题目：计算机辅助催化剂设计
主讲：孙成华
时间：2019年12月28日15：00
地点：能源研究院1517报告厅
主办单位：能源研究院
主讲简介：孙成华副教授2007年于中国科学院金属研究所获材料学博士学位，随后加入澳大利亚昆士兰大学从事博士后研究，2009-2012年先后在瑞典皇家理工、普林斯顿大学和哈佛大学以访问博士后学习，2013年正式加入澳大利亚莫纳什大学化学系，2017年转入斯威本科技大学获副教授，终身教职。孙教授长期从事计算机辅助材料设计，基于密度泛函理论设计高性能催化剂，广泛用以清洁能源与环境领域。2008年，孙教授和合作者提出采用氟稳定二氧化钛高能表面，首次实现高活性TiO2纳米晶的合成，推动了无机晶体的少数面控制工程（Nature, 2008; JACS, 2009）。近些年，孙教授以电化学和熔盐化学为中心，发展了一系列催化剂用以室温合成氨和生物质转化。迄今为止，已发表180余篇SCI论文，包括Nature、Nature Materials、J. Am. Chem. Soc.、Angew Chem. Int. Ed.、Adv. Energy. Mater.等，论文引用12000余次，单篇最高引用3000余次，H因子45。
主讲内容：随着计算机技术的飞速发展，大数据、高通量筛选等技术得以在科学研究中普及，当下更推动了人工智能在多个科学领域的快速发展。这是数据年代的特征，也是一次重大的机遇。人工智能、深度学习应用到材料和化学化工方面，强大的训练集是基础，而传统理论计算可以为此提供系统、大量算例。本讲座介绍两种主流计算模拟方法，分子动力学（MD）和密度泛函理论（DFT）。这两种方法的有机结合能够解决绝大部分材料和化学中的模拟需求，更为人工智能为核心的材料智能设计提供契机和数据基础。该讲座将通过结合当今最新的计算技术，针对性地辅助新能源材料的设计与合成，例如光解水制氢、储能材料和绿色合成氨。通过这些研究案例的介绍，具体展示如何高效地识别甚至从头设计高性能材料。计算结合实验，能极大提高实验工作者在新材料研发方面的成功率。
欢迎广大师生参加！
