【儀表網(wǎng) 研發(fā)快訊】 東北大學(xué)數(shù)字鋼鐵全國重點實驗室(DSL)徐偉教授團隊近五個月圍繞機制與數(shù)據(jù)雙向驅(qū)動的材料設(shè)計主題獲得系列化成果，在多個頂級期刊連續(xù)發(fā)表文章，其中包括Nature Communications 17 (2026) 5672、Nature Communications 17 (2026) 10207以及Acta Materialia 321 (2026) 122819、Acta Materialia 321 (2026) 122827等。文章主要作者為徐偉教授、李亦莊教授、王晨充教授、王靈禺副教授、于皓副教授以及團隊博士研究生莊乾鐸、付佳博、董廣起、周梓燁。
 

　　機制與數(shù)據(jù)是近年來推動金屬結(jié)構(gòu)材料領(lǐng)域發(fā)展的兩駕馬車，兩者雖然都在各自的領(lǐng)域起到了顯著的牽引作用，但兩者的獨立發(fā)展與淺層交互居多，并未完全形成共同牽引、深度融合等“1+1>2”的效果。在全國重點實驗室“數(shù)字鋼鐵”研究理念的指導(dǎo)下，徐偉教授團隊在積極擁抱數(shù)據(jù)驅(qū)動新技術(shù)的同時，持續(xù)深耕以鋼鐵材料為主的金屬結(jié)構(gòu)材料相變與力學(xué)機制研究，逐步構(gòu)建了機制與數(shù)據(jù)間的深度互融通道，形成了數(shù)據(jù)驅(qū)動助力新機制挖掘、新機制指導(dǎo)數(shù)據(jù)分析能力提升的雙向流通方法與體系，打破傳統(tǒng)材料學(xué)研究范式與人工智能新研究范式間的技術(shù)壁壘。
 

　　徐偉教授團隊在本年度的系列化研究成果，充分展現(xiàn)了在鋼鐵材料等金屬結(jié)構(gòu)材料體系下機制研究與數(shù)字化研究的相互促進(jìn)作用，更進(jìn)一步印證了數(shù)字鋼鐵全國重點實驗室面向鋼鐵全流程，融合冶金、材料、人工智能、集成計算等多學(xué)科多理論研究路線的合理性。“機理 + AI”的研究思路在相變機制表征、多智能體集成等技術(shù)手段的助力下，必可在未來的材料學(xué)研究中發(fā)揮更大的創(chuàng)新與引領(lǐng)作用。
 

　　在基于晶體原位生成機制的近理論強度材料開發(fā)方面，該研究面向“近理論強度難以走出納米尺度”的長期難題，從物理冶金機制出發(fā)，提出基于晶體原位生成機制的材料設(shè)計新路徑，通過鋼中共晶凝固原位形成微米尺度單晶TiB2，在晶體生長過程中顯著降低孔洞、微裂紋等致命缺陷。由此，TiB2在真正微米尺度下仍表現(xiàn)出數(shù)十GPa級拉伸強度和最高9%的彈性拉伸應(yīng)變。與傳統(tǒng)依賴極端尺寸縮小來獲得近理論性能相比，該方法從材料制備機制出發(fā)實現(xiàn)缺陷調(diào)控，為近理論強度材料由納米尺度向可應(yīng)用微米尺度拓展提供了新的物理冶金路徑。相關(guān)工作以“Achieving near-theoretical strength and high elasticity in micrometer scale TiB2 ceramics”為題發(fā)表于Nature Communications期刊。
 

　　論文鏈接: https://doi.org/10.1038/s41467-026-74750-1
 

　　在奧氏體不銹鋼屈服延伸現(xiàn)象的相變機制解析方面，亞穩(wěn)奧氏體不銹鋼在晶粒細(xì)化與預(yù)應(yīng)變強化過程中易發(fā)生不連續(xù)屈服與Lüders帶傳播，導(dǎo)致變形局部化，制約板材成形質(zhì)量與服役安全。該研究突破傳統(tǒng)僅以馬氏體含量解釋屈服延伸現(xiàn)象的認(rèn)知局限，首次系統(tǒng)揭示屈服轉(zhuǎn)變源于奧氏體基體加工硬化能力與變形需求之間的失衡，并闡明奧氏體與馬氏體兩相強度差對屈服行為及Lüders帶演化模式的關(guān)鍵控制作用。研究從兩相強度匹配與加工硬化協(xié)同作用的全新視角揭示屈服轉(zhuǎn)變本質(zhì)，為Lüders帶精準(zhǔn)調(diào)控及高強鋼板精密成形提供了新的理論依據(jù)。相關(guān)工作以“Influence of strength contrast between austenite and martensite on the yield point elongation phenomenon in a metastable austenitic stainless steel”為題發(fā)表于Acta Materialia期刊。
 

　　論文鏈接: https://doi.org/10.1016/j.actamat.2026.122827
 

　　在凝固機制指導(dǎo)人工智能的增材制造合金設(shè)計方面，該研究創(chuàng)新性構(gòu)建凝固機制知識圖譜，將成分、工藝與凝固行為的機制關(guān)聯(lián)融入人工智能。相比僅輸入物理參數(shù)的方法，該圖譜顯式表達(dá)物理聯(lián)系，實現(xiàn)定性冶金知識與定量數(shù)據(jù)協(xié)同利用，并考慮缺陷波動與預(yù)測不確定性，提高小樣本下合金設(shè)計的可靠性。該研究僅用142組數(shù)據(jù)，設(shè)計的鎳基合金缺陷面積分?jǐn)?shù)僅為0.037%～0.133%，兼具優(yōu)異蠕變性能，一舉打破了增材制造高溫合金可打印性與蠕變性能的互斥關(guān)系。該方法還成功遷移至高致密鋁合金設(shè)計，以更少實驗協(xié)同提升成形質(zhì)量與服役性能，為增材制造合金設(shè)計提供高效、可推廣的新路徑。相關(guān)工作以題為“Knowledge-informed graph attention networks enable defect-free alloy design for laser additive manufacturing”發(fā)表于Nature Communications期刊。
 

　　論文鏈接: https://doi.org/10.1038/s41467-026-77119-6
 

　　在數(shù)據(jù)驅(qū)動智能體助力韌性機制自主挖掘方面，該研究創(chuàng)新性建立了領(lǐng)域內(nèi)首見報道的機制自主挖掘智能體，該智能體可以通過自動化的數(shù)據(jù)分析，總結(jié)數(shù)據(jù)中包含的相變機制關(guān)系，并形成相比人為經(jīng)驗判斷更為客觀合理的物理冶金機制圖譜，以指導(dǎo)合金設(shè)計。通過該智能體發(fā)現(xiàn)的“Mo元素→R相界面能→韌性”核心機制鏈，助力了高強鋼體系下多種高韌性合金方案的成功設(shè)計，設(shè)計的新合金在保證強度不損失的同時韌性最高提升幅度達(dá)50%。充分證明了相比于傳統(tǒng)僅依靠表征實驗與專家經(jīng)驗判斷的機制解析方式，基于數(shù)據(jù)驅(qū)動智能體的機制挖掘方法更加高效便捷。相關(guān)工作以題為“Autonomous Mechanism Discovery in Tough Alloy Design via Causal Reinforcement Learning on Knowledge Graphs”發(fā)表于Acta Materialia期刊。
 

　　引用：徐偉教授團隊在《自然·通訊》連續(xù)發(fā)表機制與數(shù)據(jù)雙向流通的材料設(shè)計領(lǐng)域系列成果-東北大學(xué)新聞網(wǎng)【引用時間：2026年10月14日】