近日，江苏科技大学机械工程学院青年教师吴义成与北京计算科学研究中心团队合作，以“Machine-learning inspired density-fluctuation model of local structural instability in metallic glasses”为题在一区Top期刊《Acta Materialia》上发表论文。吴义成博士为论文第一作者，北京计算科学研究中心的管鹏飞教授为论文通讯作者，江苏科技大学为论文第一署名单位。《Acta Materialia》是金属领域国际顶尖期刊。
金属玻璃（又称非晶态合金）是利用现代冶金技术，将金属合金熔体快速凝固，防止其在冷却过程中结晶而制备的一种新型合金材料。这类材料与传统的晶体型合金材料相比，具有优越的机械、物理和化学性能，在材料、工程、能源、国防和航空航天等领域得到了广泛的应用。然而，目前金属玻璃的低温塑性等问题仍然是限制金属玻璃应用的瓶颈。由于金属玻璃材料结构的长程无序性和复杂性，现有的材料理论无法准确描述和理解金属玻璃的结构以及它们在外场下如何失稳，这使得新型高性能金属玻璃的开发仍面临巨大挑战。该论文系统地研究了金属玻璃塑性失稳的结构起源，受机器学习软度模型的启发，提出了密度涨落模型(density-fluctuation model)，该模型具有优异的塑性事件预测能力。相关研究工作得到了国家自然科学基金项目的资助。
吴义成博士一直致力于材料数据挖掘、机器学习以及金属玻璃性能开发方面的科研工作，多篇学术论文在Scripta Materialia、Science China Materials等一区Top期刊上发表。
论文链接：https://doi.org/10.1016/j.actamat.2023.118741
