一种由语义技术赋能的整合方法，用于关联材料科学与工程、数字化及人工智能

《Mechanics Research Communications》：An integrated approach for linking materials science and engineering, digitalization, and artificial intelligence enabled by semantic technologies

　　展示并验证了将材料科学与工程、数字化和人工智能相结合的综合方法。利用语义技术实现材料科学与工程领域的FAIR原则及关联数据。成分-工艺-结构-性能关联。可互操作的流程和基于人工智能的材料参数确定。章节摘要动机与介绍以可持续且有韧性设计材料、工艺和组件是一项复杂的挑战。这种复杂性源于设计空间的维度性，它不仅涉及传统的设计属性，如选择合适的材料和生产工艺以经济地达到产品或组件所需的性能。越来越多的情况是，设计空间还涉及社会性挑战，如可持续性在三个主要维度方面。用于PSP和cPSP确定的材料表征与测试近年来，表征方法取得了重大进步，且其标准化程度不断提高，这促进了PSP和cPSP关系的识别（见图3）。合金的结构可以通过光学显微镜、扫描电子显微镜、透射电子显微镜和X射线衍射等不同尺度的方法表征。电子背散射衍射（EBSD）能够深入了解晶体的晶体学和组织纹理。方法、结果与演示将所倡导的综合方法应用于复杂的材料和工艺设计挑战时，由于复杂的cPSP关系（例如金属成形和热处理工艺链中的cPSP模型[27]），其应用可以变得非常全面。因此，在这项综合方法的首个研究中，我们考虑了一个刻意简化的案例：识别材料参数，以获得校准后的材料模型，以便后续在组件设计中进行验证和应用。讨论在第3节中，我们展示了三角形视角中每个视角的实现方式，这些视角通过共同的语义表示相关联。该知识图谱捕捉了与所展示科学问题相关的信息：使用机器学习方法从原始数据中识别复杂材料模型的材料参数。该方法在整个工作流中支持FAIR数据管理：从原始数据收集和实验步骤到数据。结论与展望本工作倡导一条通往可持续和加速材料、工艺及组件设计的综合路径，通过结合集成计算材料工程（ICME）原理、基于语义技术的数字化以支持FAIR原则和关联数据，以及有针对性的人工智能（AI）。本研究的科学新颖性在于将这些要素系统地集成到一个端到端工作流中，并在具有代表性的材料上进行了演示。CRediT作者贡献声明D. Helm：撰写——审阅与编辑，撰写——初稿，可视化，指导，项目管理，方法论，调查，资金获取，概念化。 L. Morand：撰写——审阅与编辑，方法论。 Y. Nahshon：撰写——审阅与编辑，软件，方法论。 M. Büschelberger：撰写——审阅与编辑，软件，方法论。 K. Kumaraswamy：撰写——审阅与编辑，软件，方法论。未引用参考文献[81]，[82]，[83]利益冲突声明作者声明他们没有已知的竞争财务利益或个人关系可能影响本文所报告的工作。D. Helm|L. Morand|Y. Nahshon|M. Büschelberger|K. Kumaraswamy