一种材料信息学中的材料数据管理系统及方法与流程

本发明涉及材料信息学领域，尤其涉及一种材料信息学中的材料数据管理系统及方法。

背景技术：

随着科学技术的发展，对新材料的研发速度要求越来越高，材料信息学是现代信息学技术与材料科学研究相结合的产物，发展材料信息学学对加速新材料的发现至关重要，材料信息学作为材料科学的一个新的研究领域，已经改变了材料研究中的实验方法、思考方式，也将会带来更多的改变。

对于材料信息学而言，材料数据极其重要。材料信息学主要是通过对采集到的材料的相关数据进行分析，达到寻找材料规律和实现新材料的预测的功能，不管是实验数据还是计算数据，都是贯穿材料发展周期的信息的基础。但是，目前的材料信息学还没有一个完整的理论框架，研究方向也十分零散，在面对海量的材料数据时，缺乏有效的数据管理。

技术实现要素：

针对现有材料信息学面对海量材料数据缺乏有效管理的问题，本发明提供一种材料信息学中的材料数据管理系统及方法。

本发明解决技术问题的方案是提供一种材料信息学中的材料数据管理方法，所述材料信息学中的材料数据管理方法包括：

材料数据采集，采集的材料数据包括材料实验数据、材料计算数据及材料生产数据；及

材料数据分类，对采集到的材料数据进行分类并形成相应的材料数据库；及

材料数据存储，将经过分类后的材料数据存储起来；及

材料数据共享，对经过分类后的材料数据进行实时传输，实现材料数据共享；及

材料数据操作，对材料数据进行增、删、改、查操作，将材料数据呈现给用户。

优选地，所述材料信息学中的材料数据管理方法进一步包括：

材料数据标准化，对材料数据格式进行标准化，并提供不同格式数据之间的转换方法和工具。

优选地，所述材料信息学中的材料数据管理方法进一步包括：

材料数据仿真，根据材料数据中的数据信息仿真形成满足用户需求的仿真材料信息。

优选地，所述材料信息学中的材料数据管理方法进一步包括：

材料数据应用，将所述仿真材料数据或材料数据发送给用户端以供用户端参考或进行真实生产或实验。

优选地，所述材料数据仿真采用的数据仿真模型为自定义仿真模型、数据计算模型或者数据校正模型。

优选地，所述材料信息学中的材料数据管理方法进一步包括：

权限设置，对使用或者访问该材料数据管理系统中的材料数据的用户进行权限设置，不同类型的用户使用或者访问的权限不同，开放不同程度的材料数据。

本发明还提供一种材料信息学中的材料数据管理系统，所述材料信息学中的材料数据管理系统包括：

材料数据采集单元，用于采集材料数据，采集的材料数据包括材料实验数据、材料计算数据及材料生产数据；

材料数据分类单元，用于对采集到的材料数据进行分类并建立相应的材料数据库；

材料数据共享单元，用于对经过分类后的材料数据进行实时传输；

材料数据存储单元，用于将经过分类后的材料数据存储起来；

功能单元，用于对材料数据进行增、删、改、查操作，并将材料数据呈现给用户。

优选地，所述材料信息学中的材料数据管理系统进一步包括材料数据标准化单元，所述材料数据标准化单元用于对材料数据格式进行标准化，并提供不同格式数据之间的转换方法和工具。

优选地，所述功能单元根据材料数据中的数据信息仿真形成满足用户需求的仿真材料信息。

优选地，所述材料信息学中的材料数据管理系统进一步包括：

应用单元，用于将仿真材料数据或材料数据作为参考或者进行真实生产或实验；

用户单元，用于对使用或者访问该材料数据管理系统中的材料数据的用户进行权限设置。

与现有技术相比，本发明的材料信息学中的材料数据管理方法包括：材料数据采集，采集的材料数据包括材料实验数据、材料计算数据及材料生产数据；及材料数据分类，对采集到的材料数据进行分类并形成相应的材料数据库；及材料数据存储，将经过分类后的材料数据存储起来；及材料数据共享，对经过分类后的材料数据进行实时传输，实现材料数据共享；及材料数据操作，对材料数据进行增、删、改、查操作，将材料数据呈现给用户。本发明的材料信息学中的材料数据管理方法建立了一种完整的材料信息学研究方法，可以更好地明确研究方向。

与现有技术相比，本发明的材料信息学中的材料数据管理系统建立了一个完整的材料信息学框架，可以更好地整合领域知识，融合各方面的不同理念，有效地对材料信息学科进行规划，促进材料信息学科的发展，加快了新材料的研发速度。

