近日，江蘇科技大學機械工程學院青年教師吳義成與北京計算科學研究中心團隊合作，以“Machine-learning inspired density-fluctuation model of local structural instability in metallic glasses”為題在一區Top期刊《Acta Materialia》上發表論文。吳義成博士為論文第一作者，北京計算科學研究中心的管鵬飛教授為論文通訊作者，江蘇科技大學為論文第一署名單位。《Acta Materialia》是金屬領域國際頂尖期刊。

金屬玻璃（又稱非晶態合金）是利用現代冶金技術，將金屬合金熔體快速凝固，防止其在冷卻過程中結晶而制備的一種新型合金材料。這類材料與傳統的晶體型合金材料相比，具有優越的機械、物理和化學性能，在材料、工程、能源、國防和航空航天等領域得到了廣泛的應用。然而，目前金屬玻璃的低溫塑性等問題仍然是限制金屬玻璃應用的瓶頸。由于金屬玻璃材料結構的長程無序性和復雜性，現有的材料理論無法準確描述和理解金屬玻璃的結構以及它們在外場下如何失穩，這使得新型高性能金屬玻璃的開發仍面臨巨大挑戰。該論文系統地研究了金屬玻璃塑性失穩的結構起源，受機器學習軟度模型的啟發，提出了密度漲落模型(density-fluctuation model)，該模型具有優異的塑性事件預測能力。相關研究工作得到了國家自然科學基金項目的資助。

吳義成博士一直致力于材料數據挖掘、機器學習以及金屬玻璃性能開發方面的科研工作，多篇學術論文在Scripta Materialia、Science China Materials等一區Top期刊上發表。

論文鏈接：https://doi.org/10.1016/j.actamat.2023.118741