Associate researcher
School/Department:Powder Metallurgy Research Institute
Administrative Position:副研究员
Education Level:With Certificate of Graduation for Doctorate Study
Business Address:中南大学校本部
Sex:Male
Degree:Doctoral degree
Status:Employed
Alma Mater:中南大学
Discipline:Materials Science and Engineering
中南大学粉末冶金研究院副研究员、粉末冶金结构材料研究所副所长。主要从事数据驱动高温合金和涂层材料高效设计、制造，及其服役行为研究。2019年获中南大学材料科学与工程博士学位，入选中国科学技术协会第八届“青年人才托举工程”项目，任《Computer Modeling in Engineering & Sciences》副主编，《Journal of Central South University》、《中国有色金属学报（中、英文版）》、《科技导报》等期刊青年编委，担任Nature Communications等期刊审稿人，第三十届、第三十一届计算与实验科学工程国际会议（ICCES）分会主席。主持和参与XXXX预研、国家重点研发计划、湖南省自然科学基金、湖南省“十大”科技攻关项目等项目10余项。以第一作者/通讯作者在Advanced Functional Materials、npj Computational Materials、Advanced Powder Materials、Materials Research Letters、Virtual and Physical Prototyping、Scripta Materialia等期刊发表SCI论文40余篇，相关工作入选“MRL创刊十周年优秀论文”，“数据驱动高温合金返回料再利用的成分精准调控与工艺优化技术”获2022年中国有色金属工业科技进步一等奖，申请国家发明专利20余项，获软件著作权8项。
团队聚焦于AI、高通量实验和材料大数据方法在高温合金和增材制造（3D打印）等关键领域中的应用，已获得多个重点在研项目的支持，欢迎广大有志青年报考！
一、主要研究方向
团队主要聚焦粉末冶金材料（特别是高温合金、涂层等高温结构材料，以及粉末高速钢等）成分、制造、服役中的关键科学、技术问题，结合数据驱动、人工智能、多尺度计算、高通量实验等方法，开展先进粉末冶金结构材料研发、制备与服役行为研究。主要方向梳理如下：
（一）材料数据库建设
构建蕴含“成分—工艺—组织—性能”映射关系的多源异构材料基础数据库，主要的材料数据来源及方法如下：
（1）高通量实验：发展高通量制备、表征、测试等方法，结合组织图像识别等技术，快速获得海量实验数据。例如：突破传统单质/二元扩散偶限制，将多组元镍基高温合金（8种合金元素）整合为扩散多元组，单次实验即获得8371组成分—相变数据点（Scripta Mater. 178 (2020) 134-138；Mater. Res. Lett. 9(2021)32-40）。针对各类合金显微组织/相的特征差异，开发了基于迁移学习的图像分割模型Segment Anything for Material Micrographs (SAMM)，建立17类材料显微图像训练集，准确率≥92%（Adv. Powder Mater. 5(2026)100404）。
原文：https://www.sciencedirect.com/science/article/pii/S2772834X26000126
（2）文本数据挖掘：实现了《中国高温合金手册》结构化信息的数字化提取，同时，在文本挖掘构建材料数据库方面，本研究创新性地开发了领域专用的高温合金自然语言处理模型（npj Computational Materials, 12 (2026) 38.）。通过三阶段处理流程（句子分类、命名实体识别和关系提取），从52,386篇文献和532项专利中自动提取γ′相溶解温度、蠕变寿命等关键性能数据，构建了包含高质量可计算数据库。相比传统人工整理方式，数据获取效率提升两个数量级，测试集F1值达0.913（实体识别）和0.895（关系提取），显著优于通用SciBERT模型（约提高23%），解决了镍基单晶高温合金设计中的核心数据瓶颈。
图：基于NLP的合金数据提取框架（原文：https://www.nature.com/articles/s41524-025-01906-w）
（3）多维多尺度计算模拟：建立第一性原理计算、分子动力学、高通量热力学计算、有限元模拟等方法，获取材料本征热物性能和力学性能等数据。
（二）AI+材料：高性能材料的智能研发
基于已有的基础数据库，采用知识+数据双驱动的方法，实现高温合金、热障/环境障涂层、粉末冶金高速钢等关键材料的高效研发。例如，基于领域专用NLP模型Superalloy-MatSciBERT，通过融合物理模型指导的成分空间约束与数据驱动的多目标优化，成功设计出低成本新型单晶高温合金CSU-S1，成本接近二代单晶合金，而1100°C/137MPa下的蠕变寿命超过220小时，性能媲美三代单晶合金（npj Computational Materials, 12 (2026) 38.）。此外，采用AI+材料的方法，还设计了涡轮盘用粉末高温合金（参考：Adv. Funct. Mater., (2022) 2109367。https://doi.org/10.1002/adfm.202109367）、增材制造用高强韧高温合金（待发表）、超高温高熵陶瓷涂层（参考：https://doi.org/10.1016/j.ceramint.2026.04.147）等关键材料。
（三）粉末冶金工艺研究
结合全流程多尺度模拟，聚焦粉末雾化、纯净化熔炼、增材制造、粉末冶金、表面工程等制备过程中的夹杂、缺陷、残余应力控制及组织性能调控。
图：增材制造全过程多尺度模拟
在教育部中试熟化平台建设项目的支持下，开展中试熟化基地建设（预计2027年建成）：形成原料循环及净化、先进材料精密成型、构件考核测试技术，解决杂质元素控制、形性调控、极端服役环境三大难题，推动粉末冶金与特种结构材料的科技成果转化，打通创新链到产业链的“最后一公里”。
（四）服役性能与失效机理研究
高温、复杂应力条件、腐蚀环境下材料失效行为与机理研究。
二、人才招募
团队以培养一流人才为己任。诚邀优秀学子报考2026级硕士/博士研究生，双一流大学推免生、有AI+材料研究背景或有热情从事交叉学科研究的优先。
计划招收1-2名博士后（待遇从优） 欢迎随时咨询交流！
Name of Research Group:中南大学粉末冶金研究院高温材料研究所 热力智造与数据驱动研发小组