【附图说明】

图1是本发明的材料信息学中的材料数据管理方法的流程示意图。

图2是本发明的材料信息学中的材料数据管理系统的结构示意图。

【具体实施方式】

为了使本发明的目的，技术方案及优点更加清楚明白，以下结合附图及实施实例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参阅图1，本发明提供一种材料信息学中的材料数据管理方法，应用于一材料数据管理系统，该方法包括以下步骤：

S1：材料数据采集；采集的材料数据包括材料实验数据、材料计算数据及材料生产数据，材料生产数据包括实际生产制造过程中所涉及的材料配比、工艺参数、生产设备信息等一种或多种数据及材料在实际应用中所产生的数据。材料实验数据包括在材料实验过程中所涉及的材料配比，实验条件，实验设备信息等一种或多种数据。材料计算数据包括但不限定于生产过程及实验过程中计算所涉及的数据、数据计算模型及数据校正模型等一种或多种数据。

材料生产数据由生产设备产生；生产设备不限于现有的3D打印设备、磁控溅射设备及热熔设备等。

材料实验数据由高通量实验设备或传统生产实验设备所产生。优选地，高通量实验设备针对特定领域而开发以提高数据的准确性。如针对固态锂离子电池、氧化物半导体、凝胶态固态电池和石墨烯等特定应用需求，设计开发实验室、小批量、中批量和量产专用高通量制备技术和设备，加快相关新材料研发和生产工艺优化。

高通实验设备在实验过程中产生的材料实验数据为高通量实验数据。高通实验设备包括但不限定于高通量制备设备或高通量表征设备。

高通量制备设备为一个基片上可以同时制备多个不同成分的材料制备设备，高通量制备设备用于应用仿真材料数据进行真实材料制备实验。高通量制备设备可以提供制备成分组成、制备条件、制备工艺、制备所用设备信息等中的至少一种数据。高通量制备设备包括但不限制采用以离子束溅射、磁控溅射、电子束蒸发、超声雾化喷涂以及3D打印等为基础的高通量材料、器件制备技术，以加快薄膜、块体、粉体等多形态材料的高通量实验效率。

高通量表征设备为一个基片上可以同时表征多个不同成分的材料测试设备，高通量表征设备用于应用仿真材料数据或材料数据进行真实材料表征实验。高通量表征设备可以提供材料成分表征数据、材料结构表征数据、材料光学性质表征数据、材料电磁学性质表征数据、微区热力学性能表征数据、微区电化学性能表征数据、微区力学性质表征数据、微区磁学性能表征数据、催化性能表征数据等中的至少一种数据。高通量表征设备包括但不限定于采用基于XRD(X射线衍射)、磁光克尔等表征方法，发展多路阵列式、串行扫描式等映射技术进行高通量合成表征技术。高通量表征设备还可以进一步结合同步辐射等科学装置，开发实验室和科学平台实时原位实验设备，实现高空间/时间分辨率信号采集和高速数据处理。

传统生产实验设备可以理解为除高通量实验设备之外的生产实验设备，包括但不限定于现有用于制造材料、零件、构件等的设备，还进一步包括对材料、零件、构件等进行力学性能和工艺性能等的测试设备。

材料计算数据在生产设备、高通量实验设备或传统生产实验设备运行的过程或运行后所涉及的数据计算中产生。高通实验设备在实验过程涉及的计算数据为高通量计算数据。高通量计算数据包括但不限于结合计算机模拟技术来研究材料组分、结构和性能的关系，其基于已知的可靠数据，用理论模拟去尝试尽可能多的真实或者未知材料，在理论模拟的过程中会伴随产生海量的高通量计算数据。例如，高通量计算可以是基于第一性原理的对元素周期表多元组合的大量并行计算，产生海量的非结构化的数据；高通量实验可以是利用组合芯片方法，在一次实验中即可得到成千上万个不同成分的样品，对每个样品进行实时监测以获得的材料结构等信息。

优选地，所述材料生产数据和材料实验数据中包括了原始材料的功能，力学特性，构效关系等。如此，现已有的材料之材料信息均被搜集到。作为一种选择，所述已有的材料之材料信息可以是已有的第三方数据库所提供，有效利用现有资源。

优选地，所述材料数据可以是材料数据管理系统所包括的本地生产设备、本地高通量实验设备或本地传统生产实验设备所提供。进一步可以是第三方数据提供者提供。第三方数据提供者为企业、研究所等机构时，他们大都进行的是定向的材料研究，第三方数据提供者在利用材料数据管理系统的原始材料数据进行材料研究的过程中会得到新的材料数据，新获取的这部分材料数据对于第三方数据提供者本身而言可能是多余的，但对于其他用户而言是有用的，第三方数据提供者可以选择将部分或者全部的新获取的材料数据在该材料数据管理系统中出售或者免费提供，材料数据管理系统收取或者不收取佣金。优选地，第三方数据提供者既是数据的创造者，也是数据的共享者。

