
中国科学院东莞材料所汪卫华院士团队股票配资门户导航,用人工智能重新走了一遍材料研发的路。传统软磁材料的开发,靠的是一代代科研人员的经验积累和反复试错,周期长、成本高、性能瓶颈难以突破。汪卫华团队换了一种打法:将AI技术嵌入成分设计、性能预测、工艺优化的全链条,让机器来“算”出最优解,再由实验室验证,交给工厂量产。近日,汪卫华团队实现自研高频软磁纳米晶合金量产交付。
团队以FeCoMoBSiNbCu极细纳米晶合金为基础成分,引入AI辅助成分设计模型,对海量成分配比进行精准筛选,大幅压缩了传统研发中最耗时的试错环节。在此基础上,团队还开发了材料科学智能体MatChat,进一步提升成分优化的效率;同步引入AI模拟仿真技术,对制备工艺参数进行系统优化。
这种“先算后做”的研发范式,破解了传统材料领域长期面临的三大痛点:研发周期长、试错成本高、性能优化难。
技术验证之后,团队走出了更关键的一步:产业化。
团队研发的JSN系列高频纳米晶软磁合金,已完全掌握生产制备及后处理技术,并通过实验室多维度测试和中试规模化验证,核心性能指标达到行业领先水平,成功实现量产交付。
目前,该系列产品已进入三星、比亚迪、威迈斯、台达、光宝集团等企业的供应链,并与铂科新材、风华高科、大疆等机构建立合作,带动下游新增产值超亿元,预计年销售额千万元以上。
在应用场景上,JSN系列材料已落地新能源汽车车载共模电感,作为新一代核心材料,提升车辆抗电磁干扰能力;同时进入中子散裂源强流质子同步加速器的磁合金加载腔,应用于国家重大科技基础设施。
值得关注的是,这项成果背后的研发逻辑:先锁定产业需求,再倒逼科研突破。
汪卫华团队将这一路径概括为“以用促攻”:不是先做出新材料再找市场,而是带着市场问题进实验室,用AI工具加速找到答案。这种方式,使科研产出与产业应用之间的转化链条大幅压缩。
团队表示,下一步将持续深化AI在材料研发中的应用,建设中试基地推进规模化生产,并加快芯片集成电感、高速电机、高铁牵引系统、AI超算中心电源模块等新领域的技术布局。
南方+记者 唐卓
图片来源:中国科学院东莞材料所
【作者】 唐卓
【来源】 南方报业传媒集团南方+客户端股票配资门户导航
广盛网app提示:文章来自网络,不代表本站观点。