前言：尋找寫作靈感？中文期刊網用心挑選的計算材料科學教學研究，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：以大數據分析為基礎的計算材料學教學是材料教學中的重要組成部分。由于其具有數據庫龐大、理論知識繁雜、模擬范圍廣等特點，使得基于大數據分析的計算材料學教學的開展與實施存在較大的困難。本文通過將基于大數據分析的第一性原理，分子動力學與教學實踐相結合，使學生能夠更加直觀的從原子，分子的角度了解材料的變化。幫助學生篩選優化數據，學會理論分析的方法，掌握運用專業知識的能力，從而培養學生的科研能力和綜合素質。
關鍵詞：大數據分析；計算材料科學；第一性原理；分子動力學
1引言
大數據這個詞是伴隨著全球數據爆炸式增長而提出的，它主要用于描述巨大的數據庫。與傳統數據庫相比，大數據通常包括很多非結構化數據，并且需要更多實時性的分析。同時，大數據也帶給我們來了新的挑戰，如何有效的組織和管理數據成為目前急需解決的難題。大數據具有大量、多樣、快速、有價值等特征，這為我們的學習科研帶來了極大的幫助。通過用大數據方法對材料進行研究屬于計算材料學的范疇，計算材料科學是將材料科學與量子物理，力學，數學等學科相結合而形成的學科。材料的微觀組織以及原子的排列順序，晶格結構決定了材料的性能，通過了解材料從原子的排列到相的形成過程，微觀組織的變化過程以及材料宏觀性能與有效服役時間之間的相互關系，就可以更好的發現和制造新型材料。材料基因組計劃主要通過將高效的材料理論計算與模擬工具、高通量快速的試驗方法、材料性能數據庫和信息學等相結合，建立高效的材料數據庫?；诖髷祿椒ǖ牟牧嫌嬎愕姆椒ㄖ饕ǖ谝恍栽?、分子動力學計算、CALPHAD方法、蒙特卡羅法、元胞自動機法和有限元分析法等。通過基于大數據分析的計算材料科學的計算模擬，可以獲得材料的熱力學性能、力學性能、物理化學性能、材料的結構、點缺陷和位錯遷移率、晶界能和晶界移動性、析出相尺寸等性質，從而更好的了解材料。
2材料學大數據處理基礎理論
基于大數據處理的計算材料學包括許多種方法，主要有第一原理、分子動力學、蒙特卡洛、元胞自動機、相場法、有限元分析等。由于學生基礎知識欠缺較多且授課時間有限，以上方法不能全部應用到教學實踐中。因此，根據教學課程的實際情況以及不同的計算材料方法的不同特點，本文主要研究應用廣泛的第一性原理和分子動力學的教學，使學生從原子，分子角度更好的理解材料學。
2.1基于大數據分析的第一性原理方法
第一性原理計算又稱為從頭算法，是基于量子力學原理的大數據計算方法。第一性原理計算通常不使用經驗參數，不依賴實驗結果，通過空間群，電子質量，光速，質子中子質量等少數實驗數據去做量子計算，通過求解薛定諤方程，從而推導出材料的熱力學，電學及磁學等物理性質的方法。第一性原理方法的計算量非常大，因此很難在短時間內求解出精確解，只能借助一些近似的手段求解近似解。由于計算量的局限性，目前第一性原理計算僅適用于材料的微觀尺度的計算，但第一性原理具有精確性和普適性的特點而成為目前材料學計算不可或缺的一種方法。第一性原理方法結合高通量數據和高通量性能的計算方法可以很大程度降低模擬時間，模擬過程包括動力學、結構穩定性和表面穩定性等物性特點，結合密度泛函理論的第一性原理計算方法，可以同時描繪新材料數據遷移變化，進一步獲得新材料的態密度、電子能態、電荷密度等信息。根據物理性能和化學性能參數之間的聯系，從理論上可以獲得材料的熱力參數、機械性能、光學性能、電磁性等基本物理化學參數。