S2：材料数据分类；基于预设分类规则对步骤S1获得的材料数据进行分类并形成相应的材料数据库。

具体的，材料数据的特点十分复杂，例如多样性、特征未知性、获取过程复杂、数据间关联复杂等特点，因此在进行数据存储前，需要通过相关的分类标准对数据进行合理的分类。预设分类规则可以是多尺度分类规则、单一尺度分类规则和功能材料分类规则的一种或多种。

基于多尺度分类规则对材料数据进行分类后形成分类后的材料数据库。具体的，上述多尺度分类规则包括：电子尺度、原子-分子尺度、微观尺度、介观尺度、宏观尺度。则对应的，相应材料数据库包括：电子尺度数据库、原子-分子尺度数据库、微观尺度数据库、介观尺度数据库、宏观尺度数据库、也可以基于以上五种数据库形成的二次数据库。例如在工程材料的集成开发中需要分析工程材料在不同尺度上的性能包括：在微观尺度上观察工程材料的结构和力学性能，工程材料制成产品后在宏观尺度上观察工程材料的承重性和稳定性。则基于多尺度分类规则对工程实验材料数据进行分类以形成微观尺度数据库和宏观尺度数据库。多尺度分类方法涵盖了所有尺度，对尺度的划分比较细致，更好地分析材料在不同尺度上的性能。

基于单一尺度分类规则对材料数据进行分类后形成材料数据库。例如，基于构效关系按照单一尺度分类规则分类材料数据。

基于功能材料分类规则对材料数据进行分类后形成材料数据库，材料数据的功能不同，所在材料数据库就不同，从而实现根据实验材料数据的功能分类存储。

在实际应用中，需要将上述分类规则综合运用，也可以根据具体项目进行分类。

作为一种变形，优选在，多尺度分类规则、单一尺度分类规则和功能材料分类规则前根据数据来源等建立一次数据库，不同的一次数据库形成后，再从多尺度分类规则、单一尺度分类规则和功能材料分类规则的角度对数据进行分类形成二次数据库。例如，基于数据来源建立所述一次数据库，一次数据库即基层数据库，该一次数据库包括集合材料生产数据的材料生产数据数据库、集合高通量实验数据的高通量实验数据库、集合高通量计算数据的高通量计算数据库、传统材料数据数据库以及专家库。材料生产数据数据库包括生产设备在日常生产、制造过程中产生的数据及材料在实际应用中产生的数据；高通量实验数据库包括高通量实验数据；高通量计算数据库包括高通量计算数据；传统材料数据数据库主要包括文献、专利中的现有数据和现有的材料数据库；专家库可以采用有偿贡献经验数据体系，邀请一些材料领域的专家学者来进行材料经验数据的搜集。根据实际需要，也可以在一次数据库的基础上建立一级或多级二次数据库、一级或多级三次数据库或者分类更细致的数据库，例如，二次数据库可以是船舰用钢铁材料数据库、低合金钢数据库、多国材料牌号数据库、汽车材料用钢数据库、核材料、高温合金以及结构钛合金等数据库。

作为一种变形，也可以先从多尺度分类规则、单一尺度分类规则和功能材料分类规则建立一次数据库，再在一次数据库的基础上根据数据来源等建立二次数据库。

S3：材料数据存储；利用大规模数据存储技术将步骤S2中分类后的材料数据存储起来。

具体的，大规模数据存储技术包括计算机集群、移动硬盘、虚拟存储技术、DNA存储技术、云存储技术中的一种或多种，计算机集群是一种计算机系统，其具有良好的可拓展性；移动硬盘具有容量大、性价比高的优点；虚拟存储技术可以为用户和应用程序提供虚拟磁盘和虚拟卷，用户可以根据自身需求进行任意分割、合并、重新组合等操作；DNA存储是利用A、T、C、G进行编码存储；云存储技术是采用分布式的文件系统对数据进行存储。本发明优选采用云存储技术来做示范性说明，在此不作限定。云计算是利用网络计算处理数据的能力，整合设备计算存储资源，并构建大规模计算机集群系统平台，再借助虚拟化技术，从而为用户提供信息服务，最终实现计算和存储资源的合理分配和使用。云存储是一个以数据存储和管理为核心的云计算系统，云存储的特点就是层次分明、条理清晰地将材料数据存储起来。

