电话
您的姓名 *
您的公司名称 *
您的电话号码 *
您的电子邮箱 *
需要 *
感兴趣方向 *
留言 *
验证码 *
返回
资讯动态
资讯动态
资讯动态
NeoTrident News
资讯动态
大数据—材料研发的 新机遇和挑战 新工业巡展· 上海站
来源:计算机模拟平台

>> 下载会议通知:

【观众邀请函】2020年达索系统工业新体验巡展邀请函-创腾科技docx.pdf


会议时间:2020年9月12日
会议地点:上海市浦东新区

会议形式:线下研讨会【免费】

报名方式点击报名 


识别下方二维码,立即报名

15960979274474343P1e.png

报名后五个工作日内您会收到工作人员的成功报名的邮件通知,请留意您的注册信箱,有任何问题可随时联系工作人员。
注:报名通道现已开启,报名从速,额满截止!同一单位限5人参与。

会议内容

我们举全国之力抗击疫情并取得了阶段性胜利,但道阻且长,唯有奋力一搏,才能在第四次工业革命中争取自己的一席之地。新基建计划将加速两化融合,数字化、网络化、智能化,坚持制造强国,行则将至。新一轮的基建已经开始,智能化的大门正在打开,我们都身处其中。借助这一场改变行业格局的浪潮,基于最先进的人工智能与仿真模拟平台,利用大数据智能分析与预测技术,铸就灵活多变应对复杂挑战的研制能力,既是我们的壮志雄心,也是你我筑梦之缘起。


创腾科技将携手达索系统于9月12日(周六)上海举办以“大数据——材料研发的新机遇和挑战“为主题的线下巡讲活动。届时将邀请到材料领域的专家学者与大家分享最前沿的技术与应用案例,让我们面对面一起纵论工业新局面。现诚邀各位学者与企业研发及管理工作者参加本次会议,本次活动不收取任何费用


会议特色


◆ 专注材料领域大数据应用

在大数据时代的今天,数字化贯穿于材料研发、生产、管理及销售的全过程。材料大数据的应用目前还处于缺数据、缺标准,信息孤岛严重等现状,材料研发型企业与学术机构都需要提升信息化和智能化,从数据中挖掘更多的隐藏价值,有效促进整个材料行业信息化管理和应用的变革。


◆ 汇聚国内顶尖水准的专家

邀请到国内材料领域具有丰富数据分析与应用经验的专家,就当前热门话题,并结合痛点与实际案例进行分享交流,提供与大咖面对面交流的机会。


◆ 产学研一体化交流平台

邀请嘉宾包含国内知名企业、高校、科研院所的专家,为学术研究与企业间能达成课题合作及成果转让提供平台和资源。


日程安排


时间

主题

演讲嘉宾

8:30 - 9:00

会议签到 (注册、领取会议资料)



9:00 - 9:15

开幕致辞

北京创腾科技有限公司

9:15 - 10:00 

报告主题:
电化学储能材料计算筛选与性能优化
 

刘建军 研究员
中科院上海硅酸盐研究所

10:00 - 10:15

茶歇



10:15 - 11:00

报告主题:
材料研发的新模式=模拟计算ⅹ数据挖掘-Biovia在材料研发中的整体解决方案介绍


代亚东 博士
北京创腾科技有限公司

11:00 – 11:45

报告主题:
计算和数据驱动的加速材料设计


刘轶 教授
上海大学

12:00– 13:30

自助午餐



13:30 - 14:15

报告主题:
基于机器学习和主题设计的能源材料设计


李有勇 教授
苏州大学

14:15 - 15:00

报告主题:
新型工业流体大规模虚拟快速筛选工具-BIOVIA COSMOlogic


胡锐骎 博士
北京创腾科技有限公司

15:00 - 15:10

幸运抽奖(100%中奖)



15:10 -15:30

茶歇



15:30 -16:30

BIOVIA 产品现场演示与互动问答


材料科学技术专家团队
北京创腾科技有限公司

16:30

会议结束






嘉宾介绍

【以下排名不分先后】


1596100037536604ZKEb.png

刘建军 研究员

中国科学院上海硅酸盐研究所

高性能陶瓷和超微结构国家重点实验室副主任


刘建军,中国科学院上海硅酸盐研究所研究员,博士生导师,中科院杰出人才计划(2013)。主要发展先进计算电化学方法,并计算筛选设计新型电化学储能材料,开展材料结构设计与性能优化计算与实验研究。


