黃爾文／國立交通大學材料所；黃育立／科技部貴重儀器中心；陳俊沐、賴宏仁／工研院材化所
目前全球已開始重金投入MGI/AI平台發展，希望導入模擬工具與人工智慧，從材料端的研發推動最有效率的改革，大幅降低研發成本並縮短時程。工研院近年開始將MGI/AI平台導入業界，積極推動跨領域合作。本文介紹國立交通大學與工研院材化所合作，運用材料資料庫來開發高性能航太級鋁基複合材料。透過MGI/AI平台，期望能連結當地產業與大學的基礎研究研發能量，未來可望發展出有特殊專精的生產聚落。
【內文精選】
前言
推動材料基因工程發展之主要背景，為全球目前面對製造業的激烈競爭和快速的經濟發展，材料科學家和工程師必須縮短新材料從發現到套用的研發周期，以期來解決21世紀的巨大挑戰。當前的新材料研發，主要依據研究者的科學直覺和大量重複的「嘗試法」實驗。其實，有些實驗是可以藉助現有高效、準確的計算工具，然而這種計算模擬的準確性依然很弱。限制材料研發周期的另一因素，是從發現、發展、性能最佳化、系統設計與整合、產品驗證及推廣過程中，涉及的研究團隊間彼此獨立，缺少商業化合作和機敏數據相互共享的機制，以及材料設計的數位化技術有待大幅度提升。
將人工智慧(Artificial Intelligence; AI)與材料結合的材料數位基因資料庫平台(MGI/AI)，就是受惠於電腦運算能力大幅提升，與材料理論基礎及數據科學不斷精進的產物。運用材料數位科技的技術，再透過模擬方法協助實驗累積足夠的資料庫，經由機器學習(Machine Learning)建立高關聯性的預測模型，就能快速逼近新材料配方，解決產業界材料研發的時間與金錢成本難題。
全球材料基因組計畫之發展現況
美國國家標準技術研究院(NIST)描繪出材料基因組計畫之主要創新基礎設施內容，包含：①材料計算工具；②實驗工具；③數位化資料庫建立，如圖一所示。因此開發友好的介面軟體，以便進一步拓展到更多的用戶團體。利用實驗數據修正計算模型，加速新材料的篩選及高效確定。拓展雲端計算技術在材料研發中的作用，包括遠程數據存儲與共享。
圖一、材料基因組計畫之材料創新基礎設施
國內材料基因組計畫研發進展
在國內產業界，尤其是製造業，同樣對加速材料開發時程有殷切的需求與盼望，推動類似MGI的計畫，應是切合社會與材料界的需要。基於先進材料對於經濟安全和人類福祉的製造業至關重要，中央研究院陳力俊院士特別在2016年中國材料科學學會年會致詞中提議推動台灣「材料基因組計畫」。
「材料的發展是產業創新的源頭」，工研院彭裕民副院長指出新材料研發對產業發展的重要性。過去，台灣在石化、鋼鐵以及下游的塑膠、化學、金屬、橡膠等材料產業整體產值已達新台幣六兆元，然而相關產業的附加價值率有待提升，尚遠不及歐美等先進國家在新材料上的發展腳步。隨著綠能、環保意識抬頭，消費者對於可回收再製材質的需求也越來越高，因此開發新材料漸成為產業的重要命題。
以高性能鋁合金複材之材料預測為例
1. 高強度高延展性之鋁合金複材的組成設計
本研究案例將商用鋁合金機械性質數據輸入Granta Design公司的CES資料庫當中，並且與國外廠商或上海交大團隊研究的鋁合金複材（加入TiB2析出相）進行比較，如圖四所示。為了找出具有應用開發價值的鋁合金配方，期望由資料庫可以找到一個同時具有優異抗拉強度與延展性的配方，因此可按照定出的下限值，例如抗拉強度(UTS) 500 MPa、延伸率(Elongation) 10%作為指標，方便進行比較。在圖四中可以看到，將CES資料庫中同時具有高抗拉強度以及高延展性的鋁合金複合材料加入圖中一同進行比較。例如Materion公司所發展SupremEX 225、SupremEX 225 T6系列複材雖有較高之抗拉強度(>600 MPa)，但是延伸率不及4%；相反的，Aeromet公司所開發之AlCuMg-TiB2系列A20X（AM：積層製造）鋁合金複材，則可得到較佳之機械性質組合（UTS>450 MPa、延展性>12%）。因此設計鋁合金複材配方可以經由機器學習的方式進行預測，以便尋找在此配方比例的附近，是否有更優異性能的配方…以上為部分節錄資料，完整內容請見下方附檔。
圖四、商用與文獻發表之鋁合金複材之機械性質比較
★本文節錄自「工業材料雜誌」395期，更多資料請見下方附檔。