主讲人：裘友民
主讲人简介：裘友民，男，德国基尔大学博士研究生，现于德国 Helmholtz Centre Hereon 开展功能纳米材料与腐蚀防护研究。教育背景涵盖材料成型加工、金属腐蚀防护与功能纳米材料方向，长期关注镁合金腐蚀行为、绿色缓蚀剂、层状双金属氢氧化物纳米颗粒、智能防腐涂层及人工智能辅助研究。相关研究围绕金属材料在氯化物环境中的腐蚀失效、防护分子作用机制、功能纳米粉体结构调控及其腐蚀防护应用展开。研究成果发表于 Corrosion Science、Journal of Magnesium and Alloys、Journal of The Electrochemical Society、Nano Materials Science 等国际学术期刊。
报告简介：本讲座围绕大数据和人工智能辅助新材料开发展开，重点讨论传统材料研发从经验试错走向预测设计的必要性。讲座将以缓蚀剂、LDH 纳米材料和功能涂层为例，说明当前材料开发中普遍存在的实验周期长、数据分散、规律提取困难和候选体系筛选效率低等问题。随后介绍数据驱动材料设计的基本流程，包括文献数据挖掘、材料数据库构建、结构描述符建立、性能标签整理、机器学习模型训练和候选材料预测。讲座还将讨论如何将缓蚀剂分子结构、LDH 层组成、层间客体、释放性能、离子捕获能力和涂层性能转化为可用于模型分析的数据特征，并说明AI在加速材料筛选、优化实验设计和建立结构–性能关系中的应用前景。
时 间：2026-07-03 15:00
地 点：精工楼2-304