报告主题:
电化学储能材料计算筛选与性能优化


建立材料组成结构对性能影响的定量/定性描述是高通量计算与机器学习筛选与设计新材料、优化材料性能的重要基础,也是材料基因工程重要组成部分。本报告以电化学储能材料为例,通过在电子-原子分子层次揭示电荷转移与电化学反应耦合机制建立定量化组成结构-性能关系,通过高通量计算、机器学习、实验验证设计系列高性能电化学储能材料。


电化学储能材料的电化学活性与结构稳定性竞争是储能容量与循环性能竞争关系是电化学传统问题。针对富锂相正极材料可逆循环性能差的问题,以电子空穴定量表征为基础,建立局域结构的价键结构、原子电负性、原子半径等对析氧反应与可逆容量的定量关系,高通量筛选与数据挖掘结合,设计一系列高性能富锂相正极材料


针对锂硫电池穿梭效应问题,通过计算正极材料对多硫分子吸附能与表面电负性,利用组成原子电子亲和势差值建立材料定量筛选因子,部分计算结果得到实验验证,这种原子电负性与原子半径等组成结构特性作为电化学活性筛选因子的策略进一步扩展到析氢电催化材料筛选,计算结果与实验一致。因此建立基于组成结构的材料筛选因子不仅对理解材料基本特性提供帮助,也为筛选设计新材料、优化材料性能提供重要理论基础。


1596100085859609RHcc.png

李有勇 教授

苏州大学,纳米学院


李有勇,苏州大学特聘教授,近年来围绕多尺度模拟方法发展和能源材料设计,取得了一系列原创性成果,设计了多种新型催化材料、光伏材料。


报告题目:基于机器学习和主题设计的能源材料设计


我们通过发展多尺度模拟方法和主题设计,设计了多种能源材料,如OPV、钙钛矿材料等。通过“二元元素混合相”等新主题,设计了多种性能优异的电催化和光催化材料,通过硅和贵金属复合,设计了多种新型HER电催化材料,如硅和铑复合材料。通过单原子元素基底配体的多种组合,我们筛选出了多种性能优异的材料,如用于HER和OER的材料。基于“二元元素混合相”,通过在二维纳米材料上混合两种具有不同电负性的元素,我们能够获得均匀分布在表面的电荷,从而增强其电催化活性。同样的策略会在二维纳米材料中引入固有的偶极矩和能带弯曲,从而增强其光催化活性,我们并可以调整和改善二维纳米材料的带隙和其他特性。


我们发展的多尺度方法可以和机器学习的方法相结合,在不同尺度、不同精度下产生大量数据来训练和优化模型,从而对模型的参数进行修正和优化,得到可靠的模型,实现对材料的高效优化设计,我们提出了分子堆积因子来提高算法预测的效率。



1596100120824009L415.png

刘轶 教授

上海大学,材料基因组工程研究院


刘轶教授1992年和1995年在东北大学分别获得学士和硕士学位,1997年在中国科学院金属研究所获得博士学位。2012年回国在上海理工大学材料学院学院任教授。2015年开始在上海大学理学院物理系任教授,任材料基因组工程研究院副院长。


报告题目:计算和数据驱动的加速材料设计


材料设计需要针对目标性能在巨大的成分/工艺参数空间中进行优化选择。传统的经验试错的实验方法耗时昂贵,难以完成全面系统快速探索。高通量第一性原理计算提供了系统考察材料成分和结构的手段,但仍然昂贵而使得可研究体系非常有限。数据驱动的机器学习方法可用于高效处理复杂的材料构效关系,使得数据分析方法成为在实验、理论和计算之外的新的第四研究范式。将第一性原理计算和机器学习方法结合,可以发挥计算的高精度和机器学习的高效率的互补优势,从而实现高效率、高精度的材料性能预测、优化和设计


该报告将介绍课题组近年来将计算和数据方法结合,尤其是在机器学习“特征工程“方面的研究工作进展。我们提出了能够描述局部成分和结构性能的”中心-环境“特征模型(Center-environment model,简称CE)。我们结合第一性原理计算数据发展多种基于CE特征理念的机器学习模型,将分别讨论:

(1)成分与”成分-结构“特征模型的对比;

(2)复杂体系的环境原子定义;

(3)单中心与多中心CE特征模型的对比;
(4)表面CE特征模型的发展与应用等。

这些方法分别用于研究多元高温合金的置换元素占位、尖晶石氧化物的体相稳定性和钙钛矿氧化物的表面析氧反应等问题。在发展有效的机器学习模型同时,我们还进一步利用“特征-性质”和“成分/结构-性质”等关系图谱分析,将“机器学习”提升到“向机器学习”的新的知识认知高度,从而在更深更广的范围内理解材料构效关系,指导新材料体系的性能优化和预测设计。




1599796351617072CK7R.png

代亚东 博士,材料科学领域首席科学家

北京创腾科技有限公司


报告主题:材料研发的新模式 = 模拟计算x数据挖掘

          —— BIOVIA在材料研发中的整体解决方案介绍

实验和模拟是新材料研究和开发的两种主要手段,BIOVIA一直致力于为研究人员提供各种性能优异、操作便捷的实验、模拟工具,尤其在分子模拟研究领域。今年是Materials Studio软件发布20周年,其使用的便捷性、应用的广泛性、技术的严谨性,使其已然成为行业的标准和科研人员的日常工具。


随着数据技术在材料研究中的重要性日益增长,困扰传统分子模拟方法的诸多问题,也迎来了新的契机。利用分子模拟技术高效、廉价的获取有效的科研数据,结合数据技术存储数据、寻找数据的关联、揭示数据背后的规律。这种新的方式正在从多个角度弥合微观模拟与宏观实验间的沟壑,为分子模拟技术走出实验室,进入产业界提供了新的思路。在这种新趋势的驱动下,BIOVIA整合已有的资源,利用Pipeline Pilot工具将Materials Studio与数据技术相结合,为研究人员提供了一个更为灵活、更为开放、更为强大的平台。


本次报告将结合具体的案例,介绍BIOVIA针对材料模拟研究的新解决方案,Materials Studio + Pipeline Pilot.


1599796390724268cYkd.png

胡锐骎 博士,材料科学领域技术专家

北京创腾科技有限公司


报告主题:材新型工业流体大规模虚拟快速筛选工具

   —— BIOVIA COSMOlogic


COSMOlogic基于先进的COSMO-RS理论能够快速准确预测任意组分的混合溶液热力学性质。补充并拓展了已有的BIOVIA产品组合。多年来,该产品在工业流体性能模拟挑战赛以及SAMPL盲测挑战赛中屡屡夺魁,其睥睨同类产品的预测性已经帮助许多企业用户快速完成高通量溶液(包括离子液体)筛选,优化材料设计和生产工艺,节省大量经费。


COSMOlogic在量化计算的基础上,不依赖于实验,不受化合物类型的限制,即可预测任意组份的混合溶液的热力学性质,包括:活度系数,气液 (VLE)、液液 (LLE)、固液平衡(SLE),共沸点,浑溶隙,蒸馏分离性,气、液、固(包括晶体)的溶解度,蒸汽压,汽化热,,亨利常数,溶质在两个任意溶剂中的分配系数,共晶形成可能性,溶液化学反应平衡,纯化合物的密度与粘度等。广泛应用于有机溶液(工业流体)、离子溶液(锂电池电解液)、聚合物(石油化工)、药物分子等。


本次报告将结合具体案例,介绍BIOVIA针对溶液热力学研究的新型解决方案—COSMOlogic在化工流程设计、工业流体(包括离子溶剂,锂离子电解液)筛选、含能共晶材料筛选、药物小分子筛选等领域有广泛的应用。


会议注册

识别下方二维码,立即报名

15960979274474343P1e.png

报名后五个工作日内您会收到工作人员的成功报名的邮件通知,请留意您的注册信箱,有任何问题可随时联系工作人员。
注:报名通道现已开启,报名从速,额满截止!同一单位限5人参与。



会议联系

北京创腾科技有限公司

市场部:021-51821768-219 ;15317371712

邮箱:market@neotrident.com
官网:www.neotrident.com



>> 下载会议通知:

【创腾版-观众邀请函】2020年达索系统工业新体验巡展邀请函-创腾版docx.pdf