
摘 要：机器学习可以从大量数据中挖掘新知识和新规律，加速新材料的设计与研发，成为材料领域活跃的研究方向，有望成为一种新的研发模式。本报告以机器学习在高熵合金研发和相分类，以及在高温合金多服役性能协同优化为例，介绍了机器学习在材料研发和新材料设计中的应用，以具体实例说明，利用机器学习指导材料设计和实验制备，可以大幅度降低实验次数，提高新材料研发的效率。

简 历：王鹏，北京航空航天大学国际交叉科学研究院、数学与系统科学学院教授，从事不确定性量化领域的研究。他2011年获得美国加州大学圣地亚哥分校计算科学博士学位，2011-2013年在美国太平洋西北国家实验室担任研究员， 2014年入选中组部第十批“千人计划”青年项目。他目前担任国家重点研发专项“高通量自动流程材料集成计算算法与软件及其在先进存储材料中的应用”的课题负责人，从事高通量材料数据管理、可靠性分析与智能学习等材料信息技术的研究。
题 目：基于有限数据样本的互扩散系数反向建模
摘 要：异质材料之间的互扩散系数是描述金属合金固化、热量传输、氧化、涂装等物理化学过程的核心参数之一。传统方法通常对经典扩散方程中的互扩散系数进行反向建模，然后通过实验手段测量异质材料的浓度后，对互扩散系数进行求解。但是，有限的实验样本、高昂的计算成本以及反向建模过程的不确定性等因素严重影响了人们对互扩散系数进行有效、精准地量化。针对上述问题，本报告借用低秩矩阵、压缩感知等计算数学方法，提出了一种全新的高性能计算框架来预测若干异质材料之间的互扩散系数。为了检测上述计算框架的有效性与准确性，我们以三元材料系统为例，进行了数值验证。同时，我们也对实验样本的选取进行了优化设计，从而降低所需对数据成本。

简 历：徐明，华中科技大学教授，微电子学系主任。在复旦大学获得本科和硕士学位并在美国约翰霍普金斯大学获得博士学位，之后受到洪堡奖学金的资助在德国亚琛工业大学进行博士后研究。2016年正式加入华中科技大学光学与电子信息学院，获批 “青年千人”计划。徐明博士的研究主要集中在相变存储材料与器件、基于硫系化合物的选通管和忆阻器等。他已在PRL、PNAS等发表50篇高质量论文。
题 目：相变存储器的材料基因探索和改良
摘 要：发展自主研发的大规模高密度存储器是我国的重大战略目标。存储器中的重要分支相变存储（PCM）是很有潜力成为下一代存储器的新型存储技术之一，它是利用相变材料在晶体和非晶体之间的快速转换来实现“0”和“1”的开关。因此，非晶结构“基因”决定了相变存储器的擦写速度、数据保存时间以及工作温度。我们对该硫系非晶材料Ge-Sb-Te进行了深入的研究，发现了其“八面体”的局部结构规律，颠覆了以往Ge形成的四面体结构的观念。同时，我们利用C掺杂对二元Ge-Sb进行了基因的改良，在原来的“八面体”中引入了紧凑的“四面体”，大大提高了其晶化温度，缩小了晶体和非晶体的密度差，这将大大提升器件的稳定性和寿命。

