01
热力学与相图
从原子相互作用预测有限温度相稳定性
综合运用密度泛函理论、特殊准随机结构、团簇展开、蒙特卡洛采样、CALPHAD 与 机器学习原子势，研究多组元合金广阔成分空间中的相稳定性。
PhaseForge 将结构生成、能量计算、自由能拟合、力学不稳定相处理与相图预测 整合为自动化流程；PhaseForgePlus 进一步结合实验数据，优化具有物理约束的 热力学模型。
复杂合金研究 · 中国科学院金属研究所
从原子构型到相稳定性
围绕复杂合金的相稳定性与结构演化，发展原子尺度模拟、热力学建模与机器学习方法， 解析局域化学环境与相图、缺陷行为和力学性能之间的联系。
核心问题
高维复杂合金如何选择其结构与物相？
复杂合金面临高维成分空间、非理想原子结构、多类自由能贡献耦合以及实验数据 稀缺等挑战。相关工作以物理机制为基础，着力构建可迁移、可验证并能服务材料设计的计算方法。
原子结构
能量计算与统计采样
自由能与相稳定性
数据与实验反馈
02
金属玻璃
非晶代表性结构与剪切局域化
金属玻璃模型既要保留真实的短程几何特征，又要控制原子数以支持高精度计算。 为此提出特殊玻璃结构并开发 MAST，通过匹配大尺度非晶体系的几何与拓扑描述符， 优化适用于第一性原理计算的小尺度代表性结构。
这些模型可用于更高精度的性质计算，并能够系统研究密度涨落、局域自由体积与 协同塑性重排如何促进剪切带形成。
03
缺陷与间隙原子
结合蒙特卡洛与机器学习势搜索复杂缺陷环境
间隙溶质、表面、晶界、位错与空位使高熵和难熔合金具有巨大的构型空间。 研究采用多层级采样与原子结构弛豫，解析元素偏聚、局域化学环境与缺陷稳定化机制。
PAIPAI 将蒙特卡洛构型探索、机器学习势结构优化与能量评估结合，用于搜索零温 与有限温度下的低能构型。
开源科研基础设施
围绕科学问题构建的软件
未来方向
从可复用方法走向共享材料研究基础设施
高维相图与材料数据
在标准化高通量工作流中融合原子尺度计算、热力学模型与实验信息，建设可复用的合金数据库。
非理想结构与人工智能模型
生成面向缺陷结构的专题数据，训练结构与性质预测模型，并通过实验验证形成迭代闭环。