为推动多尺度模拟、机器学习与人工智能技术在航空发动机材料摩擦学领域的深度融合，促进前沿理论与工程应用的协同创新，由中国科学院金属研究所辽宁省航发材料摩擦学重点实验室组织的第九期航发材料摩擦学学术研讨会将于2026年7月1日-3日在沈阳金属所召开。会议将聚焦智能算法与摩擦学交叉领域的最新进展，为国内外相关领域专家学者搭建学术交流、成果展示与合作研讨的高端平台，诚邀各界同仁踊跃参会。
一、主办单位
辽宁省/沈阳市航发材料摩擦学重点实验室
二、会议概况
会议主题：多尺度模拟与AI在材料摩擦学中的应用
会议地点：中国科学院金属研究所(沈阳市文化路72号) 师昌绪楼403室
会议时间：2026年7月1日-3日
会议费用：不收取会务费
三、会议日程
四、会议联系人
李林龙 电话：15504144535 邮箱：lilinlong@imr.ac.cn
五、会议注册二维码
六、报告人简介及报告摘要
报告一：
张执南上海交通大学长聘教授、博士生导师，机械与动力工程学院党委副书记。长期从事摩擦信息学、创新设计方法与数字孪生测评技术研究。系统构建了“摩擦信息学”（Tribo-informatics）的理论框架与方法体系，以论文、专著和专刊形式在国内外率先发表。获中国专利奖金奖、上海市技术发明一等奖，集团公司技术发明一等奖、科技进步一等奖等科技奖励。同时，获宝钢优秀教师奖、中国机械行业教育教学名师、上海市育才奖等，以主要完成人获国家级教学成果二等奖2项，指导学生获“挑战杯”全国特等奖等。现/曾任ASME J. Tribology、Research in Engineering Design、ASME J. Comput. Inf. Sci. Eng.副主编，Friction、《摩擦学学报》等期刊编委。入选美国机械工程师学会会士（ASME Fellow 2024）、国际先进材料学会会士（IAAM Fellow，2025）。
报告摘要：摩擦学行为具有系统依赖性、时间依赖性与多学科强耦合的鲜明特征，其过程涉及力学、材料、化学等多物理场的复杂交互。传统摩擦学研究长期依赖实验主导、经验公式驱动的研究范式，难以有效应对摩擦系统复杂性带来的挑战。人工智能技术的快速发展为破解这一难题提供了新路径，由此催生了“摩擦信息学”这一交叉方向。本报告系统介绍摩擦信息学的理论框架：摩擦学信息的产生与获取、建模与表达、数据-模型协同驱动的研究范式。重点阐述基于多源信息（振动、声发射等）融合的机器学习建模方法，并结合具体案例，展示其在高端装备设计及状态运维中的应用价值。与此同时，报告还将介绍涂层智能设计方面的探索。最后对未来发展趋势进行展望，探讨从“经验科学”向“数据智能”的范式转型。
报告二：
鲁志斌 中国科学院兰州化学物理研究所研究员、博士生导师，现任计算摩擦学课题组组长、中国科学院兰州化学物理研究所科学数据中心主任、润滑材料全国重点实验室学术秘书。主要从事计算摩擦学研究，通过第一性原理、分子动力学和有限元方法等多尺度计算手段，解决摩擦、磨损和密封过程中遇到的科学难题。主要研究兴趣聚焦于摩擦学基本规律、固体界面摩擦磨损理论模型及原子尺度的物理起源、数据驱动超润滑材料的筛选与设计、混合润滑等方面。近年来，带领团队在静态摩擦标准计算模型、电场调控原子尺度超润滑等领域取得了重要突破。先后承担和参与了多项国家自然科学基金、科技部863项目、中国科学院战略性先导科技专项等研究课题。曾获广西科学技术一等奖（排名第二）、贵州自然科学三等奖（排名第二）等荣誉。目前已发表高水平学术论文100余篇，在国内外摩擦学领域具有重要的学术影响力。