简 历：赵焱，武汉理工大学硅酸盐建筑材料国家重点实验室首席教授，国家特聘专家和湖北省第七批“百人计划”专家。主要从事计算化学、材料模拟和3D打印的研究工作，赵焱是美国惠普公司3D打印技术的主创人员之一，获美国和国际专利25项，在其研究领域的国际权威刊物上发表高水平研究论文80余篇, SCI引用超过36000余次, 其中一篇论文单篇引用超过12000次，H因子为50，10年来的高被引文章(Highly Cited Papers)为9篇，2014-2017连续4年都被美国汤森路透集团和科睿唯安公司列入全球高被引科学家名单。
题 目：量子力学方法在锂-硫电池材料中的应用
摘 要：锂-硫电池有非常高的能量和功率密度，有着很好的应用前景，是电池领域的研究热点。锂-硫电池存在的主要问题之一是在充-放电过程中，会有多硫化锂Li2Sx（2≤x≤8）中间产物生成，其易溶于电解液，这些Li2Sx由于浓差效应在两极之间穿梭，使得电化学反应不完全，同时造成正负极活性材料的损失和电解液的消耗，这种现象被称为锂-硫电池的“穿梭效应”。解决“穿梭效应”的主要方法是找到合适的正极S载体材料，来吸附Li2Sx从而抑制其扩散。近些年，人们尝试用密度泛函方法来辅助证明载体材料对Li2Sx的吸附性能，或是基于密度泛函方法来设计更优的载体材料。我们课题组将量子力学方法用于研究多硫化锂的结构和强亲和材料中， 例如如Co9S8, TiO2 和TiN等正极材料，并将计算结果与实验的充放电性能进行比较。

简 历：汪洪，上海交通大学材料基因组联合研究中心主任，“致远”讲席教授。2010年起在中国建筑材料科学研究总院担任绿色建筑材料国家重点实验室副主任，国家玻璃深加工工程技术研究中心首席科学家。当前研究集中在材料基因工程理论，高通量材料制备与表征技术及建筑节能镀膜玻璃与太阳能光热材料及产业化技术研发。
题 目：太阳能光热转换材料的理性设计优化与工程应用
摘 要：太阳能吸收涂层是太阳能集热器的关键材料。为了获得较高的光热转换效率，需吸收尽可能多的入射光能量（波长范围从0.3微米到2.5微米），而让辐射热损失尽可能少。因此，应具有光谱选择性，即同时具有高太阳吸收率和低热辐射率。太阳能吸收层的材料选择和设计对其整体性能至关重要。通过制备与表征对金属Cr不同程度的氧化与氮化的样品，系统获得了氧化铬、氮化铬与氮氧化铬的大量光学性能数据，以此为基础设计出由三种不同成分亚层组成的复合CrNxOy吸收层，获得了高吸收和低发射率的良好平衡，实现了96%的太阳吸收率和3.5-5.0%（80-200oC）的发射率，并具有良好的热稳定性。经优化，涂层膜系的总体光学性能对单个亚层厚度不敏感，因此实际生产中工艺窗口很宽，便于工艺控制。

简 历：杨小渝，博士、英国剑桥大学博士后，现为中科院“百人计划”研究员，中科院计算机网络信息中心材料基因信息技术实验室主任。主要从事材料基因组高通量材料集成计算、材料多尺度模拟计算等关键核心技术 ，以及材料第一性原理计算数据库的建设。曾参与了十多个英国政府及欧盟框架项目的研发，对信息化技术的应用，以及如何沿用国际化的方法和模式系统地开展交叉学科项目的研究有着深刻的理解。在国际重要期刊、国际学术会议发表学术论文20余篇，并著有三部英文学术著作；同时还担任国际期刊主编／国际学术会议审稿人。2011年获由教育部，科技部举办的第五届“春晖杯”留学人员创新创业大赛二等奖。
题 目：MatCloud高通量材料集成计算平台：最新研究进展
摘 要：开展材料计算模拟，不仅要熟悉材料计算软件（如VASP），还要对Linux系统非常熟悉，及解决计算资源的问题，这极大地增加了开展材料计算模拟的难度，并且计算数据也得不到集中且有效地管理，极易地丢失，为进一步采用人工智能技术开展材料数据挖掘造成极大不便。研发了帮助快捷开展高通量材料计算和建立材料计算数据库的云平台。 MatCloud直接与计算集群相连, 提供图形化建模工具, 支持跨尺度的计算流程设计等。实现了大规模材料计算的作业在线提交和监控、结果分析，数据自动处理等功能。用户无需下载任何软件和插件，只需网页浏览器，通过帐号、密码登陆 http://matcloud.cnic.cn即可使用。用户需自带VASP软件版权。本报告将介绍MatCloud最新研究进展。