优选地，在步骤S3之后包括步骤：

S4：材料数据标准化；对材料数据格式进行标准化，并提供不同格式之间的转换方法和工具，使不同的数据库之间采用同一种数据格式、规范和标准等来对材料数据进行表达、交换。当用户向其中一种数据库提交数据时，其他的数据库也能在短时间内共享到该数据，避免出现每个数据库由于数据格式不同、规范不同或者标准不同，在对同一数据进行表达、解释时存在不同的释义，从而给用户带来困扰。例如，国际材料基因工程研究院联合中国科学院计算所/信息所合作开发的材料基因工程试验数据采集传输一体机，可以实时采集材料基因工程技术试验设备的所有数据，保障材料实验数据的完整性、实时性、连续性，并且对数据进行了标准化，在多个数据库中有着相同的释义。材料数据的格式、规范和标准可以基于现有的XML(可拓展标记语言)标准或者MatML(材料组成语言)标准等的基础上创建一个新的格式、规范和标准，还可以包含现有的数据格式、规范和标准。

在本发明的实施例中，基于MatML语言的可拓展性、灵活性及简单性等优点建立一套新的国际标准，并采用标准化的材料术语来对材料数据进行标记。具体的，将材料数据分类后建立起相应的基层材料数据库，例如金属材料数据库、无机非金属材料数据库、高分子材料数据库、复合材料数据库以及新材料数据库五大类，并对五大类进行编码，用MatML语言来进行标记；在五大类基层数据库的基础上建立二次数据库、三次数据库或者更细致的数据库，并且逐层进行标记。在对材料数据进行标记的过程中采用标准化的材料术语，材料术语包括材料性能、材料组成、材料名称以及不同通用语言之间的转换等。作为优选的，在对材料数据进行标记时，在性能相近、结构相近、用途相近或者组分相近的材料数据之间建立关联性，以便于进行材料数据挖掘。

S5：材料数据共享；对经过步骤S3或步骤S4之后的材料数据进行实时传输，实现材料数据共享。

具体的，材料数据共享指将经过分类或标准化后的材料数据通过网络体系、共享协议和分布式数据采集方法传输到材料数据管理系统中，以实现材料数据的实时传输。

优选地，对不同的用户端数据共享程度不同，进而包括步骤：

S6：权限设置；对使用或者访问该材料数据管理系统中的材料数据的用户进行权限设置，不同类型的用户使用或者访问的权限不同，开放不同程度的材料数据。

具体的，用户大致分为两大类：内部管理者和外部用户。外部用户可以是材料科研团队、材料领域企业、材料初学者、或者材料需求者等，外部用户可以通过材料数据管理系统进行数据查询，材料数据管理系统会将相关的数据进行呈现，包括数据的条目以及需要付费的数据和免费的数据。例如，外部用户在查询钢铁材料的性能和用途，根据材料数据的普遍性来对外部用户开放材料数据，比较普遍的材料数据，外部用户可以免费获得；而应用不普遍的材料数据，外部用户则需要付费来获取；而保密级别的材料数据，例如钢铁材料在国防技术的用途，外部用户是无法获得的。而内部管理者可以对材料数据管理系统进行管理，其可以对材料数据进行录入，对系统进行维护。作为优选的，随着材料数据管理系统的不断完善以及海量的材料数据不断积累，可以针对外部用户建立会员机制，划分不同的等级，对不同等级的会员开放不同程度的数据，收取的费用也会不同。作为本发明的变形实施例，也可以对该材料数据管理系统的用户实行相同的权限设置。

S7：材料数据操作；步骤S7包括步骤S71和/或S72：

S71：材料数据仿真；根据材料数据中的数据信息仿真形成满足用户请求的仿真材料信息。

通过数据分析、数据挖掘和数据仿真等技术生成仿真材料数据。例如，用户提出某种性能需求，可以根据该需求对现有的具有类似此种性质的材料数据进行挖掘、分析，并通过数据仿真技术来预测可能的材料组成；或者分析组成元素在不同的配比下的性能发展趋势、结构趋势；或者分析新的元素组成，即不同元素间可能存在的元素组成。