报告摘要：大模型正深刻改变科研范式，在处理多源异构信息、挖掘深层关联规律方面展现出显著优势。摩擦学作为研究表面接触与相对运动过程中摩擦、磨损与润滑行为的学科，其数据呈现多源、异构、高维度特征。因此，大模型是揭示摩擦、磨损起源，实现润滑材料的主动设计的可行方案。然而，当前摩擦学领域缺乏系统构建的专业语料库及专用大模型。为此，本研究首先基于第一性原理计算、高通量筛选、实验测试结果及Web of Science收录的约20万篇摩擦学文献，构建覆盖基础理论、材料体系与工艺参数的多源摩擦学语料库；在此基础上，利用DeBERTa模型进行领域自适应预训练，得到面向摩擦学任务的Friction‑DeBERTa模型；进一步，将实验室润滑材料制备工艺数据转化为结构化语言描述，通过Friction‑DeBERTa提取工艺嵌入向量，并结合神经网络构建工艺—润滑性能映射模型，实现对润滑材料摩擦性能的准确预测。本研究为摩擦学领域构建了融合多源数据与领域大模型的知识驱动框架，有望突破传统研究方法的局限，提升材料研发效率，推动数据驱动摩擦学新范式的发展。
报告三：
魏志勇 东南大学机械工程学院副教授，博士生导师，东南大学和美国加州大学伯克利分校 CSC 联合培养博士，江苏省优秀博士论文获得者，入选唐仲英基金会“仲英青年学者”、东南大学优秀教师资助计划，先后获得教育部自然科学一等奖（R5）、国家自然科学二等奖(R5)、江苏省科学技术二等奖(R3)等。目前担任摩擦学领域学术期刊《Friction》和《摩擦学学报（中英文）》青年编委，江苏省机械工程学会摩擦学分会常务委员。主持国家自然科学基金青年/面上、江苏省自然科学基金和国家重点研发子课题等项目，以第一/通讯作者在Physical Review Letters、Nano Letters、Journal of Applied Physics 等学术期刊发表论文 40 余篇，主要研究方向为摩擦耗能机理和声子摩擦学。
报告摘要：摩擦耗能和热量传递是自然界中最普遍的物理现象。据统计，全世界约 1/3 的一次性能源由摩擦过程消耗，研究摩擦耗能机理进而对摩擦进行主动控制是提高机械装备性能、解决当今世界能源危机的一条重要技术途径。虽然经典的摩擦定律已经提出了 400 多年，但是到目前为止，学术界对界面摩擦耗能和能量传递的机理仍然存有疑惑。当两个表面相互滑动时，摩擦会在界面处引起原子振动，激发声子。声子是固体晶格中原子振动的量子化，摩擦过程激发的声子频率、强度以及它与摩擦系统的相互作用对摩擦耗能具有重要影响。此外，声子也是界面热量传递的重要载能子，界面热量传递效率与声子的色散、散射以及界面两侧材料声子频谱的匹配性有关。本报告将从声子动力学理论出发，以分子动力学模拟为主要研究手段，详细介绍课题组最近关于声子摩擦的研究进展，包括摩擦声子耗能机制、摩擦声子共振理论的发现、摩擦阻尼的深入认识、界面摩擦和热输运的调控等，相关理论研究工作对深入理解摩擦的耗能本质具有一定促进作用，也为解释摩擦实验现象提供了重要理论基础。
报告四：
程冰雪 博士，清华大学高端装备界面科学与技术全国重点实验室助理研究员。研究方向主要聚焦于海洋装备和航空发动机关键摩擦副材料研发及应用技术。主持国家自然科学基金青年项目、国家部委某领域专项子课题等科研项目7项，作为项目骨干参与“两机”国家科技重大专项、国家部委重点计划研究项目、国家部委领域重点基金等多项国家级项目；发表期刊论文48篇，全国性学术会议大会报告和邀请报告4次；申请发明专利8项，授权4项；参与研发的多项摩擦学及表面工程技术，在重大装备关键摩擦副中获得应用，获2025年中国产学研合作促进会科技创新奖一等奖。
报告摘要：高熵合金具有优异的高温强度和耐磨性，在航空、能源等极端工况摩擦学领域应用前景广阔，但其庞大成分空间使传统试错法设计效率低下。本研究构建了集成式机器学习框架，将集成建模、可解释性分析与多目标优化相结合，实现了高温下高熵合金摩擦学性能的快速预测。基于文献数据建立了多维特征体系，通过残差化处理分离本征成分‑组织关系与加工测试条件，并经相关性分析消除冗余特征。采用XGBoost集成算法，实现了BCC、FCC及金属间化合物相结构的高精度分类，有效量化了稀疏小样本条件下磨损率和摩擦系数的预测不确定性。SHAP可解释性分析揭示了关键物理机制，进一步利用NSGA‑III进行多目标优化，结合预测区间得到了不同温度下的Pareto前沿，筛选出了不同高温环境下具有较优摩擦学性能的高熵合金体系。