2.2基于大數據分析的分子動力學
分子動力學是指將不同體系下特定的勢能函數作用于由眾多粒子構成的系統中，同時通過附加外界條件，如溫度，壓力等，對體系中的所有粒子求解牛頓方程，然后通過統計物理學的方法來得到宏觀材料性質的過程。分子動力是學基于牛頓經典力學進行計算的，是一種確定的方法，通過給定粒子的初始坐標和初始速度，利用方程可以計算粒子后續每一時刻的狀態。在實際計算過程中，計算機首先讀取自行創建的初始體系結構，然后通過勢能函數給體系中粒子施加作用力，從而計算出粒子的加速度，不斷計算粒子的坐標以，速度等參量，最后通過選擇不同的統計系綜方法得到材料相關的熱力學性質。目前，分子動力學廣泛應用于固體材料的性質研究，如材料的彈性模量，熱導率等計算。分子動力中分子力場優化問題是建設材料分子動力學計算平臺的關鍵問題，解決這一問題的方法包括遺傳算法和粒子群算法。遺傳算法的出現成為了科學研究領域常用的優化工具，近年來，隨著大數據計算的興起，使得遺傳算法在數據處理方面也得到了有效的應用。遺傳算法主要包括數學基礎研究，算法結構研究，基因操作研究，參數選擇研究等。。
3基于大數據分析的計算材料學與教學實踐的結合
基于大數據分析的計算材料學課程具有極強的實踐性，能夠將基礎知識與材料模擬的具體模型聯系在一起，從而使學生對計算材料科學產生濃厚的興趣。通過將教學和計算材料結合，實現理論與模擬相結合的教學。在教學過程中通過設定具體的教學目標來培養學生的能力，同時與數據庫篩選，結構優化，結果優化相結合，實現教學與科研的同步進行。使得學生積極融入課堂，最終取得更好的效果。
3.1基于大數據分析的第一性原理與教學實踐的結合
第一性原理作為基于大數據分析的計算材料科學的一種典型方法，人們開發了許多模擬平臺，如MaterialsStudio，Vasp等。通過高通量方法篩選優化計算模型，解決了材料計算過程中計算耗時的部分問題，并通過高通量的原子結構優化、電子結構優化、彈性性能算法設計，能夠更加準確快速的得到模擬結果。在教學過程中通過晶胞模型的建立、晶胞與原胞的轉換、電子密度、能量曲線、態密度及能帶結構等，使學生快速掌握原子結構模型的建立，并與材料的基礎理論相結合，取得更好的效果。
3.2基于大數據分析的分子動力學與教學實踐的結合
分子動力學是材料大數據處理中又一典型方法。針對分子動力學，科學研究者們開發了很多并行化計算平臺，如Lammps，Gaussian，Amber等。通過遺傳算法進行分子力場優化之后進行計算，更加快速準確的得到模擬結果，然后通過可視化界面，可以直觀地給學生展示溫度變化過程中，分子的移動、聚集、包覆，以及在外力作用下，分子的變化過程，同時繪出能量曲線、應力應變曲線，與分子變化過程相對比，讓學生更加真實的感受不同溫度下，分子的運動規律，使學生對計算材料科學產生濃厚的興趣。
4結束語
基于大數據分析的計算材料學教學是一門涵蓋多種學科基礎知識的綜合學科，本文通過第一性原理，分子動力學，使學生從原子，分子的角度全面直觀地了解材料的變化，極大地增加學生們學習的積極性與自主性。通過教學研究與材料模擬相結合，既能鞏固學生的專業基礎知識，又能促進理論與模擬的結合。同時可以根據教學實踐的實際情況，可以對基于大數據分析的計算材料模擬進行相應拓展，加深學生對材料本質的理解。
作者:趙宇宏 楊文奎 單位:中北大學材料科學與工程學院