优选地，在材料数据仿真过程中，其采用的数据仿真模型可以是自定义或参照计算数据中包括的数据计算模型及数据校正模型。

自定义仿真模型包括但不限制于原子分子尺度计算模型、宏观尺度计算模型、高通量计算模型等多个类型的仿真模型，从多个类型的仿真模型中确定出一个与材料实验需求信息匹配的仿真模型进行材料实验仿真。具体来讲，通过预设仿真模型对材料实验需求信息进行材料实验仿真以生成仿真材料数据的实施方式具体为：通过原子分子尺度计算模型对材料实验需求信息进行材料实验仿真以生成第一类仿真材料数据；和/或通过宏观尺度计算模型对材料实验需求信息进行材料实验仿真以生成第二类仿真材料数据；和/或通过高通量计算模型中对材料实验需求信息进行材料实验仿真以生成第三类仿真材料数据。从而通过上述预设仿真模型的多样性可以匹配所需仿真材料数据的多样性，以解决材料问题的多样性。

优选地，所述仿真模型可以根据材料数据库的数据更新状况进行校正优化以期获得最真实的仿真材料信息。优选地，仿真模型根据材料数据库中计算数据的更新状况进行校正优化。

作为本发明的变形实施例，步骤S71可以省略。

S72：材料数据编辑；对材料数据进行增、删、改、查等操作，可向材料数据库中插入新数据、删除不需要的数据、修改已经存在的数据、查询材料数据管理系统中的数据；还可以将材料数据以图表、图形、结构等可视化的形式呈现给用户，以便于对材料数据的理解和传播。

优选地，在步骤S7之后包括步骤：

S8：材料数据应用；将所述仿真材料数据或材料数据发送给所述用户端以供用户端参考或进行真实生产/实验。

具体的，将材料数据或者仿真材料数据提供给高通量实验设备、生产设备或者传统生产实验设备，高通量实验设备或者传统生产实验设备根据提供的材料数据或者仿真材料数据进行实验，生产设备根据提供的材料数据或者仿真材料数据进行实际生产制造。例如，提供给应用设备的仿真材料数据为材料组分，则应用设备对接收到的材料组分进行真实材料实验或者制造、生产。例如，提供给应用设备的仿真材料数据为材料温度，则控制真实材料实验或者制造、生产的温度为接收到的材料温度。

请参考图2，本发明还提供一种材料信息学中的材料数据管理系统10，其采用如上所述的材料信息学中的材料数据管理方法，其包括材料数据采集单元11、材料数据分类单元13、材料数据存储单元15、材料数据共享单元17、功能单元19、应用单元21以及用户单元23。作为本发明的变形实施例，应用单元21和/或用户单元23可以省略。

材料数据采集单元11用于采集材料数据，该材料数据可以是材料实验数据、材料计算数据及材料生产数据中的一种或多种，材料数据采集单元11主要包括高通量实验设备、生产设备和传统生产实验设备，生产设备采集材料生产数据，高通量实验设备和传统生产实验设备采集材料实验数据，生产设备、高通量实验设备和传统生产实验设备在运行过程或运行后所涉及的数据计算过程采集材料计算数据。

材料数据分类单元13用于对采集到的材料数据进行分类并建立相应的材料数据库。

材料数据存储单元15用于将经过分类后的材料数据存储起来。

材料数据共享单元17用于对经过分类后的材料数据进行实时传输，实现材料数据共享。

功能单元19用于对材料数据进行增、删、改、查等操作，并将材料数据以图表、图形、结构等可视化的形式呈现给用户。作为优选的，功能单元19还可以根据材料数据中的数据信息仿真形成满足用户需求的仿真材料信息。

应用单元21用于将仿真材料数据或材料数据作为参考或者进行真实生产或实验。

用户单元23用于对该材料数据管理系统10中的材料数据进行使用或者访问并进行权限设置。

作为优选的，材料数据管理系统10进一步包括材料数据标准化单元25，材料数据标准化单元25用于对材料数据格式进行标准化，并提供不同格式数据之间的转换方法和工具。

与现有技术相比，本发明的材料信息学中的材料数据管理方法包括：材料数据采集，采集的材料数据包括材料实验数据集、材料计算数据及材料生产数据；及材料数据分类，对采集到的材料数据进行分类并形成相应的材料数据库；及材料数据存储，将经过分类后的材料数据存储起来；及材料数据共享，对经过分类后的材料数据进行实时传输，实现材料数据共享；及材料数据操作，对材料数据进行增、删、改、查操作，将材料数据呈现给用户。本发明的材料信息学中的材料数据管理方法建立了一种完整的材料信息学研究方法，可以更好地明确研究方向。

与现有技术相比，本发明的材料信息学中的材料数据管理系统建立了一个完整的材料信息学框架，可以更好地整合领域知识，融合各方面的不同理念，有效地对材料信息学科进行规划，促进材料信息学科的发展，加快了新材料的研发速度。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原则之内所作的任何修改，等同替换和改进等均应包含本发明的保护范围之内。