非均质功能材料介观智能设计模型——DeepMeso

本文针对材料研发中跨尺度建模的难题，尤其是缺乏衔接原子尺度与宏观尺度的介观微结构智能建模方法，由武汉理工大学沈忠慧教授团队、清华大学沈洋教授及南策文院士联合提出基于深度学习的介观智能设计模型——DeepMeso。研究以铁电材料为例，通过生成式深度学习框架实现非均质材料的正向性能预测与按需逆向设计，成功构建了成分-微结构-性能之间的内在关联，并验证了模型在不同材料体系中的迁移能力与外推能力。结论表明，DeepMeso为复杂异质材料的按需设计提供了全新的双向智能解决方案，搭建了材料微观世界与宏观性能之间的“介观桥梁”。